智能变电站海量在线监测数据处理方法

通过对智能变电站状态监测数据的特点以及Hadoop云计算技术的分析,研究数据检测机制以及索引构建方法,提出一种基于Hadoop的智能变电站在线监测数据可靠存储及快速查询方法.该方法将变电站在线监测所收集的海量变电设备在线监测数据冗余存储在Hadoop分布式文件系统(HDFS)中,对在线监测数据的索引表结构进行优化,并存储在分布式结构化数据库(HBase)中,实现海量在线监测数据的快速查询.搭建基于Hadoop的在线监测数据处理实验平台,进行了基准测试、排序测试以及在线监测数据读写性能测试等.测试结果表明,上述方法及平台在查询时间、读写效率及吞吐量等方面具有良好的性能,能够满足智能变电站大规模在线监测数据的可靠存储及高效处理的需要.     

海量配电网调度监测信息的非主行键倒排索引查询技术

为解决配电网调度监控系统数据体量不断增大导致数据检索速度越来越慢的问题,结合数据同步技术与倒排索引机制,提出了一种二级索引架构。使用数据库的同步组件与索引器生成非主行键索引,在搜索时先获得数据主行键,再根据主行键检索到需要的数据,完成非主行键检索,再利用倒排索引技术改变数据的信息结构,缩短检索时间。以某铁路局10 kV供电调度监控信息为算例,进行非主行键检索测试。结果表明:完成非主行键检索所用时间为161 ms,满足在配电网调度监控系统中对数据进行快速检索的工程应用需求。     

基于Hadoop的风力发电监测大数据存储优化及并行查询方法

随着风力发电的广泛发展以及智能化监测技术的推广应用,风力发电监测数据呈现出体量大、类型多、增长快的大数据特征.针对风力发电监测大数据高效存储和快速查询两方面核心问题,基于Hadoop平台进行大数据存储优化方法研究,提出考虑风力发电监测数据关联性的哈希分桶存储算法,实现了相关联数据的集中存储,从而提升后期数据查询及处理的效率.在数据存储优化的基础上,实现基于MapReduce的多源风力发电监测大数据并行关联查询.通过在Hadoop平台上进行测试表明,经过哈希分桶存储优化后的多源数据并行关联查询相比传统Hadoop方法查询时间显著缩短.     

用于电力大数据快速组合查询的动态索引技术

随着采集系统的建成与完善,电力系统积累了大量的电力数据,电力大数据时代也随之到来。虽然Hadoop可以通过普通计算机的横向扩展把处理压力分摊给每台计算机从而获得高效的处理性能,但是当每台计算机存储的数据量都非常大时,简单的逐行扫描已经无法满足性能需求,建立高效的索引机制和快速的组合查询功能就变得非常重要。因此本文结合Jimo大数据的动态可删节索引技术,提出一种适用于电力大数据的索引机制与查询方法,并构建了电力大数据高效索引与快速组合查询的一体化解决方案。实际的计算分析表明,本文算法极大地提升了电力大数据的组合查询效率,很好地满足了系统的性能需求。     

基于边云协同的变电设备多状态量监测系统研究

为了解决变电设备的多状态量监测中面临的异构传感器接入困难、数据处理时延大、数据传输带宽占用率高等问题,提出了基于边云协同的变电设备多种状态量监测系统。设计了变电设备状态监测的边云协同服务架构。研制了边缘计算装置,支持多种传感器协议的解析、数据采集和边缘计算。实现了变电设备在边缘侧的状态评价和边缘服务,并进行了现场应用验证。该系统为变电设备的状态监测提供了新的思路,具有很高的应用价值。     

配电网SCADA时序数据集群的RWI快速查询技术

针对配电网大量调度监控准实时数据查询效率不高的问题,利用富网络组件容器和大数据二级索引机制将配电大数据嵌入到大规模并行处理(massively parallel processor,MPP)查询引擎中,提出一种跨平台的配电网数据RWI快速查询新方法。综合运用Impala数据守护进程,实现大量准实时数据在调度监控应用的快速查询。以铁路10k V配电网监控系统工程导出的数千万级实际时序数据为算例,进行加载测试和集群查询性能测试。结果表明:基于二级索引的RWI方法异步回调机制,在正常运行下的集群磁盘I/O读取速度约为存储速度的10倍,能将大数据集群与监控界面端异步回调接口间的数据延迟降至数百ms级,合理提高集群性能,能够适当地提升海量数据响应能力,但远低于扩大集群节点数对海量数据响应能力的提升效果。     

