电力大数据解决方案v130501课件.pptx

1、 2011 CorporationSmarter Systems for a Smarter Planet电力大数据电力大数据平台方案探讨平台方案探讨Page 2议程议程电力大数据背景简介电力大数据应用场景国内外案例分享基于Scada系统的电力大数据平台架构探讨Page 3电力大数据平台对实时数据进行深入分析，指导电网的规划/建设、运行、资产运维和客户服务，提升电力企业的运营水平n依据精确地监测数据和计算，指导线路和设备的布点n监视并分析过负荷，决定是否需要对变压器容量进行检查n根据负荷平衡状况，采取新的电网连接方式n电压和功率因数分析，调整电容器和电压调节器的位置n根据测量的故障电流，设置设

2、备容量规划规划/建设建设配网运行配网运行资产运维资产运维n部署智能电表，实现对用户侧电量、电压、电流、功率的完整数据采集n借助双向通信的电表，实现与用户的互动n通过电价策略调整，加强需求侧管理，优化负荷曲线，减少电力消耗n通过系统集成，建立完成的停电管理系统n开始试点家庭电力自动化管理方案客户服务客户服务n监视并识别电压和功率因数不合格的位置，安排合理的运行方式n监视并识别电压问题区域，发现负荷不平衡，调整运行方式，保证电压水平和负荷平衡n自动故障诊断、分析、隔离和处理。故障距离计算。n检测负荷容量，决定是否过负荷的状态，对闭环和并线是否有影响n利用监测数据更准确的计算线损，调整运行方式实现线

3、损最小n对变压器和线路负荷峰谷值及持续时间进行记录，制定合理的维修和管理策略n根据实时运行数据，分析变压器和电缆的情况，改进设备检修计划；减少检修次数，以便于减少停电次数和停电时间，提高可靠性指标n识别接近额定容量并报警，减少负荷以增加设备的寿命n对设备老化情况进行分析，制定合理维修策略 LAN 传感器数字化保护装置变电站自变电站自动化动化IED,线路监测,智能传感器,智能电网设备,线路监测,气象数据,表计作传感器智能传智能传感器平感器平台台分布式分布式线路传感器线路传感器保安监控保安监控远程视频监视远程视频监视智能化电网设备智能化电网设备表计网络表计网络数据采集和通信网关数据采集和通信网关P

4、age 4数据采集数据传输信息集成分析优化信息展现数据源整合程度nLevel 4-高级优化,建模,规划,决策支持nLevel 3-数据分析,事件的实时或事后诊断处理,数据挖掘nLevel 2 指标计算,趋势分析nLevel 1 实时事件,阈值,通知;屏幕显示,邮件,传呼4个分析层次电力大数据平台参考架构实时数据高速总线数据集成总线Page 5 p SCADA(Supervisory Control And Data Acquisition)是数据采集和监控，是一种实时采集和分析数据的计算机监控系统。p SCADA系统根据系统采集、控制点数的多少，系统规模的大小不同，小到只有一台计算机组成一个小

5、型SCADA系统；大到由多台服务器和若干台工作站协同组成大型SCADA系统。p 工业上，SCADA系统广泛应用于远程通讯、供水与污水处理、化工、电力、电力、冶金、油气输送等领域。Scada系统简介Page 6SCADA系统典型硬件配置图Page 7议程议程电力大数据背景简介电力大数据应用场景国内外案例分享基于Scada系统的电力大数据平台架构探讨Page 8 2008年初的罕见冰雪灾害发生后，国家电网公司、南方电网公司均加大了对输电线路覆冰、在线监测的研究投入1998年开始，国内高等院校及厂家陆续开展了对输电线路在线监测方面的产品的研发2002年2004年国内相继研发成功了输电线路图像监测系统

6、及输电线路覆冰监测系统，覆冰监测装置在国内总体应用量在1500余套左右，图像监测装置在3000套以上目前在线监测产品制造厂家达到10余家，监测装置总体产品应用量达到1万台左右第一、线路在线监测Page 9视频在线监测现状目前线路的视频在线监测还是以在线监视为主，使用人工进行视频或图片的巡检。直升机巡线应用也越来越多，巡线过程中拍摄的需要处理视频数据数量巨大Page 10自动异常识别的意义随着视频监测系统投入的越来越多，人工监视易造成肉眼疲劳，造成漏报。监控中心的视频线路较多，人工监视也无法一一监看，易造成漏报采用视频处理技术对监控视频和图片进行实时处理与分析，通过提取线路特征，自动识别异常情况

