基于大数据技术的输变电设备状态评估及风险评估研究

基于大数据技术的输变电设备状态评估及风险评估研究

1刘学， 2丛林， 3李崇，

身份证号 23900519900902**** ，黑龙江省哈尔滨市 150000 身份证号 23010819841028**** ，黑龙江省哈尔滨市 150000 身份证号 23010619891003**** ，黑龙江省哈尔滨市 150000

摘要：针对现有状态评估方法不能全面有效地反映输变电设备运行状态评估和风险评估的问题，提出了基于大数据技术的输变电设备状态评估和风险评估理论。首先，深入阐述了输变电设备状态评估相关大数据系统的研究与建设。其次，介绍了基于大数据分析的设备状态维修管理和状态评估的主要内容以及状态评估的总体框架。最后，从设备故障风险和电网运行风险两个方面介绍了基于大数据分析的输变电设备运行风险评估方法，设计了基于大数据技术的输变电设备状态评估和风险评估支撑系统的总体框架。该方法可为大数据技术在输变电设备状态评估和风险评估中的应用提供理论参考。

关键词：风险评估；大数据；输变电

1输变电设备状态评估相关大数据系统的研究与建设

1.1关系数据库和并行数据库的数据存储

目前，输变电设备状态监测主站系统广泛采用企业关系数据库进行数据存储。在支持数据记录和事务处理(简称OLTP)时，由于关系和并行的数据存储方式，无法保证海量数据处理和查询的实时性，进一步影响了大数据技术的实时处理能力和性能。由于存储方式的限制，上传到主站系统的测量数据是有限的，系统中很多有价值的数据会被大量抛弃。与“键值”数据库相比，并行数据库技术使用关系数据库集群来存储数据，但并行数据库技术的实时性较差。再加上其他约束条件，并行数据库技术的数据处理效率很低，使得数据处理过程中难以展现大数据的快速性和实时性。

1.2数据分发策略

数据分发策略是影响分布式数据并行查询和处理效率的一个主要问题。在现有的分布式数据查询和处理系统中，一致性哈希算法被广泛用于解决分布式视频监控系统中的负载均衡问题，但上述算法并没有区分数据本身。但从基于大数据分析的输变电设备状态评估等高级应用程序来看，分析部分监测数据之间的相关性可以作为数据存储的基础之一，减少数据使用时时间点的迁移。

1.3参考架构

输变电设备状态检修系统以基础数据服务平台为基础，通过实时控制与运行预测系统、运行历史、人机界面等各种应用系统进行数据采集。为了实现数据的统一和标准化，基础数据服务平台分为三层数据接口。

1.4数据的相关性分析

电力云平台数据分布的主要影响因素如下:

1)为了保持负载均衡，数据的分布要满足均匀分布到集群所有节点的特点。

2)由于Hadoop集群中存在节点失效等缺陷，在数据优化时需要考虑节点的有效性。

3)采用多副本冗余方案，提高数据查询和处理的可靠性和效率。

4)在Hadoop环境下，通过设置数据的设备属性，将不同设备的数据存储在不同节点，可以减少数据的通信时间，提高整个系统的执行效率。

在分析和优化上述数据分布因素的基础上，提出了一种数据相关性多副本一致性哈希数据存储算法。

2基于大数据分析的设备状态评估

状态检修是状态检修精益管理的核心内容，是一种精细化的设备管理模式，是对传统输变电设备管理的设备数据管理、交接验收、运行检查、缺陷管理、试验维护和技术改造等各个环节的进一步优化。完成基于大数据分析的设备状态维修管理和状态评估，主要包括:

1)完善状态检修组织体系建设。开展状态检修后，检修重点已从停电检修转向设备状态的检查(监督)测量、评估和预控，工区(队)负责建立日常检查；城市负责分析；二级评价中心负责特异性检测和诊断的状态检测和评价组织体系。

2)完善系统标准体系建设。完善制度标准是规范视情维修工作的基本前提。完善管理标准建设，规范状态检修的内容、职责和方式；推进技术标准建设，明确在线监测、带电检测、停电试验、状态评估和维护策略的方法和标准。推进设备的覆盖范围从一次设备延伸到二次设备，从单部件评估延伸到设备间隔和系统评估。建立涵盖设备常规试验、诊断试验、带电检测和在线监测的状态检修技术标准体系；推进工作标准建设，强化状态检修主要环节的工作规范，包括状态信息采集、状态评估、风险分析、检修策略制定与实施、检修后评估、人员培训等。

