基于大数据的高压电缆运维管理应用的研究

裴凡　冀超　问澈

摘 要：随着我国城市化进程的不断加快，城市对供电的需求不断增加。目前，大型城市周边的各个电压等级的供电线路有数百条之多。并且随着电力公司信息业务的不断发展，在这些电缆的运维过程中将有大量的数据产生。并且除了传统的数据之外，还有大量的工单、日志以及视频等非结构化数据，这些数据随着时间的积累不断增多，使得传统的数据构架下计算机的数据计算性能问题逐渐显现，需要采用大数据技术来提升数据运算能力。

关键词：大数据;高压电缆;运维管理;应用

1 高压电缆运行管理存在的问题

1.1 较难发现故障点

大多数时候，电缆线路若出现问题，电力运维人员能够按照安装在电缆分支箱上的电力短路问题指示、监测仪展开问题分析和研究，并发现故障点具体方位，通过隔离故障区的方式对故障处的接头展开检查，从而解决问题，排查故障。通过对原有的工作展开总结能够发现，大多数故障都位于中间接头处，且中间接头处的问题大多都是短路问题。但单相接地产生的电力问题，在该方式下检测难以对问题展开有效判断，单相接地出现的电力问题需要花费工作者大量的精力与时间才能找到问题所在和解决。

1.2 内部进水问题

因为铺设高压电缆的施工环境都非常复杂，对展开电缆铺设的工作者技能要求较高，铺设电缆时需要保护好电缆，防止电缆出现损坏。损坏电缆在作业初期因为保护套作用尚可正常运行，但电缆中一旦出现进水情况，将会对电缆运行产生毁灭性破坏，不但会损坏运送电力的电缆，甚至会对整个电力运输产生影响。同时，只要电缆内部存在进水的情况，就会使得线路老化加快，从而对高压电缆的使用寿命造成影响。

1.3 电缆周期预试工作难度大

由于我国电力系统对电网整改的逐步强化，使得电网的运行效率得到了极大完善与发展。电力运行绝缘化率的大幅提升，使得高压电缆运输线路的数量和强度大幅提高，确保了电力用户的供电可靠性。目前，高压电缆的周期预试工作如果受到了该因素的影响，会使得工作难度大大增加。其中，过量的预试工作量会消耗大量人力和物力。除此之外，耐压试验会对高压电缆产生严重破坏，损伤高压电缆。

2 高压线路运维管理系统的整体框架

高压电缆运维管理系统由数据采集与存储层部分、数据分析与计算部分以及应用与辅助决策三大部分组成。通过对高压电缆在运行过程中产生的大量数据进行分析与挖掘，实现对高压电缆故障的提前预测与故障分析。提高高压电缆运维效率。系统整体结构。系统将采集到的高压线缆数据与设备信息、生产数据以及监控数据，通过HDFS（分布式存储系统）和HBase（分布式数据库）进行数据存储管理，并利用MapReduce进行数据的分布式计算。基于HiveQL（基于Hadoop的数据库访问工具）实现数据的存储和读取，最终实现对高压电缆运维的辅助决策与管理功能。

2.1 数据采集与存储层

对于高压电缆而言，数据采集主要是对高压电缆本体以及电力隧道两个方面进行检测，电缆线路运行状态主要受接地系统、电缆本体以及局部放电三个关键因素的影响。对于高压电缆本体主要采集的数据，包括电缆的温度、护套环流、负荷数据以及局部放电状态。在高压电缆安装分布式光纤，来实现对电缆的表面温度的监测，通过在电缆上同步铺设光纤，利用光纤内产生的热辐射来传感温度，它是以光纤纤芯中的热点本身所产生的黑体辐射现象为基础;高压电缆的护套环流，主要监测接地系统的直接接地端，其通过在接地箱里的接地线安装互感传感器实现监测;电缆的负荷数据通过综合数据网从调度系统进行获取;高压电缆的局部放电检测，是电缆绝缘检测中的重要内容，其是通过在电缆中间接头安装高频放电检测模块，超高频放电检测模块来实现。高频放电检测模块通过电压互感器采集数据，通过滤波和频谱分析，将放电脉冲数据从采集到的信号中分离出来，以发现电缆的潜在缺陷。数据采集完成后，通过通信协议送至服务器，利用计算与分析层的HDFS和HBase数据库工具对数据进行存储，并利用Sqoop工具实现历史信息与实时信息的自动导入与查询。

