调控一体化在线数据挖掘与风险预警系统

雷鸣

（山东电力调度控制中心，济南250000）

调控一体化在线数据挖掘与风险预警系统

雷鸣

（山东电力调度控制中心，济南250000）

针对当前电网调度中心难以对监控和调度大数据进行全面分析的现状，提出调控一体化下在线数据挖掘和风险预警技术方案，通过关联分析，识别预警指标，实现对电网安全风险的预警。该系统目前已在山东调度中心得到应用，协助调度人员有效地理解海量监测数据中反映的电网运行状态关键信息，实现对电网运行状态的有效感知和调度控制的优化。

调控一体化；数据挖掘；风险评估；风险预警

0 引言

随着电力体制改革的不断深化，传统的电网运行管理模式已不适用于当前电网的发展趋势。为推进智能电网的发展，电网推出了调控一体化的运行管理模式［1］。调控一体化即电力调度与监控一体化，通过优化整合电网调度和设备运行资源，推进输变电设备运行集中监控业务与电网调度业务的高度融合［2］。然而，随着国家电网公司信息化建设推进及电网设备运行状态检测技术的发展，调度人员所掌握的监控信息和调度信息迅速增长，电网数据具备了大数据特性。同时电网规模的复杂化和扩大化也为实行调控一体化管理的调度运行人员快速全面掌握电网的安全风险形势增加了难度。虽然已有研究开发了PSASP动态安全评估和预警系统，但在事故不断发展中，因运行方式的改变，运行人员无法采用各种分析型和研究型的软件来分析和研究电网运行状况［3-4］。因此在调控一体化管理模式下，研究基于电网监控和调度信息的大数据挖掘和电网风险辨识、预警系统对于提升调度运行人员对电网安全运行状态的认知水平，维持系统可靠经济运行具有重要意义。

国网山东省电力公司对所有500 kV变电站采用集中监控方式，由监控系统主站端实时监控各站的运行方式和设备状态。因此，电网调控中心在掌握更加丰富的电网和变电站设备运行信息之后，有必要对这些不同类型的“海量”信息进行深入挖掘。

基于上述背景，研究并开发调控一体化下数据挖掘与风险预警系统，在SCADA数据、变电站监控数据、气象数据等不同类型的监测数据集之间建立相互关联，再进行综合分析，找出众多线索背后隐含的逻辑关系，通过识别预警指标，实现对事故风险的预警，使低价值密度数据充分具备决策价值，提高在“调控一体化”模式下电网调度运行风险控制能力以及应对紧急事件的能力。最终利用优化整合电网调度和设备运行资源，推进输变电设备运行集中监控业务与电网调度业务工作的高度融合。

1 系统技术

1.1 数据挖掘技术

数据挖掘是从大量数据中发现的模式，模型是用来描述数据信息的一种形式。数据挖掘的分析方法主要包括关联分析、聚类模式、概念描述、偏差分析、分类模式和时序演变模式等［1］。随着状态监测技术的发展，电网数据日益丰富，基于解析、人工智能和模拟的数据挖掘也得到了广泛应用。过去由于缺少数据，数据挖掘分析方法只能依靠有限的实验统计或专家经验建模，导致这些模型应用存在很大局限。如今，随着设备监测检测技术的发展，设备及环境等多源异构数据不断汇总积累。但解析模型和智能算法又受限于复杂模型求解和维数灾的问题，难以在大量数据中识别关键因素并做出准确设备诊断或预警决策。

从寻找有效的数据挖掘分析方法出发，本系统在电网设备运行相关数据日益丰富的背景下，寻找系统中各种相关关系的共同特征，在几何原理分析和数学概念推导基础上，设计“基于最大信息的复杂相关关系非参数识别算法”和“动态相关排序预警算法”，在线分析调控大数据集，实现不依赖模型参数的情况下识别和度量隐含的或未知的相关关系，对数据进行挖掘。

