基于数据中台的保供电系统数据架构设计及研究

李欣怡 许中平 肖娜 尚芳剑 王卓

摘要：国家电网有限公司作为“大国重器”，遵循“一平台、一系统、多场景、微应用”建设思路，针对专项保电工作，优化业务流程，贯通全业务链条，以“数据中台”为核心，提高数据流、业务流融合能力，构建覆盖多业务部门的数据模型和服务标准体系，支撑各类采集终端的数据存储，统一微服务微应用技术架构，构建基于数据中台的保供电系统数据架构。

关键词：数据中台数据模型保供电系统微服务微应用

中图分类号：C815 文献标识码：A   文章编号：1672-3791（2022）06（a）-0000-00

Design and Research on Data Architecture of Guaranteed Power Supply System Based on Data Center

LI Xinyi1  XU Zhongping2  XIAO Na1  SHANG Fangjian1  WANG Zhuo2

（1.State Grid Jibei Electric Power Co.， Ltd.;2. State Grid Information & Telecommunication Accenture Information Technology Co.， Ltd.，Beijing，100053 China）

Abstract：Following the construction idea of "one platform，one system，multiple scenarios and micro applications"，aiming at the special power protection work，optimize the business process，run through the whole business chain，take the "data center" as the core，improve the integration ability of data flow and business flow，build a data model and service standard system covering multiple business departments，and support the data storage of various acquisition terminals， Unify the micro service and micro application technology architecture， and build the data architecture of power supply system based on data center.

Key words： Data center station; Data model; Guaranteed power supply system;Microservices and micro applications

伴隨经济和社会发展的不断深化，我国综合国力显著增强，越来越多的经济、政治、文化等活动都选择在中国举办。国家电网有限公司作为“大国重器”，将企业社会责任建设纳入创建“两个一流”战略的重大部署，做好各类重大活动的电力保障，不仅是供电企业最主要的业务职责，更是供电企业适应经济新时期、保电新常态下的需要。

1必要性

国网公司经过多年的信息化建设，在专业内依靠信息系统形成了完整的信息化建设体系，但跨专业融合与共享能力不足，跨专业协作流程不完善，企业管理颗粒不精细，管理界限不清晰，分摊规则不规范，信息资源利用水平偏低。伴随电力物联网建设工作的开展，各专业将打破信息壁垒，实现系统间数据交互与信息共享，从而促进专业部门的统一调配及横向协同。

2建设原则

结合保障区域特色和战略定位，立足冬奥、面向未来，稳步、高效推进“全景感知、全域协同、全局智慧指挥体系”建设工作，制定的各项建设内容、采取的各项保障措施，都应围绕这一目标来开展，确保“全景感知、全域协同、全局智慧指挥体系”的初步建成[1]。

依托“全景感知、全域协同、全局智慧指挥体系”的建设目标，开展建设现状分析，梳理存在的各项问题和不足，有针对性得制定的各项解决措施，在设计过程中应充分考虑业务灵活、多变的特性，解决方案须具备足够的业务扩展性和弹性伸缩能力，确保建设成果对冬奥保障工作各项需求支撑的完整性和一致性[2]。以点带面，逐步形成建设体系的示范性和可推广性。

3建设措施

强化统一数据模型，实现不同系统业务数据在语法与语义上的统一，保证数据的一致性与可用性。搭建数据关联关系，建立跨专业数据间的关联关系，构建统一数据分析服务，实现跨专业数据的高效计算、智能分析和深度挖掘。建立的数据关联关系包括以下几个方面。

（1）治理源端采集数据，改变传统业务集成模式，采用基于数据中台的数据集成方式，对抽取的数据进行清洗、治理，消除数据冗余，实现源端数据的逻辑统一、分布合理、干净透明，数据中台优势，具体见图1;（2）引入协同工作理念，依托电网丰富的传感监测设备以及完善可靠的电力通信网络，实现电力生产过程与其所涉及的内部数据、外部数据等信息量的融合与应用，更好地反映出电力资源对象，促进对电力生产过程进行更加精确有效的保障;（3）应用先进智能算法，在信息空间中构建监测实体的数字镜像，在微观层面上实现核心区域供电场景的原型再现，在宏观层面上实现电网运行的动态模拟，从而实现监测实体的全要素数字化和虚拟化、全状态实时化和可视化[3]。

4主要内容52063A11-58EF-4DE5-9324-AF8A0E775828

以“数据中台”为核心，提高数据流、业务流融合能力，建立以拓扑、线路、站所、设备和地理空间信息为核心，融合各专业业务数据和实时监测数据等多源异构数据的统一数据模型，其数据架构见图2。

4.1数据统一管理

在数据统一管理方面，开展数据资源目录构建、数据实时共享、数据处理工作机制完善、支撑工具开发等工作，同时引入跨界、融合的互联网思维，构建电力数据与外部数据的动静态关系模型。对内，支撑泛在电力物联网末端感知增量终端的采集数据存储及数据应用;推进数据资源“全面可见”、数据内容“共享可用”;面向各基层单位、各专业提供数据和应用服务，持续沉淀共性数据服务能力。[4]对外，支撑多类服务场景应用，实现电力数据与外部数据的互联互通，反推公司配电网精装改造升级。

