电网调度操作趋势大数据挖掘研究与应用探索

电网调度操作趋势大数据挖掘研究与应用探索

张佳升

国网山西省电力公司沁源县供电公司 山西省 沁源县 046500

摘要：电网调度是电网安全运行的重要环节，电网调度运行直接影响到供电的安全稳定。电网调度是一种24h精力高度集中的工作，一整天的工作高压状态，以及调度员个人技术能力差异等情况的存在，使得电网调度员操作失误成为引起设备损坏、人员生命财产损失、供电可靠性降低等一系列安全事故事件的原因之一。

关键词：电网调度；大数据

1 引言

近年来，随着电网建设规模的迅速扩大，社会经济建设对电力的依赖程度不断增加，对电力供应的安全可靠性要求越来越高，电网调度员操作安全风险防范工作面临着巨大的挑战，主要问题表现在以下几个方面：

（1）电网调度工作的相关操作风险防范主要依靠日常培训，以及对工作流程严格监督等人为管理方式，然而电网调度风险中人员的操作风险影响因素众多，机理复杂，用传统的建模方式难以建立完善、精准的操作趋势分析模型。充分说明人为因素对调度操作风险的影响，同时也表明在现有的调度趋势研究中，仍未能实现全面、完善、精确的调度操作趋势研究与应用。

（2）传统的电网调度操作趋势分析很大程度上是依靠专家分析和建议，过分的依赖于个人的技术能力和工作经验，不能完整的反应调度操作趋势，除此之外，依赖人工的模式也大大降低了安全风险分析的效率。

（3）由于各信息平台之间的数据交互壁垒、数据分析技术欠缺的等问题，使得电网调度操作分析在数据集成过程中存在着较大的困难，影响了最终的结果。

2 电网调度操作趋势大数据挖掘概述

2.1 意义与目的

电网调度操作趋势大数据挖掘主要是通过日渐完善的电力调度信息化平台获取大量的调度人员信息、历史调度过程、调度人员考核、调度操作票等数据，基于关联分析、统计分析、机器学习等大数据挖掘分析方法进行融合分析和深度挖掘，从数据内部进行电网调度过程操作趋势分析、诊断、预测，建立多源数据综合分析的电网调度操作趋势分析预测模型，实现对电网调度人员的监管和对调度工作的综合评估，全面、准确、高效的管理电网调度人员操作趋势，为电网调度工作提供更多的工作风险评估和人员考核依据。

2.2 数据来源

电网调度操作趋势大数据挖掘分析的数据来源主要包括：调度操作历史过程数据、调度员个人信息数据、电网设备参数、个人培训考核数据、外部环境数据等，涵盖了能够直接和间接影响电网调度操作趋势的信息。根据不同的数据来源和性质，可将其分为静态数据、动态数据、准动态数据。

数据来源多：数据来源于不同的系统和计量设备，还有外部的天气等数据；数据量大：电网调度数据及相关的数据系统都在不停的进行数据更新，长年累月形成了巨大的数据量；数据结构多样：电网调度及相关系统数据中包含了结构化、半结构化、非结构化等多种的数据形式；数据关系复杂：各种数据之间相互影响，相互关联，分析难度较大。

2.3 基本架构

根据电网调度操作趋势的数据来源进行相关的分析筛选，得到大数据挖掘与应用的基本架构。首先数据来源于在线监测、调度收发令、人员培训管理、工作考核记录等多系统；然后将对所采集的数据进行转换和清洗处理，利用统一的数据存储、检索和实时处理对数据进行处理；建立数据处理分析需求大数据挖掘分析数据库，根据实际应用需求搭建电网调度操作趋势预测分析模型，对数据进行关联分析，实现电网调度操作趋势的监测与预测、调度发受令人员工作考核、调度设备操作趋势预测等功能；最后，通过多维度、多视角的可视化技术实现对分析挖掘结果的展示，为电网调度工作提供有力的数据理论支撑和决策优化支持。