1.2 安全风险预警

风险预警是在电网面对的不确定因素和安全隐患进行辨识、评价的基础上，剖析风险水平，依据风险状态给出风险警示。风险预警是风险管理的一种手段，基于风险管理理论，风险预警应遵循“监测数据—风险辨识—风险评价—风险预报”的规律。

风险辨识是根据电网运行情况和设备信息，关联分析得出电网运行异常等信息，识别出电网存在的安全隐患。

风险评价是评估电网的安全水平，得出多种运行风险的指标（正常，异常，严重）。要对电力系统风险进行全面评估，需设定风险指标。目前国内外对风险指标体系已有研究，包括论述电力系统风险评估的基本概念和重要性、概述风险评估模型和计算方法以及概率性风险指标、对风险指标选取原则的制定和采用层次分析法对风险指标进行评估等［5-7］。然而上述指标只能针对电网的时间尺度进行评估，并不具有一般性，无法涵盖全部应用场景。因对电网各类影响因素考虑的不足，上述研究的风险指标仍不够完善。本文采用越限驱动型和事件驱动型相结合的风险指标体系［7-8］，从时间和空间的维度上来度量电网运行状态；采用英国健康与安全委员会的风险定级标准—ALARP原则［9］制定电网安全风险定级的框架体系，依据严重程度的大小将其定义为正常、异常、严重，不同风险指标的量化值需结合大量的仿真分析计算和专家知识来分析确定。

风险预警即根据风险评估结果得出的风险指标进行报警，即在监测指标达到或者超过风险评价分级时设定的风险值，在风险扩大之前，对其进行预警。

2 系统总体结构

根据调度中心难以掌控电网安全运行各类风险因素的现状，提出一种调控一体化下在线数据挖掘与风险预警技术方案，并开发相应系统。该系统以分布式分析计算平台为支撑，有效整合电网监测和检测在线运行数据和离线数据，发现电网运行异常情况，并对其风险进行量化，实现对电网安全运行风险的评估，实现对电网运行状态的有效感知，为调度人员决策提供依据。其总体结构包括数据来源层，数据接口层，数据平台层和系统应用显示层，如图1所示。

图1 系统总体结构

数据来源主要来自于能量管理系统EMS和生产管理系统OMS，通过设计和开发不同的接口适配器，采集到数据源层各个系统的数据，为风险预警系统提供所需设备监测和电网参数，实现调控预警系统数据与不同应用系统的数据交换。

数据接口层主要基于Java开发平台，CentOS x64 linux服务器操作系统和MySQL数据库，研究从数据源系统中获取数据的接口，并基于交互数据规约及业务标准规则对数据进行加工，最终将所需的数据存入到风险预警系统的数据库中。

数据平台主要用来分析和挖掘调控数据。包括数据的关联分析、风险识别、风险评估量化和风险预警。

数据展示主要是该系统的可视化，通过人机交互的可视化界面展示，提供直观明了的系统分析结果及风险情况。

3 系统功能

调频难度评估。在时间和空间上分析电厂ACE的调整特性，了解近期ACE调整性能，方便调度人员提前关注。同时对各个厂站的ACE调整难度进行量化评估，并给出ACE调整难度和时段。

调压难度评估。在线统计不同等级线路的电压最大波动率，通过对电压波动幅度大于规定值的母线电压进行统计，可以发现某些电压调整不力的厂站，有利于提前采取预控措施，也为评估各厂站调节水平提供依据。通过对电压调整协调性的分析得出电厂和电站能否协调调整站电压水平。同时统计分析电压在上下限附近的限制幅度，对电压调整难度进行量化，最终给出调整难度指标。界面效果如图2所示。

图2 调频调压界面效果

负荷特性分析。除了传统的负荷特性统计指标，本系统分析了地区和全网负荷的契合度，进而得出地区调整特性是否与全网一致，同时对电网负荷同时率进行分析，从而更有效地指导有序用电额度分配。界面效果如图3所示。