2.2 数据流处理

传感器采集高压电缆的各种数据后，将数据发送到前置机中缓存，在数据进行解码后，通过接口保存到数据管理中心，通过HDFS分布式存储在HBase数据库中。分布式数据库数据保存在一个或多个服务器中，数据库一方面要存储运行过程中产生的大量监测数据，还需对设备管理、安全管理等信息进行保存和管理。完成数据的存储后，并行计算与查询系统通过对存储的数据进行操作，来满足系统操作人员的需求。

2.3 数据分析与计算层

数据分析与计算部分是基于MapReduce（分布式计算编程框架）框架来实现体系算法与控制目标。利用算法实现层的读写采集数据与存储部分所存储的高压电缆运行数据，并能够完成查询历史数据、典型问题分析、报表生成、多数据运维及查询等数据监管体系。所涉及到的数据，包括结构化数据（能够保存在传统的关系型数据库中，能够通过二维表的形式进行表现的数据，如高压电缆的运行数据和设备管理数据等）、非结构化数据（如视频、图片、报表等不能通过二维逻辑表进行存储和管理的数据）。通过该框架，将算法目标分解为Map与Reduce两个部分，并将这些任务分配到各个节点同时运行进行数据的提取。算法目标，是以SQL与HiveQL两种寻查语句形成的信息系统对各个层面的要求进行整合得到的。SQL负责管理数据库中的数据，HiveQL负责分布式数据库内的寻查解析，将应用与辅助决策层所需的元数据转化为Hive句式，作为MapReduce的计算目标，经过MapReduce计算完成的结果由Hive转交到上位机接口。

3 高压电缆运行状态评价

高压电缆运行状态的评价，是运维系统管理系统的核心。采用大量传感器对高压线缆运行时的状态进行了监控，并且拥有大数据平台的支撑。因此，能够通过对设备的缺陷性质与故障进行分析，来对设备的运行状态进行综合评价，根据对设备评价的状况，可以合理的决断何时对设备进行停电检修，改变了以往采用现场巡线进行数据记录的工作方式，采集到的数据更加精确且实时性强，为输电线路的精细化管理提供了基础。

3.1 高压线缆状态评估的指标选取

评价指标的选取，需要遵循高敏感性、高实用性原则。所选取的指标，必须能够直接反应高压线缆及相关设备的运行状态，并且这些指标必须能够被测量或是通过视频监控得到。

3.2 状态分类及评估方法

高压电缆运行状况分为4种情况：第一种，为良好状态，指电缆上的所有设备状态良好，优于正常运行的标准值;第二种，为正常状态，电缆上所有设备状态满足正常运行要求;第三种，为注意状态，该状态下电缆上有部分非关键设备处于异常状态，但输电缆能够正常运行;第四种，为异常状态，指电缆上有关键设备状态异常，高压电缆仅能够短时间工作或是立即停电检修。电缆运行状态的评判标准参照规程要求进行制定，以百分制进行评分。评分项目中涉及到多个指标的，应当综合考虑来进行评分;若评分项为布尔特性，则满足规程条件的不扣分，不满足的全扣分。

结束語

本文在Hadoop平台上采用分布式数据存储，运用计算并行计算技术，建立了高压电缆的运行状态的运维管理系统。通过在高压电缆上安装传感器以及相应的视频检控制，实现了对高压电缆运行状态的全面监控，并依据运行状态提出了对应的评价方式来，对高压电缆的运维进行指导。能够有效地减少人力维护成本，提高电缆运维效率，早发现、易发现电缆存在的风险与缺陷，降低运营成本。

参考文献

[1]杨天彪，杨丽，杨麟.浅谈城市电网电缆运维技术[J].中小企业管理与科技（中旬刊），2017（05）：178-179.

[2]李譞.基于状态检测技术的高压电缆运维管理应用研究[D].华北电力大学（北京），2016.