7、并进行报警，能极大减少工作量，提升输电线路的安全可靠性。10Page 11 线路视频在线监测常见的异常情况1）外物接近导线安全预警距离智能视频检测与报警2）线路飘挂物智能视频检测与报警3）导线弧垂点上下变化智能视频检测与报警；4）导线弧垂点舞动智能视频检测与报警；5）导线间距变化智能视频检测与报警1234511Page 12 线路视频在线监测常见的异常情况（续）6）导线覆冰智能视频检测与报警7）输电线路保护区内大型机械闯入并停留智能视频检测与报警：8）人员、车辆入侵输电线路特定区域智能视频检测与报警；9)输电线路保护区内树木生长超高的智能视频检测与报警：678912Page 13131视频读视

8、频读入及预处入及预处理理2图像灰图像灰度化度化3图像边图像边缘检测缘检测4直线监直线监测测5距离换距离换算算6异物检异物检测测技术方案Page 14第二、智能用电：通过分析、决策和评估，形成最优绩效目标的智能用电分析14分析决策评估用户特征及设备状态综合用户特征及设备状态综合:负荷特性挖掘：负荷特性挖掘：利用人工智能和数据挖掘分析技术分析个体及群体的典型负荷特性 重过载监测与分析重过载监测与分析：感知电力设备的负载状况，有针对性地分析解决在运行中出现的重过载现象 智能用电适应性评价：智能用电适应性评价：综合行为、经济、位置及其他因素，评估用户对不同智能用电策略的适应程度智能用电策略优化与仿真智

9、能用电策略优化与仿真:策略定义：策略定义：针对用户特点寻找适应的策略，针对设备发现并解决问题 方案优化：方案优化：针对给定的目标和用户适应的策略，综合考虑成本、供电可靠性和用户满意度等多重因素，形成最优方案 场景仿真：场景仿真：模拟不同场景，分析不同情况下的智能用电分析效果执行效果评估执行效果评估:用户表现考核：用户表现考核：跟踪用户对智能用电指令的执行情况，根据相应的激励和惩罚规则分析其奖惩结果 设备运行工况评估设备运行工况评估：根据重过载监测与分析，给出解决方案后查看设备运行工况 策略库反馈调整：策略库反馈调整：根据用户实际的执行情况，调整适应于用户的策略库定义规则1 12 23 3Pag

10、e 15设计新型的用户用电特性分析模型，为新型智能用电解决方案奠定基础用电特性识别是新型智能用电解决方案的基础。既要识别个体用电特性的技术，同时也需要从个体特性中提取出群体共性的方法。个体识别技术中需要重点考虑数据降噪等避免伪特性的方法，而群体共性提取技术则需要考虑如何识别个体特性相似性的模型。用电信息采集系统用户的用电信息整年的日负荷特性曲线用大数据技术进行聚类分析一个聚类代表一种用电模式用户用电行为分析基于数据挖掘和人工智能技术的用户用电行为分析主要有两方面的内容：时间对单个用户的用电模式进行识别。用户的用电模式往往不止一种，存在多样性。通过对用户的用电规律和用电特性进行深入分析，识别出用

11、户的所有用电模式。对不同用户的用电模式进行聚类分析。得到用户用电模式的群体性，有助于针对同一群体用户开展进一步研究，识别出对应的用电模式。各类应用Page 16制定错峰方案NONO用户用户IDID用户类型用户类型用电模式用电模式用电指导用电指导错峰量错峰量1富康线3号亮化工程，限减少部分亮化3.2MW2南环线7号娱乐场所营业推后半小时1.2MW3尹通线12号照明工程，限减少部分照明2.8MW428MW工业用户商业用户NONO用户用户IDID用户类型用户类型用电模式用电模式用电指导用电指导错峰量错峰量1北交线5号高耗能，限生产提前1小时2.6MW2富康线28号高排放，限生产推后1小时2.4MW3

12、水泉线16号高排放，限关闭2台机组1.7MW462MW16Page 17调度室营销部工用1工用2商用1工用3商用3工用5商用4错峰指令反馈信息错峰指令错峰指令用电负荷预测,1,533.593用电负荷预测,2,518.4137用电负荷预测,3,481.0106用电负荷预测,4,464.1749用电负荷预测,5,454.5594用电负荷预测,6,514.7927用电负荷预测,7,878.1564用电负荷预测,8,1012.3026用电负荷预测,9,1372.4411用电负荷预测,10,1464.4522用电负荷预测,11,1494.7955用电负荷预测,12,1588.3815用电负荷预测,13,