图3 负荷特性分析界面效果

安全风险评估。从电网、设备、环境等多个角度出发，综合考虑系统面临的不确定因素，通过制定安全风险指标来衡量系统运行状态，及时发现电网中存在的安全隐患。

安全稳定在线预警。根据电网安全风险指标得出风险等级后，可视化展示风险评估结果，在全网地图上以绿（正常）、黄（异常）、红（严重）来表示不同级别的警报，使调度人员在首页上清晰纵览全网安全风险状态，有针对性地下发指令，做好安全防范。界面效果如图4所示。

图4 数据挖掘与风险预警界面效果

报表输出。系统不仅具有较好的展示和人机交互界面，还具备自动生成调度、监控及电网日志并输出的功能。

4 结语

调控一体化下在线数据挖掘与风险预警系统目前已在山东电力调度中心投入使用，也将应用于地市级公司调度中心。工程实践表明，预警系统不仅融合了调度和监控信息，提供了调控一体化数据平台，还实现了对电网调控数据的挖掘、评估和预警。系统采用分布式存储，并行处理分析，大大提高了调度运行人员的工作效率，同时系统具备可扩展性，规范化的设计满足系统一体化的要求，可视化的界面展示了电网当前运行存在的风险及问题，为调度人员工作管理提供在线信息参考。

调控一体化在线数据挖掘与风险预警系统改善了当前调度中心难以掌控电网安全运行的各类风险因素的现状，通过识别预警指标，实现对事故风险的预警，为电网调度运行提供了有效的分析工具。下一步可针对风险控制辅助决策开展相关研究，当电力系统运行异常时，系统自动给出合理的调度策略及方案，供工作人员参考，进而提高电网应对风险的能力，避免事故的发生。

［1］吕洪波.电网调控一体化运行管理模式研究［D］.北京：华北电力大学，2011.

［2］张彩友，丁一岷，冯华.关于开展变电设备运维一体化的认识与思考［J］.浙江电力，2011（3）:50-53.

［3］张伯明，吴素农，蔡斌，等.电网在线安全稳定分析和预警系统［J］.电力系统自动化，2006.30（6）:1-5.

［4］严剑峰，于之虹，田芳，等.电力系统在线动态安全评估和预警系统［J］.中国电机工程学报，2008，28（34）：87-93.

［5］ZHANG Jianhua，ZHANG Guohua，DUAN Manyin.Indices system and methons for urban power grid security assessment［C］.2009 Asia-Pacific Power and Energy Engineering Conference，March 28-30，2009，Wuhan，China.

［6］陆波，唐国庆.基于风险的安全评估方法在电力系统中的应用［J］.电力系统自动化，2000，24（22）:61-64.

［7］文云峰，崔建磊，张金江，等.面向调度运行的电网安全风险管理控制系统（一）概念及架构与功能设计［J］.电力系统自动化，2013（9）：66-73.

［8］崔建磊，文云峰，郭创新，等.面向调度运行的电网安全风险管理控制系统（二）风险指标体系、评估方法与应用策略［J］.电力系统自动化，2013，37（10）：92-97.

［9］CALLAGHAN B，WALKER T.Reducing risks，protecting people：HSE’s decision-making process［M］.England：HSEBOOKS，2001.

The Online Data Mining and Risk Early Warning System for Integration of Dispatching and Supervisory Control

LEI Ming
（Shandong Electric Power Dispatch Control Center，Jinan 250000，China）

For the current status that the power grid control center is difficult to overall analyze the monitored and deployable large data，the technical proposal of online data mining and risk early warning are proposed for the integration of dispatching and supervisory control.The early warning of the grid security risk is realized by correlation analysis and identify early warning indicators.This system has been applied in Shandong dispatch center.System dispatchers can better understand the operation status of power system and find key information from huge amount of monitoring data，so that dispatchers can implement effective perception of power grid operation state and optimize the dispatching control.

integration of dispatching and supervisory control；data mining；risk assessment；risk early-warning

TM744

A

1007－9904（2015）05－0006－03

2015-02-20

雷鸣（1974），男，高级工程师，从事电力系统运行分析工作。