基于數(shù)據(jù)挖掘技術(shù)的電能質(zhì)量在線監(jiān)測(cè)系統(tǒng)設(shè)計(jì)研究

鐘云南， 曾智， 鄭蔚濤， 李霄銘， 吳少平

(1.國(guó)網(wǎng)福建省電力有限公司， 福建,福州 350000； 2.國(guó)網(wǎng)福建省電力有限公司三明供電公司, 福建,三明 365001； 3.國(guó)網(wǎng)福建省電力有限公司信息通信分公司， 福建,福州 350000； 4.國(guó)網(wǎng)信通億力科技有限責(zé)任公司， 福建,福州 350003)

0 引言

電能質(zhì)量直接反映出供電企業(yè)提供的電流品質(zhì)，理想情況下供電企業(yè)應(yīng)該提供頻率恒定、正弦波標(biāo)準(zhǔn)、電壓穩(wěn)定的持續(xù)電能，但實(shí)際生活中總會(huì)出現(xiàn)各類問(wèn)題，主要表現(xiàn)在電壓、電流及頻率偏差。由于電能不方便存儲(chǔ)，生產(chǎn)、傳輸、分配、轉(zhuǎn)換及消耗幾乎是在同時(shí)進(jìn)行，其中生產(chǎn)方、傳輸方、消費(fèi)方是動(dòng)態(tài)變化的一個(gè)整體，共同影響電能質(zhì)量。監(jiān)測(cè)的各項(xiàng)指標(biāo)也一直處于動(dòng)態(tài)變化之中，擾動(dòng)因素又具有極大的危害性和廣泛的傳播性，基于以上種種因素，開(kāi)發(fā)一個(gè)電能質(zhì)量監(jiān)測(cè)系統(tǒng)顯得尤為重要，通過(guò)對(duì)原始數(shù)據(jù)的采集、篩選、處理達(dá)到質(zhì)量監(jiān)測(cè)、分析，挖掘潛在的根本原因，為針對(duì)性的制定改進(jìn)措施提供數(shù)據(jù)基礎(chǔ)。

1 系統(tǒng)需求分析

1.1 大數(shù)據(jù)環(huán)境下分析趨勢(shì)

大數(shù)據(jù)時(shí)代，利用大數(shù)據(jù)存儲(chǔ)模型保存海量的電能質(zhì)量監(jiān)測(cè)數(shù)據(jù)，通過(guò)大數(shù)據(jù)邏輯架構(gòu)構(gòu)建基于大數(shù)據(jù)的電能質(zhì)量分析指標(biāo)體系，利用數(shù)據(jù)挖掘技術(shù)對(duì)電能質(zhì)量數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，進(jìn)而快速配網(wǎng)，提升電能質(zhì)量成為了最新趨勢(shì)[1]。

1.2 系統(tǒng)設(shè)計(jì)原則

(1) 實(shí)用性：電能質(zhì)量監(jiān)測(cè)分析必須先將核心功能做精做細(xì)，實(shí)用第一。

(2) 先進(jìn)性：采用先進(jìn)技術(shù)架構(gòu)、分析算法，提高結(jié)構(gòu)化程度，提升系統(tǒng)的可擴(kuò)展性、兼容性。

(3) 容災(zāi)性：為確保系統(tǒng)可在不同硬件、網(wǎng)絡(luò)、操作系統(tǒng)中穩(wěn)定運(yùn)行，需保證設(shè)計(jì)時(shí)的容錯(cuò)性及自我修復(fù)能力。

(4) 安全性：充分考慮網(wǎng)絡(luò)安全、數(shù)據(jù)安全因素，提供賬密權(quán)限控制。

(5) 標(biāo)準(zhǔn)性：采用主流技術(shù)，提供標(biāo)準(zhǔn)化接口，提升系統(tǒng)擴(kuò)展性，形式業(yè)務(wù)模式。

2 數(shù)據(jù)挖掘體系模型構(gòu)建

2.1 電能質(zhì)量監(jiān)測(cè)指標(biāo)

