基于大数据分析的变电站母线电压实时监测与趋势预警系统

刘 宁，卢人杰，喻 寻，蒙 雷

（贵州电网有限责任公司毕节供电局，贵州毕节 551700）

电压监测数据是通过有关部门编制电压曲线直观展示的，也是评价各级电网电压质量，进行电网规划及合理调度的重要依据。母线电压状态信息监控是一项需要长期实施的重要工作[1]。当电网发生故障时，可根据各变电所母线电压监测数据，再现故障或异常工作时整个电网电压幅值和频率。当前变电站母线电压监测工作一般是由电压监测器记录，或者是由工作人员每隔一段时间到现场进行记录[2]。在整个电力系统中，变电站的数量极其巨大，负责记录数据的工作人员的工作量极其繁重。而重复这一监测模式的人员运营成本很高，且易受人为因素影响[3]。以往使用基于模型驱动架构进行变电站母线电压监测，通过开发自动校核功能，对数据进行标准化处理，虽然通过相关程序能够提升数据质量，但硬件平台无法满足实时处理要求，电压信号无法得到实时控制。鉴于以上方法的不足，提出了基于大数据分析的变电站母线电压实时监测与趋势预警系统设计。

1 系统硬件结构设计

每个下位机实时检测各变电所母线电压信号，经数据处理后发送给GPRS 模块，通过移动通信网络与因特网相连[4-6]。主机通过网桥固定的TCP/IP 地址与下位机进行通信，并向主机进行无线远程传输。监控设备是系统中的远程监控器，主要实现数据监控、故障报警、数据查询、事件记录、用户管理、采样控制等功能[7-9]。主机采用ForceControl6.0 组态软件，对设备进行基本信息设置、添加、修改、删除工作。如果通过该主机接收到的监控设备测量值超出设定上下限，系统将自动报警[10]。系统每次报警的数据都会以表格形式输出到电子报表中，记录操作者登入系统的动作。

1.1 数据采集终端

该终端可完成信号采集、数据处理和无线传输工作，其结构如图1 所示。

图1 数据采集终端

系统硬件由信号检测处理板、GPRS 模块连接板和GPRS 模块构成。通过信号检测处理板，实现了变电站总线电压信号检测处理和GPRS 模块控制；连接板的GPRS 模块实现了移动公司CPU、GPRS 模块和SIM 卡之间的数据传输[11-12]。根据数据采集、处理速度和性能要求，采用控制芯片STC12C5608AD，该芯片速度快、功耗低、抗干扰能力强。指令代码兼顾8051，但其速度要比8051 快8～12 倍。使用该芯片省去了传统采集终端所必须装备的A/D 转换器及外围设备，大大降低了电路设计和软件编程的难度[13-14]。

1.2 整合式智能柱式开关

整合式智能柱式开关具有多种传感器，通过信号线和子结构连接不同传感器，实现开关体和配电线路运行状态的测量，图2 为整合式智能柱式开关结构。

图2 整合式智能柱式开关结构

为了满足各种传感信息的传递和扩散，选用37CORE GX12 对接插座，并在主插座上安装温度感应开关。多种线路同时传送信号，确保信号快速传送，保障工作人员安全[15-16]。使用19 芯GX12 插座实现传送信号储存和开关控制，该信号包括负载开关状态信号和零序电压信号；使用6 芯电压插座传送所有电压信号；使用防开插座传送相电流和零序电流信号。

1.3 电压越限趋势预警系统设计

变电站母线相电压越限趋势预警系统由主站和多个站端组成，通过网络通道或串口通道将站端连接到主站，主站同时连接到多个站端，站端包括站端测控器及遥测终端设备。站端测控器通过线路连接到安装在总线上的初级设备，从初级设备进行数据采集，站端包括站端测控器及遥测终端设备。图3为电压越限趋势预警系统。

图3 电压越限趋势预警系统

该系统结构简单、设备成本低、携带方便、检测判断准确，避免了支线干扰影响，节省了人力，大大缩短了故障排除时间，降低了电力设备的损耗，提高了电力设备的安全性。

2 系统软件功能设计

2.1 基于大数据分析异常数据监测

大数据分析是动态数据挖掘中的一种分析方法，通过有限长度历史记录模式，构建能够准确反映电力系统内部运行规律的自回归模型。从探测得到的时间序列中，可以发现某一时刻的功率参数集是由多个次结构数据和随机干扰项决定，即功率参数具有特征属性。