13、1322.4059用电负荷预测,14,1040.7907用电负荷预测,15,1246.9193用电负荷预测,16,1441.347用电负荷预测,17,1441.2763用电负荷预测,18,1480.9186用电负荷预测,19,1616.5549用电负荷预测,20,1294.7242用电负荷预测,21,1207.7888用电负荷预测,22,1131.4798用电负荷预测,23,932.1164用电负荷预测,24,725.5406发电负荷预测,1,550发电负荷预测,2,550发电负荷预测,3,500发电负荷预测,4,500发电负荷预测,5,500发电负荷预测,6,600发电负荷预测,7,900发

14、电负荷预测,8,1100发电负荷预测,9,1400发电负荷预测,10,1500发电负荷预测,11,1500发电负荷预测,12,1500发电负荷预测,13,1400发电负荷预测,14,1100发电负荷预测,15,1300发电负荷预测,16,1500发电负荷预测,17,1500发电负荷预测,18,1500发电负荷预测,19,1500发电负荷预测,20,1500发电负荷预测,21,1300发电负荷预测,22,1200发电负荷预测,23,1000发电负荷预测,24,800错峰后实际用电量,1,540错峰后实际用电量,2,530错峰后实际用电量,3,480错峰后实际用电量,4,465错峰后实际用电量,5

15、,460错峰后实际用电量,6,550错峰后实际用电量,7,860错峰后实际用电量,8,1050错峰后实际用电量,9,1350错峰后实际用电量,10,1450错峰后实际用电量,11,1450错峰后实际用电量,12,1450错峰后实际用电量,13,1350错峰后实际用电量,14,1080错峰后实际用电量,15,1250错峰后实际用电量,16,1450错峰后实际用电量,17,1460错峰后实际用电量,18,1490错峰后实际用电量,19,1490错峰后实际用电量,20,1450错峰后实际用电量,21,1270错峰后实际用电量,22,1150错峰后实际用电量,23,950错峰后实际用电量,24,700

16、020040060080010001200140016001800123456789 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24用电负荷预测发电负荷预测错峰后实际用电量反馈信息反馈信息营销部门把安排好的各用户的错峰量和错峰时间发送给用户，用户接到错峰指令后确认分配的错峰指标，开始实施错峰用电错峰方案实施之后，用户的用电方式发生改变，系统的实际负荷曲线也随之发生改变。从图中可以看出，错峰之后，电力缺口移除，且系统实际的用电负荷曲线与预测的负荷曲线图相比得到了优化错峰方案执行17Page 18设计新型智能用电优化模型，综合考虑用户特点、网络情况和经济因

17、素等，形成最优绩效目标的轮休和错峰计划18输 入用户数据:个体特性群体特性系统数据:负荷缺口线路负载网络约束其他基础数据:政策规定其他用户设置参数输 出优 化约束条件Min经济性影响可靠性影响用户满意度影响CostTICostTIICostTIII+用户调整能力约束系统运行约束政策和规则约束智能用电备选方案方案效果与影响Page 19状态检修是指根据先进的状态监测和诊断技术提供的设备状态信息，判断设备的异常，预知设备的故障，在故障发生前进行检修的方式，即根据设备的健康状态来安排检修计划，实施设备检修。第三、故障预测：是状态检修的核心问题Page 20研究思路故障关联关系分析故障概率分析结果故障

18、原因分析结构化数据非结构化数据图片视频流运行数据气象信息缺陷报告病史信息试验数据投运信息20Page 21故障原因分析（变压器）序号序号部件部件设备故障事件设备故障事件1套管套管炸裂2分接开关触头烧损、桶体爆炸3储油柜变压器进水、油面异常升高、呼吸系统有异常4绕组绝缘击穿5铁芯铁芯过热6绝缘介质绝缘击穿7冷却系统冷却系统失效、冷却器故障8引线引线断股、引线相间短路、引线对地短路9附件绝缘油裂化、变压器跑油一级分类一级分类二级分类二级分类三级分类三级分类内部原因运行原因操作错误应急处理不当运行标准不当设备过载检修原因检修操作不当监督不当图纸错误判断失误试验不合标准检修标准不当一级分类一级分类二级