電能質(zhì)量分析主要包括穩(wěn)態(tài)分析和暫態(tài)分析兩大類，其中穩(wěn)態(tài)分析包括諧波、電壓閃變、頻率偏差等，暫態(tài)分析包括電壓驟升驟降、電壓中斷等。國(guó)家相關(guān)部門(mén)也制定了相對(duì)合理的電能質(zhì)量標(biāo)準(zhǔn)，指標(biāo)特征如表1所示。

表1 電能質(zhì)量一覽表

(1) 諧波

諧波是不同頻率和幅值的電壓及電流引起的畸變正弦波，非線性電力電子設(shè)備，開(kāi)關(guān)電源、變頻器、逆變器等都會(huì)誘發(fā)諧波的生成?？傊C波畸變率THD是關(guān)鍵指標(biāo)。

(1)

(2) 三相不平衡是指A相、B相、C相之間電壓電流幅值差不為0且超出合理范圍。其中不平衡度是關(guān)鍵指標(biāo)，分為事故性和正常性兩類[2]。

(2)

(3)

其中,α表示旋轉(zhuǎn)算子,V1表示正序分量,V2表示負(fù)序分量,VA、VB、VC表示三相電壓。

(3) 電壓閃變

電壓閃變簡(jiǎn)而言之就是說(shuō)電壓有效值波動(dòng)，表現(xiàn)在日常生活中就是燈光亮度變化，直接感官可察不穩(wěn)定效果，關(guān)鍵指標(biāo)是電壓長(zhǎng)時(shí)間閃變。

(4)

其中,PIt表示上時(shí)閃變值,N表示測(cè)量時(shí)段內(nèi)短時(shí)閃變值個(gè)數(shù),Pstj表示短時(shí)閃變值。

(4) 電壓驟升驟降

在額定值基礎(chǔ)上瞬時(shí)提升1到8個(gè)百分點(diǎn)或瞬時(shí)下降1到9個(gè)百分點(diǎn)，持續(xù)時(shí)間和幅值都是關(guān)鍵參數(shù)。

2.2 數(shù)據(jù)存儲(chǔ)方案

MongoDB是一種介于關(guān)系數(shù)據(jù)庫(kù)與非關(guān)系數(shù)據(jù)庫(kù)之間的分布式存儲(chǔ)系統(tǒng)，支持松散的數(shù)據(jù)結(jié)構(gòu)，采用內(nèi)存映射，對(duì)于結(jié)構(gòu)復(fù)雜的數(shù)據(jù)類型非常適合。Redis是開(kāi)源的鍵值對(duì)模型數(shù)據(jù)庫(kù)，性能很快，屬于內(nèi)存數(shù)據(jù)庫(kù)，數(shù)據(jù)寫(xiě)入寫(xiě)出速率大幅提升，而且具備數(shù)據(jù)持久化特性，并提供多種API接口，支持的存儲(chǔ)類型多樣，與MongoDB一樣均可應(yīng)用到電能質(zhì)量監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)存儲(chǔ)方案之中，兩者比較如表2所示。

表2 MongoDB與Redis對(duì)比

由此可得出結(jié)論，這2種數(shù)據(jù)存儲(chǔ)在海量數(shù)據(jù)處理方便各有優(yōu)勢(shì)，本文設(shè)計(jì)了結(jié)合兩種數(shù)據(jù)庫(kù)的存儲(chǔ)架構(gòu)，既利用MongoDB的高效讀寫(xiě)性能，也利用Redis的原子性持久性，以此解決電能質(zhì)量監(jiān)測(cè)系統(tǒng)的存儲(chǔ)難題，總體結(jié)構(gòu)如圖1所示。

圖1 大數(shù)據(jù)存儲(chǔ)總體結(jié)構(gòu)

2.3 數(shù)據(jù)挖掘模型

MapReduce可通過(guò)對(duì)輸入的大批量數(shù)據(jù)進(jìn)行自動(dòng)分割，以此實(shí)現(xiàn)分布式計(jì)算，在MapReduce模型中，通過(guò)Map和Reduce 2個(gè)接口的調(diào)用完成并行計(jì)算任務(wù)，計(jì)算步驟如下。

(1) 將大批量數(shù)據(jù)進(jìn)行拆分，拆為多個(gè)Splits，由一組鍵值對(duì)表示，相應(yīng)的對(duì)應(yīng)一個(gè)Map函數(shù)。