3)建立常态化状态检测评估机制，加强设备运行分析。深入开展“日比对、周分析、月总结、年评估”工作，结合可靠性要求、运行环境和设备状态动态优化运维策略，提高运维工作的针对性和有效性。深入挖掘设备运行规律和状态参数，加大不间断电源检测和在线监测新技术的研究和应用，实现基于实际运行数据判断设备状态和运行裕度的能力。

4)建立状态维修信息支持系统，确保基础数据的完整性和准确性。建立统一的状态诊断综合决策系统，实现全覆盖。根据指挥部指挥和各级统筹部署，组建装备状态检测、诊断和评估专家团队，加强装备状态管理和故障诊断能力，提升装备维修精益化管理水平。此外，状态检修还存在一些问题，如缺少试验报告、隐蔽工程、出厂合格证等统计数据。因此，UHV设备状态检修管理应进一步拓展设备数据源。

5)建立输变电设备状态评估指标体系。通过状态评价指标体系的建立，可以对维修工作的有效性、维修策略的适应性、目标的达成程度和工作绩效进行综合评价，确保各级工作目标不走样，工作标准不衰减。

设备状态评估系统、设备状态预测和风险评估是开展输变电设备状态检修的关键技术。

3基于大数据分析的输变电设备运行风险评估

基于大数据分析的输变电设备运行风险评估主要包括以下两个方面。

(1)设备故障风险评估

在输变电设备状态检修过程中，输变电设备的故障风险评估可以用设备在整个运行阶段的故障概率乘以故障损失之和来表示。从理论分析可以看出，输变电设备在整个运行阶段不同时期的故障概率是不同的。但从理想等效的角度来看，输变电设备的检修周期短于设备的整个运行周期，因此在计算过程中可以将输变电设备的故障概率视为不变，检修后应及时更新相应的故障概率。

输变电设备I在状态检修过程中的故障风险成本需求(I)的经济量化表达式如下

requip(I)Li[pi(ki1)qi(n kiti 1)](1)，其中Li为输变电设备I故障损失费用；Pi为输变电设备I在状态检修前的故障概率；Ki是输变电设备一部状态维护的开始时间；n为输变电设备整个状态检修过程中的所有时间段；输变电设备I态维护所需的时间周期；Qi是输变电设备I态检修后的故障概率。

(2)电网运行风险评估

在输变电设备检修过程中，电网供电的可靠性风险增加。在这个过程中，系统中的随机变化因素，如电网中其他设备故障的随机性，对电网的运行有很大的影响。因此，为保证输变电设备检修过程中电网运行的可靠性和安全性，需要对系统进行N-1模式的全面检修，输变电设备检修过程中的供电可靠性可用预期缺电(EENS)指标进行定量描述。EENS指数是通过综合输变电设备的故障概率和故障后果来反映电网供电可靠性的风险指数。

基于大数据技术的输变电设备状态评估和风险评估量化评价指标的建立，属于决策支持系统范畴。该系统以外部系统提供的原始数据为基础，不断适应系统不断变化的评价指标和先进的评价方法，实现输变电设备的状态评估和风险评估。同时，系统应与各种智能检测模块相结合，形成统一的通信通道，实现数据共享。

4结束语

针对现有状态评估方法不能全面有效地反映输变电设备运行状态评估和风险评估的现状，提出了基于大数据技术的输变电设备状态评估和风险评估理论。主要内容如下:

1)深入阐述了输变电设备状态评估相关大数据系统的研究与建设，提出了基于关系数据库和并行数据库的数据存储方法、数据相关性分析方法、设备状态评估大数据挖掘方法和相关性分析方法。

2)介绍了基于大数据分析的设备状态维修管理和状态评估的主要内容以及状态评估的总体框架。

3)从设备故障风险和电网运行风险两个方面介绍了基于大数据分析的输变电设备运行风险评估方法，设计了基于大数据技术的输变电设备状态评估和风险评估支撑系统总体框架。

本文的研究可为大数据技术在输变电设备状态评估和风险评估中的应用提供理论参考。

参考文献

[ 1 ] 宋亚奇，周国亮，朱永利，等．云平台下输变电设备状态监测大数据存储优化与并行处理 [J]．中国电机工程学报，2015，35 (2) ：255-267．

[ 2 ] 王飞，颜波，禹晋云．基于大数据的电力多维度分析系统设计与实现 [J]．电力信息与通信技术．