摘要：随着大电网、大运行体系建设的不断深入，各调控业务系统间的联系日益紧密，调度控制系统中的数据规模、种类快速增长且数据复杂度高，具有大数据的典型特征。智能电网调控技术支持系统具有多源、高维、异构、先验的特点，传统依靠人工经验的电网监控运行分析技术已经无法满足大电网智能化运行和集中调控的发展，借助大数据的优势对智能电网运行中的产生的信息进行高效汇集和智能挖掘分析，满足大电网集中调控和一体化运行的发展需求。
关键词：
随着各地区的用电需求不断增大，电网调控工作越来越重要，自动化和智能化的技术在电网调控中得到了普遍的应用。其系统的业务数据由单一的应用数据向着互通的海量数据以及形式转变，是智能电网调控技术支持系统的发展趋势，监控大数据是电力大数据的分支，能够以电网大数据调度的运行管理实时监控电网的运行。
一、智能电网设备监控信息现状
随着调控一体化模式的开展和智能电网的建设,调控中心在担负电力调度职责的同时,还肩负着电网监控业务的重任。由于远离变电站,且大多数变电站为无人值守模式,使得这些变电站的监控信息全部汇总接入到了调控中心。每个变电站都有几十甚至几百条遥信遥测量,总的监控信息量可达上万条,各类信号频繁动作发信,如何从大量的变电站设备告警信号中获得有用的信息对于电力调度监控人员来说是.一种挑战。因此,我们需要对告警信息数据库进行监控大数据外析,并按照需要对告警信号进行统计归类,最后用图表形式来为监控人员提供直观的数据展示,协助完成电网运行监控任务。
二、基于智能电网调控技术支持系统的设备监控大数据分析
1、整体架构。需要对数据信息进行全过程、全方位的深入挖掘，明确数据间的联系，以此对智能电网调控技术支持系统进行大数据分析，以现有的各类业务系统以及云平台为基础，通过大数据技术，实现数据接入到业务应用等各个部分的构架。
（1）数据接入层智能电网调控技术支持系统的汇总整合数据主要来源有: 生产管理、配电管理、能量管理、气象管理、调度管理以及云平台等系统，接受具有非结构化、半结构化以及结构化等异构特征的数据，经 FTP、MQ 等数据接入方式与 Sqoop、 Flume 等方式结合，实现抽取数据的标准化与清洗，在智能电网调控体现了相关数据的高质性、统一性以及全面性。
（2） 数据存储层。以数据接入层为基础，实现上层数据的存储，系统通过传统关系型数据库以及内存数据库之间的结合，通过分布式文件系统 HDFS 存储调控业务中的非结构化数据，从而开拓了视频、音频、文本文件等非结构化数据的存储方式。
2、功能体系
（1） 统计分析中心。基于数据模型标准化，数据采集、存储和治理的结果，建立大数据分析模型，对结构化电力监控业务相关数据进行统计分析，提升统计数据源的质量和纬度。将因果分析与先关分析结合在一起，从而推断常态化监管业务，以此对多维度对比关联性进行全面、综合的评价。
（2）智能搜索中心将全方位且灵活多变的获取信息方式提供给智能电网调控支持系统，以此来提高用户预定信息以及重要事件的智能推送能力。智能搜索中心可以分析以及挖掘用户行为，以此保证系统搜索中心的人性化以及实用性功能，以此由对象搜索向着行为检索的转变。
3、技术路线。
以监控业务需求为牵引监控运行大数据分析系统，对多维数据源进行因果关系检测和相关性分析，生成大数据模型。并根据相关需求，通过人工经验对大数据模型进行初筛以及具体业务的对接，完成智能电网监控运行的实际工作，实现研究模型与业务关联性的转变。
三、智能电网设备监控信息应用
根据输变电设备集中监控运行相关管理规定，设备告警信号类型主要分为五类，即事故、异常、越限、变位、告知，五类信号均实时上送智能电网调控技术支持系统告警窗。输变电设备集中监控辅助决策系统监控信息分析展示中心将采集的几类信号和相关设备信息数据通过K-Means聚类算法进行优化整理分析。
1、日信号量统计。监控员通过选择某个时间区段，可以详细了解具体变电站这一时间区段内每天的五类信号量。监控员也可以通过复选框根据实际需求单独选择事故、异常、越限、变位、告知信号分类，通过折线图查看是否有信号数量突变的情况，如果有异常信号频发，再针对具体日期进行详细分析。在单独选择某一类信号时，该图表会根据信号数量自动更改纵坐标单位量，以便折线图能更清晰地反映信号突变情况。选择500 kV 变电站的五类上窗信号近30天每日的数量统计情况，保障监控员熟悉掌握整个变电站的运行情况和每天的信号告警情况。增多，经分析是 500kV 变电站当天检修工作较多，检修间隔未及时告警抑制，导致检修设备告警信号频发，通过对相关检修设备间隔告警抑制，避免对监控员的正常监控造成干扰。
2、信号频发排名。监控员日常值班监视时，主要关注本值内出现的告警信号，而进行大数据分析时，只关注一个工作日的数据是非常局限的。因此，监控信息分析中心根据信号类型，对指定时间段的所有告警信号按照频发程度进行排名，选择某时间段内的出现次数排名前十的异常信号，并统计频发次数。根据信号频发排名表，对频发信号进行具体分析，与现场运维人员逐一核对排查信号频发的原因，如果是现场设备缺陷引起的，通知现场运维人员及时消缺处理。如果是信号上传通道异常引起的，监控员及时通知自动化运维人员检查处理。通过这个模块的信息优化整理分析，监控员能够更快更及时地发现设备潜在的缺陷和电网存在的风险。
3、变电站信号量统计。变电站信号量统计是以变电站为单位对设备五类告警信号进行统计排序，可以较直观的了解某一时间段内，异常信号较多的变电站，从而提醒当班监控员要对这些变电站加强值班监视，也可以通知变电站现场运维人员加强现场巡视，并由此可发现一些电网运行的薄弱点，越限信息主要是指变电站的母线电压越限或直流电压越限，通过对变电站越限信息频发程度的排名，可以较明显地发现容易出现电压越限的区域，从而判断出区域电网薄弱点。
总之，大数据分析系统在智能电网监控运行中非常重要，根据智能电网调控技术系统的监控业务需求，设计涵盖数据接入到业务应用的整体架构，实现全过程大数据处理和因果分析的技术突破。电力企业需要加强人员培训，提高技术人员的业务水平，建设监控信息映射字典库，解决信息孤岛、数据多源和噪点数据等问题。智能电网调控技术支持系统应用大数据分析技术，构建业务大数据分析模式，满足各分析业务的实际应用，实现智能电网的稳定大规模发展。
参考文献：
[1] 王伟, 蒋菱, 王峥.基于向量评估遗传算法的智能电网大数据交易模型研究[J]. 电网与清洁能源, 2016, 32(10): 1-8.
[2] 吴凯峰, 刘万涛, 李彦虎.基于云计算的电力大数据分析技术与应用[J]. 中国电力, 2018, 48(2): 16.
[3] 王德文, 宋亚奇, 朱永利.基于云计算的智能电网信息平台[J]. 电力系统自动化, 2017, 34(22): 7-12.