(2) 每個(gè)Split由一個(gè)task進(jìn)行處理，有多少個(gè)Split就有多少個(gè)task。

(3) Map函數(shù)處理后一另一種鍵值對(duì)形式輸出中間結(jié)果

(4) Reduce對(duì)多個(gè)中間結(jié)果匯總后也分別并行運(yùn)算

(5) 最終匯總所有的Reduces結(jié)果，得到最終計(jì)算值[3]。

由上述內(nèi)容可知，該模型的關(guān)鍵在于：

Map函數(shù)

輸入：鍵值對(duì)(key1，value1)

輸出：加工后的中間鍵值對(duì)(key2，value2)

函數(shù)模型：

Map:Key1,Value1→List(Key2,Value2)

Reduce函數(shù)

輸入：經(jīng)過(guò)內(nèi)部排序編組的(key2，List(value2))

輸出：(key3，value3)

函數(shù)模型：

Reduce:(Key2,List(Value2))→Key3,Value3

3 系統(tǒng)總體設(shè)計(jì)

3.1 設(shè)計(jì)思路

本文設(shè)計(jì)的電能質(zhì)量監(jiān)測(cè)系統(tǒng)將監(jiān)測(cè)裝置采集的數(shù)據(jù)存入基于MogonDB+Redis搭建的數(shù)據(jù)存儲(chǔ)之中，通過(guò)數(shù)據(jù)挖掘模型處理后構(gòu)建電能質(zhì)量監(jiān)測(cè)系統(tǒng)，用于監(jiān)測(cè)數(shù)據(jù)展示、分析、預(yù)警與查詢。

3.2 系統(tǒng)功能架構(gòu)

本系統(tǒng)從層級(jí)上劃分為源數(shù)據(jù)層、采集層、處理層、存儲(chǔ)層、計(jì)算層、訪問(wèn)層，功能上主要包括數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、分析計(jì)算、應(yīng)用分析等功能，整體架構(gòu)如圖2所示。

圖2 功能架構(gòu)圖

3.3 數(shù)字化電能質(zhì)量監(jiān)測(cè)系統(tǒng)硬件框架

3.3.1 數(shù)據(jù)監(jiān)測(cè)裝置

由于穩(wěn)態(tài)參數(shù)包括電壓及頻率偏差、三相電壓不平衡、電壓波動(dòng)閃變等，暫態(tài)參數(shù)包括電壓驟升驟降中斷、振蕩、脈沖暫態(tài)等信號(hào)，因此本系統(tǒng)設(shè)計(jì)監(jiān)測(cè)裝置框如圖3所示，主要采用：

圖3 監(jiān)測(cè)裝置框圖

(1) 數(shù)據(jù)采集：電壓互感器陣列、信號(hào)調(diào)理電路、CD4051模擬開(kāi)關(guān)、前置調(diào)理電路、ADC電路;

(2) 數(shù)據(jù)處理：NiosⅡ軟核、FFT變換IP核、FIR濾波器、頻率檢測(cè)IP核、電壓有效值、三相不平衡IP核等;

(3) 數(shù)據(jù)展示：基于ARM核顯示屏。

3.3.2 監(jiān)測(cè)裝置精度測(cè)試

采用上述裝置針對(duì)幾項(xiàng)關(guān)鍵指標(biāo)進(jìn)行了監(jiān)測(cè)準(zhǔn)確性驗(yàn)證，結(jié)果表明，改裝置可滿足監(jiān)測(cè)要求[4]。各項(xiàng)測(cè)試結(jié)果如下，其中S1、S2為標(biāo)準(zhǔn)值和實(shí)測(cè)值。電壓監(jiān)測(cè)測(cè)試結(jié)果如表3所示。

表3 電壓監(jiān)測(cè)結(jié)果

相位監(jiān)測(cè)誤差低于4%，準(zhǔn)確度在合理范圍，結(jié)果如表4所示。

表4 相位監(jiān)測(cè)結(jié)果

頻率監(jiān)測(cè)結(jié)果精度達(dá)到0.01 Hz，處于合理范圍，滿足要求，結(jié)果如表5所示。

表5 頻率監(jiān)測(cè)結(jié)果

4 數(shù)字化電能質(zhì)量監(jiān)測(cè)系統(tǒng)軟件設(shè)計(jì)