基于自组织神经网络的火电厂健康状态数据提取算法

火电厂设备健康数据提取是火电厂设备状态评估数据处理的一个关键步骤,有利于提高设备状态评估的准确性与效率。将设备状态数据首先利用R型层次聚类进行特征参数选取与冗余数据清除,再采用自组织神经网络筛选异常值。利用所诉方法对某发电厂的汽泵前置泵设备的监测数据进行健康状态数据提取,发现清除的异常数据远远大于提取出的健康数据,表明该方法清除的数据满足预期,为后续健康状态评估提供了准确的参照数据,并且降低监测数据维度提高评估效率。     

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

结合大数据技术提升输变电设备状态评价的广度和深度,并解决实际应用问题成为目前电力行业新的挑战。针对输变电设备状态监测大数据可靠存储和快速访问两方面大数据处理核心问题,基于开源的Hadoop云计算实验平台进行了数据分布策略、数据块尺寸调优、集群网络拓扑规划三方面的存储优化研究和大数据并行分析的研究。提出计及数据相关性的多副本一致哈希数据存储算法,能将具有相关性的数据在集群中聚集,提升数据处理执行效率。基于数据相关性多副本一致哈希数据分布,应用Map Reduce并行编程模型设计实现了多数据源并行连接查询算法和多通道数据融合并行特征提取算法。将两种算法在实验室搭建的集群上测试运行,结果表明,多数据源并行连接查询的执行时间仅为标准Hadoop方案的32%,多通道数据融合并行特征提取算法执行时间仅为标准Hadoop方案的35%。     

基于边缘计算的变电设备监测系统研究与应用

针对变电站设备在传输数据中面临着传感器接入困难、数据处理延时大、数据传输带宽占用率高等问题,提出基于边缘计算的变电设备监测系统.首先梳理了边缘计算的演变历程,其次构建了变电设备状态检测的服务架构,研制并设计了具备变电设备的数据采集、监控及边缘计算等功能的边缘计算装置软硬件结构,能有效实现变电设备的边缘侧状态评价,再次重点讨论了基于边缘计算的变电设备监测系统的关键技术,最后进行典型系统应用验证.该系统对边缘计算在变电设备监测领域的应用具有借鉴意义.     

基于大数据的变电设备状态多维感知及智能诊断系统的研究

针对现行状态检修方法在变电设备状态感知单一、系统信息孤岛、状态检修效率低下等方面的问题,本文基于大数据技术,提出变电设备状态多维感知及智能诊断系统。系统通过打造边端变电设备多维感知体系,实现设备多维、实时、全景感知,并构建统一边缘物联代理,完成感知数据就地预处理,在此基础上融合设备状态多源异构数据,搭建云端大数据平台,开展设备状态大数据智能分析诊断,实现设备精准检修。文章首先对基于大数据的变电设备状态多维感知及智能诊断系统整体框架进行介绍,然后详细阐述了系统边端多维感知和云端智能诊断部分的设计及功能。最后,选取主变压器油温-油位关联状态量为例进行状态分析评价的算例分析,算例结果证明了所提系统功能的有效性和实用性,为提高变电设备运检效率提供有效技术支撑。     

智能变电站二次设备就地化防护技术

智能变电站二次设备就地化满足“节材、节地、节能”等要求,是当前智能变电站建设的研究热点。为推广应用智能变电站二次设备就地化建设模式,总结了近年来二次设备就地化防护技术现状,分析温度、湿度、电磁干扰对二次设备的干扰机制;针对现有防护技术的不足之处,提出了一种预制舱防护方案,描述了舱内柜体单列和双列配置方法,具有布置紧凑、经济性好、防护效果明显、可厂内预制生产、建设周期短的特点,有效提高了智能变电站建设效率,降低了智能变电站建筑面积、工期、投资等指标。智能变电站二次设备就地化将进一步推进智能变电站“标准化设计、工厂化加工、装配式建设”,具备推广应用的价值。     

一种智能变电站保护装置寿命预测方法

继电保护设备剩余有效寿命预测是智能变电站二次设备状态检修的技术关键.文中提出了一种基于马尔科夫链的智能变电站继电保护设备寿命预测方法,该方法基于马尔科夫链,利用设备在线监测信息和历史运行数据获得其状态分布向量以及状态转移矩阵,进而根据可靠性原理预测其剩余有效寿命.算例分析结果表明该方法可以对保护装置未来运行状态分布和剩余寿命进行有效预测,其预测结果可以为运行人员提供参考.目前该方法已应用在实际智能变电站的二次设备在线监测系统中,有助于提高智能变电站的安全运行水平.     