4.2 业务共享集成

业务共享集成方面，一是整合运检、营销、配调等专业对智能研判、主动派单的业务需求，构建基于智能配变终端和智能感知终端的各节点电能信息、开关变位信息和电能表遥测数据综合分析模型，实现对故障发生范围和具体故障点的智能研判，构建基于保障资源、位置分布等数据的综合分析模型，服务主动派单、抢修跟踪等前端业务;二是构建基于营销业务系统、PMS2.0、用电信息采集系统、GIS系统各类数据的台区健康智能感知、抢修工单数量与热点抢修区域预测预警等分析算法，服务客户服务前端应用;三是综合利用智能感知终端对低压台区采集的电压、电流、负荷等数据以及主站实时显示监测数据和波形，构建低压配网设备重过载、异常信息告警算法，服务台区管理前端应用;四是创新智能感知终端结合HPLC及台区识别技术，服务防档案误动、防虚假整改、防高损反弹、防异常波动等营销业务;五是结合电网运行信息和设备状态信息，展现冀北公司大电网运行调度成效，构建预测预警分析模式，智能研判电网隐患故障，提前进行调度防护，有效避免主网停电事件，提升坚强电网智能性;六是整合源网荷供用电数据，结合电力交易情况，构建绿电交易计算模型，预测清洁能源供电需求和经济效益，诠释“低碳”理念[5]。

上述6个方面实现了面向全业务范围、全数据类型、全时间维度数据提供统一的存储、管理与服务，实现业务高度融合、数据充分共享。

建立的数据模型包括以下几种。

（1）保电用户统一模型。保电用户统一模型基于SCADA供电拓扑、基于GIS主供路径、用户基本信息、用户用电状态、用户视频监控、用户故障告警信息、用户保电资源分布态势、用户应急预案、用户值守体系等全要素信息进行构建。

（2）变电站统一模型。变电站统一模型基于GIS主供路径图、变电站运行状态、变电站基本信息、变电站视频监控、变电站故障告警信息、变电站保电资源分布态势、变电站应急预案等要素信息进行构建。

（3）输电线路统一模型。输电线路统一模型基于GIS主供路径图、输电线路状态参数、输电线路基本信息、输电线路视频监控、输电线路故障告警信息、輸电线路保电资源分布态势、输电线路应急预案等要素信息进行构建。

（4）保电人员统一模型。保电人员统一模型基于GIS位置、人员基本信息、交互信息、任务接收、上报事件、移动点到、路径规划等要素信息进行构建。

（5）保障车辆统一模型。保电车辆统一模型基于车辆GPS位置信息、车辆基本信息、车辆工作区域、车辆历史轨迹、车辆行驶路径规划等要素信息进行构建。

（6）保电仓库统一模型。保电仓库统一模型基于保电仓库位置信息、仓库基本信息、物资储备情况、物资低库存告警等要素信息进行构建。

搭建的数据联系包括以下几种。

（1）营配贯通关联关系。通过将配电自动化主站的专变信息通用采系统采集的表计数据建立关联关系，从而实现营配贯通，确保客户供电方式切换“有据可依”。

（2）供电路径关联关系。从客户侧高压进线出发，按照供电方式逐级梳理，摘取主供路径，建立上下级追溯关联关系，为开展故障影响范围和故障溯源分析提供基础模型支撑。

（3）设备资源关联关系。建立保电投入的各类资源（人员、车辆、物资）同保障设备（站所、线路、客户）的关联关系，为开展统一资源调配，查找就近资源提供分析依据。

（4）指挥体系关联关系。按照保电区域和指挥层级、指挥体系上下层级进行关联关系建立，逐级细化，落实到人，确保客观反映指挥体系实体运转方式，为开展现场指挥提供查询信息依据。

（5）主辅设备关联关系。建立主设备（站所、线路、用户）同各类智能化监测辅助设备（机器人、移动巡检车、智能井盖、监拍装置、工业摄像头等）关联关系，确保装置监测信息客观反映设备运行工况和环境状态。

（6）运行交易关联关系。建立发电厂上网电量、实时符合同电厂交易信息的关联关系，确保反应电厂的运行及经济性。

（7）源网荷关联关系。建立发电厂、核心网架、重点保障客户间的关联关系，从电量、负荷、电费这3个维度表征“低碳”冬奥里面[6]。

5结语

数据中台核心价值在于沉淀共性、可复用的数据资产，基于数据中台的保供电系统打破业务系统间信息壁垒，实现专业信息互联互通，进一步提升平台的全景感知能力、数据融合能力、信息交互能力、重点监测能力和辅助决策能力，有效提升电网供电监测能力和应急响应速度，确保供电特保时段的电力系统安全稳定运行，为推动电网生产方式变革和管理模式创新提供坚强信息化支撑。

参考文献

[1] 魏晓辉，汤钫宇，李洪亮.地理分布数据中心的工作流经济高效资源分配[J].吉林大学学报：工学版，2021，51（4）：1349-1357.

[2] 刘丛，陈东.浅论应急指挥系统的信息中心建设[J].信息系统工程，2019（9）：118-119.

[3] 李兴邦，司杨.基于经济调度的数据中心UPS的运行优化策略[J].智慧电力，2019（4）：25-31.

[4] 李长春，张谦，乔蔚林.数据中心UPS系统运行能耗优化探讨[J].信息系统工程，2020（10）：106-107，110.

[5] 钟建兵.低负载率下的数据中心UPS节能运行应用研究[J].中国新通信，2020（6）：35-36.

[6] 张浩.一类大型数据中心的能耗优化问题[D].大连：大连理工大学，2021.52063A11-58EF-4DE5-9324-AF8A0E775828