4.1 開(kāi)發(fā)環(huán)境

開(kāi)發(fā)語(yǔ)言：Java

框架模式：MVC

數(shù)據(jù)庫(kù)：MongoDB+Redis

操作系統(tǒng)：Server 2008 64位

4.2 數(shù)據(jù)處理流程

對(duì)于電能數(shù)據(jù)監(jiān)測(cè)裝置采集到的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)變化、數(shù)據(jù)整合之后得到最終有效的電能質(zhì)量監(jiān)測(cè)數(shù)據(jù)，為應(yīng)用系統(tǒng)查詢、展示、分析提供有價(jià)值的數(shù)據(jù)集。處理流程如圖4所示。

圖4 數(shù)據(jù)處理流程

4.3 軟件系統(tǒng)模塊構(gòu)成

基于大數(shù)據(jù)的數(shù)字化電能質(zhì)量分析系統(tǒng)主要包括監(jiān)測(cè)數(shù)據(jù)查詢、電能質(zhì)量分析、統(tǒng)計(jì)分析報(bào)表以及系統(tǒng)管理模塊，系統(tǒng)結(jié)構(gòu)如圖5所示。

圖5 系統(tǒng)功能模塊圖

(1) 監(jiān)測(cè)數(shù)據(jù)查詢模塊：包括電能質(zhì)量指標(biāo)查詢、地區(qū)查詢等。

(2) 電能質(zhì)量分析模塊：包括預(yù)警、評(píng)估及預(yù)測(cè)。根據(jù)實(shí)時(shí)監(jiān)測(cè)結(jié)果判斷是否超出閾值，是否觸發(fā)告警,分析大數(shù)據(jù)集，挖掘出不達(dá)標(biāo)的指標(biāo)數(shù)據(jù)，進(jìn)一步通過(guò)關(guān)聯(lián)規(guī)則和分析算法找出內(nèi)部規(guī)律，深挖影響質(zhì)量根原因，為質(zhì)量提升尋找突破口，并結(jié)合歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)、線路分布及地理位置等信息，對(duì)后續(xù)電能質(zhì)量進(jìn)行預(yù)測(cè)。

(3) 統(tǒng)計(jì)分析模塊：主要包括監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)、根據(jù)監(jiān)測(cè)點(diǎn)、監(jiān)測(cè)類型、監(jiān)測(cè)區(qū)域、指標(biāo)類型等多維度統(tǒng)計(jì)并分析結(jié)果。

(4) 系統(tǒng)管理模塊：主要包括用戶、設(shè)備及數(shù)據(jù)的各項(xiàng)配置。

4.4 實(shí)測(cè)效果驗(yàn)證

為了驗(yàn)證本文設(shè)計(jì)系統(tǒng)是實(shí)用性，在國(guó)內(nèi)某市選擇不同區(qū)域設(shè)立了監(jiān)測(cè)點(diǎn)采集原始數(shù)據(jù)，通過(guò)本文的算法進(jìn)行了數(shù)據(jù)分析，以電壓偏差為例，測(cè)試結(jié)果如表6所示。

表6 實(shí)測(cè)結(jié)果表

由上表可知，A1、A4地區(qū)電壓超限時(shí)間分別占比12.09%、7.57%、64.36%、16.02%，因此可得出結(jié)論：A3地區(qū)影響最大，其次為A4，應(yīng)重點(diǎn)關(guān)注A3地區(qū)晚上8-12點(diǎn)的超限時(shí)間[5]。

5 總結(jié)

本文分析了電能質(zhì)量監(jiān)測(cè)的現(xiàn)狀與大數(shù)據(jù)時(shí)代數(shù)據(jù)分析的發(fā)展趨勢(shì)，針對(duì)性的提出了基于大數(shù)據(jù)存儲(chǔ)與數(shù)據(jù)挖掘技術(shù)的電能質(zhì)量監(jiān)測(cè)體系，實(shí)測(cè)驗(yàn)證可實(shí)現(xiàn)從海量數(shù)據(jù)分析出影響最大的指標(biāo)及區(qū)域，在后續(xù)的研究中，需不斷完善數(shù)據(jù)挖掘技術(shù)，為電能質(zhì)量監(jiān)測(cè)提供了實(shí)用性方案。