3 电网调度操作趋势大数据挖掘与应用关键技术

3.1 多源数据集成与预处理

由于电网调度操作趋势大数据挖掘来源较多、格式多样，在数据使用之前需要对数据进行集成和预处理来保证数据质量。

3.2 数据存储与检索

电网操作趋势大数据挖掘与应用过程对数据处理分析应用有较高的性能需求，所以在数据储存与处理技术上需要建立完善的高效储存和应用分析基础数据库，传统的数据储存通常使用关系型数据库或者并行数据库，这种方法在处理大数据时已经难以满足现实问题的需求。针对现有储存的缺陷，电网调度操作趋势预测与应用的储存系统将搭建满足结构化和非结构化数据，并且满足可靠性高、容量大、速度快等多种要求的数据储存与处理数据库。除此之外，针对传统方式下检索速度慢、检索困难等问题，设计基于增量检索和动态索引的数据检索方式，满足资源利用率高、稳定性好、容错性好等特点的检索需求。

4 电网调度操作趋势大数据挖掘应用探索

4.1 应用需求分析

在电网调度实际工作中，调度受令发令人员的操作是否顺利，将直接影响检修工作能否安全圆满的完成，通常由于调度员操作时间过长、操作经验不足、工作环境不熟悉等因素导致的有调度责任的安全事故时有发生，直接威胁到人身、设备及电网安全运行，针对电网调度操作过程中的安全隐患进行的电网调度操作趋势大数据挖掘研究，是有效解决当前问题的有效手段。

4.2 应用方向探索

4.2.1 人员管理

（1）人员操作趋势监测与预测

对调度员历史调度操作、个人历史培训、实操演练等大量数据进行多维度的分析和关联挖掘，从调度发令和受令人员操作时间趋势、不同设备操作熟练度趋势等多层面多目标对人员操作习惯进行预测，并将调度操作与人员技术能力进行匹配度分析，实现对人为因素造成调度操作失误风险概率趋势和操作习惯的实时预测监管，提前预知风险，制定解决方案。

（2）调度人员工作考核

对调度员的考核一直只停留在人员工作年限、本月工作数量、培训考试成绩等传统因素进行评判，通常是以月度、年度的方式进行，这种方式具有时间较长，考核结果准确度较低等问题的存在。针对传统方式中的不足，结合调度操作趋势大数据挖掘分析，为调度人员工作考核提供准实时的考核数据支持，做到调度人员工作动态考核评估。

4.2.2 设备调度操作趋势分析

在电网调度操作过程中，针对不同的设备调度操作过程、操作难度、操作注意事项、所需时间、设备所处环境、作业风险、环境因素等进行分析挖掘，对设备调度操作趋势进行评估分析，根据评估难度制定相应的作业流程、作业注意事项等提前防范措施，在调度工作分配时自动评估人员与调度操作之间的匹配度，预测该次操作的风险趋势。

结束语

电网调度操作趋势大数据分析挖掘是大数据技术在电网调度的重要应用探索，在智能电网建设的背景下显得尤为重要，可以为电网调度工作中的人员管理、设备操作分析等提供智能化分析决策。

目前电网调度操作趋势大数据分析挖掘与应用研究还处于起步和探索阶段，数据的高效融合存储，分析技术的研究落地都需要开展大量的工作，现阶段的研究表明：大数据分析挖掘可在未来有效提高人员调度操作趋势预测分析、设备操作趋势预测分析、多部门数据协同应用的效率，在提炼历史调度知识、个性化评价、调度操作趋势分析等应用场景中表现良好，应用前景广阔。

参考文献

[1] 陈碧云,李欣桐,李滨,等.考虑人因风险的电力调度值班操作任务分配方法[J].电力系统保护与控制,2019,47（21）:156-162.

[2] 肖勇,费治军,郑楷洪,张天野,钱斌,郑文庭.电网运行状态可视化综述[J].计算机辅助设计与图形学学报,2019,31（10）:1750-1758.

[3] 张剑峰.基于智能电网的现代城市电网规划分析[J].通讯世界,2019,26（12）:234-235.

[4] 杨梦,刘泽.面向智能电网应用的电力大数据关键技术探析[J].通讯世界,2019,26（12）:240-241.

[5] 王茂森,蒋小森,牛少彰.一种新的场景文本识别模型[J].北京理工大学学报,2019,39（3）:269-275.