构建的P阶自回归模型如下：

式（1）中，Wi表示变电站母线运行参数集；i表示电压传输时间；βi表示白噪声；αp表示不同电压传输时期所对应的白噪声影响强度。该公式计算结果容易受到变电站实际运行环境的影响，在突发故障情况下，Wi参数集容易出现异常数据。针对该问题，采用大数据分析方法，检验异常数据。

设Wi参数集服从正态分布，判断不同电压传输时期所对应的白噪声影响强度是否为0，结果为0 的概率密度函数可用式（2）表示：

式（2）中：μ表示参数均值；σ2表示参数方差。

如果f大于0，则说明Wi参数集中含有异常数据，通过该数据结合实时监测与预警流程可对变电站母线电压出现的故障问题实时监测与预警。

2.2 实时监测与预警流程设计

运用大数据分析技术，实现对变电站母线电压的实时监控，实时监测与预警流程如图4 所示。

图4 实时监测与预警流程

如图4 所示，变电站获取实时信息，确定变电站母线运行状态，判断变电站电压是否超出限值；如未超出限值，则继续实时监控变电站电压；如超出限值，则确定相应电压值组，并将每一组电压值代入概率密度函数，得到第二步电压值；依据概率密度函数确定最佳监测方案，将调整前后的变电站运行状态作为电压监控历史参考信息保存；连续重复以上步骤，以实现变电站母线电压的实时监控。

3 系统调试

系统在ForceControl6.0 组态软件下进行系统调试分析，测试物理接线图如图5 所示。

图5 测试物理接线图

将仿真系统中CT、PT 信号借助模拟输出板卡（GTAO）发出，然后经过功率放大器将信号放大，最后将电流、电压信号送到保护装置中。与此同时，保护装置先将发出的跳闸信号作用于模拟断路器，模拟断路器将状态通过数字量输入板卡（GTDI）返回到仿真的一次系统中，从而构成闭环实验。

3.1 存储电压

通过可读存储介质，存储变电站母线电压，其主要用于变电站故障时备用，为系统提供电压。故障时的存储电压变化如图6 所示。

图6 故障时的存储电压变化情况

由图6 可知，在0.2～0.5 min 内，变电站母线出现故障情况，该时间段内存储电压由298 V 变为255 V；在0.5～0.6 min 内，变电站母线故障情况较为严重，此时使用备用电压较多，该时间段内存储电压由255 V变为240 V；在0.6～0.8 min 内，存储电压保持240 V不变，说明没有故障现象发生。

针对该部分电压，分别使用基于模型驱动架构、基于大数据分析系统监测存储电压，对比结果如表1所示。

表1 两种系统存储电压监测结果对比分析

由表1 可知，使用基于模型驱动架构电压监测结果并不精准，当时间为0.8 min 时，电压为220 V，与实际240 V 存储电压相差20 V；而使用基于大数据分析系统监测结果精准，与实际240 V存储电压一致。

3.2 耗散电压

耗散电压指的是变电站母线在工作时的电压耗散情况，如图7 所示。

图7 耗散电压变化情况

由图7 可知，在0～0.3 min 内，变电站母线出现故障情况，存储电压被使用，而耗散电压大幅度降低；在0.3～0.6 min 内，只有存储电压被使用，无耗散电压；在0.6～0.8 min 内，耗散电压逐渐上升，最终为240 V。

针对该部分电压，分别使用基于模型驱动架构、基于大数据分析系统监测耗散电压，对比结果如表2所示。

表2 两种系统耗散电压监测结果对比分析

由表2 可知，使用基于模型驱动架构电压监测虽然在0.2～0.5 min 内与实际耗散电压一致，但在0.6～0.8 min 内，电压由130 V 变为220 V，监测结果不精准；使用基于大数据分析系统监测结果精准，在变电站母线不使用存储电压时，所消耗的电压与实际240 V 耗散电压一致。

4 结束语

该文提出了一种基于大数据分析的变电站母线电压实时监测与趋势预警系统，实时采集与处理现场母线电压数据，利用大数据分析模块实现实时监测与预警管理。经实验表明，该系统能够实现变电站母线电压的实时监测与预警。

电力系统综合自动化变电站日益增多，若推广实施此变电站母线电压远程无线集中实时监测方法，可对电力系统各变电站的母线电压实时上传和汇总监测数据，电力主管部门可利用监测数据再现长期变化的电网电压，帮助整个电网负荷预测和电能质量控制；分析和判断事故发生的原因、发展和变化过程，可以在电网事故分析过程中更全面地采取预防措施，保证电网安全运行，该监控方法对电力系统综合自动化监控技术的发展有一定借鉴意义。