基于Hive的电力设备状态信息数据仓库

随着智能变电站的建设及其状态监测系统的发展,电力设备状态信息数据规模逐渐增大。针对现有电力数据仓库在海量状态数据存储查询和分析处理方面的不足,提出基于Hive的电力设备状态信息数据仓库及其多维数据快速查询与分析方法。通过对状态监测系统与生产管理系统（PMS）的分析,将电力设备静态信息与状态监测信息存储到Hive数据仓库中。设计了基于Hive的电力设备状态信息数据仓库的系统架构和海量状态数据存储结构,采用Hadoop 分布式文件系统（HDFS）对数据进行分布式存储管理,MapReduce作为海量数据查询分析     

智能变电站集群测控系统的研究及应用

为解决测控装置无后备、常规站智能化改造、二次设备预制舱空间有限等问题,通过测控装置的虚拟化、异常处理和后备机制以及ICD模型自适应等关键技术突破,完成了智能变电站集群测控系统的研制并开展了试点应用。智能变电站集群测控系统实现了测控装置功能后备,减少了常规站智能化改造停电时间,为智能变电站二次设备预制舱提出了合理的解决方案。     

变电站在线监测智能电子设备的自动化测试

变电站在线监测智能电子设备(IED)通过IEC 61850标准通信方式采集并上传一次设备的状态信息到综合应用服务器等站控层装置,是变电站一体化监控系统的重要组成部分,对其进行功能测试是保证系统正常运行的基础。文中通过分析在线监测IED的功能,设计其功能测试用例,通过自动化测试脚本以及测试引擎,代替手动测试,提高测试效率。通过研制的在线监测IED自动化测试系统,以油中溶解气体监测数据上传功能为例,进行了自动化测试实验,并给出了测试流程及测试结果,验证了该方法的正确性和可行性。     

一种基于FP-growth算法的变电站二次设备缺陷分析方法

为提高监控人员面对设备海量缺陷信息的研判能力,丰富监控人员缺陷处理的技术手段,提出了一种基于FP-growth算法的变电站二次设备缺陷分析方法。利用关联规则挖掘的思想,为智能变电站二次设备建立缺陷模型,并利用FP-growth算法进行了缺陷数据的挖掘和分析,挖掘二次设备、缺陷和缺陷原因的关联规则。通过对国家电网公司真实缺陷数据分析,表明所提方法可以有效发现变电站、二次设备、缺陷性质、缺陷原因等因素之间的关联关系,为二次设备高效管控和运维提供有价值信息。     

基于状态监测的智能变电站二次设备状态检修

电网二次设备是变电站的守卫者,对其进行状态监测是实时了解二次设备运行状态的重要手段,也是保证变电站安全稳定运行的重要保证。本文梳理了智能变电站中二次设备状态信息内容及来源,重点对二次设备实时运行状态信息进行分析,并讨论其获取方式,在此基础上,建立了二次设备状态诊断知识库,对二次设备进行故障原因分析和故障定位,为状态检修决策提供技术支持,最后通过工程实例,介绍本文研究内容的应用情况,该工程中建立了状态监测系统,实现了主站对二次设备实时监测,为二次设备状态检修提供了技术支撑。     

关键绩效指标在变电站设备在线监测中的应用

变电站内设备在线监测传感技术已经相对成熟,但其上送的数据相对专业,且设备状态改变是一个渐变过程,从数值上看这种变化是缓慢的,不易察觉的。如何及时发现这种变化,并通过直观的方法展示出来,成为成功应用在线监测技术的关键。提出了一种方法,通过评价计算程序对多种数据来源,包括实时数据、准实时数据及离线数据,进行分析处理,将变电站内设备状态以关键绩效指标(KPI)形式展现出来。该技术已经应用于多个智能变电站,取得良好效果。