19、分类二级分类三级分类三级分类外部原因人为原因外力破坏极端天气原因雷电冰雪暴雨地质灾害原因地震土质松动洪水泥石流自然环境原因污秽原因生物原因鸟害问题小动物21Page 22关联分析外绝缘绝缘电阻油中气体外部气温负载故障概率电容量油位雷击p 使用Apriori算法计算关联系数，量化评估故障因素和故障率之间的关联性。p Apriori 算法使用逐层搜索的迭代方法，直到不能再找到频繁项集为止。22Page 23变压器健康状态评估附件引线绕绕组组绝缘介质分分接接开开关关铁芯套管冷却系统储油柜故障概率预测23Page 24议程议程电力大数据背景简介电力大数据应用场景国内外案例分享基于Scada系统的电力大

20、数据平台架构探讨Page 25案例一：Vestas风机选址以毫秒级捕获传感器数据（如：主轴传感器、齿轮箱传感器和定子传感器等），监控单台风力发电机运行状态以秒级捕获传感器数据，监控风机位置、彼此协作情况，保证发电场以最优状态工作以分钟级捕获传感器数据，监控输电状态、效率Page 26案例一：Vestas风机选址Page 27案例二：EnerNoc 电力大数据中间商创新电力业务模式Page 28案例二：EnerNoc 电力大数据中间商创新电力业务模式Page 29案例三：某网省公司用电信息采集系统技术验证Page 30 性能验证采用xx省网公司用采业务真实数据，主要涉及29张数据表，共189.9

21、1亿条记录，选取了三个计算和四个查询任务场景，对比大数据平台和Oracle关系数据库处理性能情况。三个计算任务涉及表和记录数：1)公变数据完整率之今日电量计算（2.47亿）2）低压数据完整率计算（116.1亿）3)低压用户电量计算（143.7亿）上报公变数据主表333390公变用户计量点228991停电统计表上报公变电量数据153193115公变终端测量点250975终端资产统计公变数据完整率明细公变任务表112821系统单位代码1320数据完整率明细临时表9071统计终端用户表838885低压任务表低压测量点表统计低压数据完整率4134600916低压表记表低压用户表系统单位代码1320上报

22、低压数据主表上报低压电量数据表7374570544停电统计表终端资产上报低压电量数据表7374570544上报低压数据主表低压测量点表低压用户表低压表记表终端资产统计低压日电量6906656585低压测量点表低压历史数据异常615803低压数据异常表854964性能验证30Page 31 1)采集覆盖情况明细 2）采集数据质量检查 3)批量抄表数据查询 4)台区线损分析明细四个查询任务涉及表和记录数：1.57亿 条台区线损统计P码2645单位级别关系1351G_TG634564单位级别关系1351用户280480低压数据终端资产上报任务数据主表910439上报数据完整率明细P码2645用户数2

23、80357用户明细表225288终端资产上报任务数据主表910106用户明细表 224140单位级别关系1351终端资产P码2630用户数269803单位代码1320性能验证31Page 32低压用户电量计算：191 min 12 minOracle 平台大数据平台 143.7亿12min191min低压用户电量计算Page 33678719012.518120 min50 min100 min150 min200 min250 min数据完整率之公变今日电量低压数据完整率计算低压用户电量计算计算所消耗的时间计算性能对比Oracle计算任务验证对比大数据33Page 341.1091.4853

24、.5475.5470.3440.3280.2030.2810s1s2s3s4s5s6s采集覆盖明细查询台区线损分析明细查询 批量抄表查询采集质量检查明细查询查询所用时间查询性能对比Oracle查询任务验证对比Page 35议程议程电力大数据背景简介电力大数据应用场景国内外案例分享基于Scada系统的电力大数据平台架构探讨Page 36Scada系统数据现状 2.数据格式TagData int PlantType;/数据源类型，如火电、水电、太阳能、光伏、社会等 int PlantNO;/编号 char TagName128;/点名 double Value;/数值 long Time;/时间 bool Type;/类型 WORD Status;/状态数据量数据量每个点每秒的数据约为每个点每秒的数据约为2030B，较高的测试条件，较高的测试条件为为24万个点，计算后为万个点，计算后为8.64亿条亿条/小时（约小时（约24GB/小时）小时）入库频率Always，持续入库数据量增长数据采集量恒定，采集周期也固定（35秒）1.3.数据抽取性能需求 保证数据完整性 数据写入速度3秒 数据查询速度越快越好Page 37大数据平台总体架构设想实时数据接口实时数据接口实时数据存储实时数据存储Page 38谢谢大家！