0  引言

    配用電模型在電力生產調度中有非常重要的應用，如輔助轉供電方案分析、業擴輔助報裝、拓撲拼接、線損計算、準實時數據展現等^[1]。目前，典型的配用電模型維護和應用模式是：地理信息系統(Geography Information System，GIS)負責配網建模并可導出遵循IEC 61970/IEC 61968標準的圖、模文件，生產管理系統(Production Management System，PMS)維護設備參數信息，配電自動化系統(Distribution Automatic System，DMS)通過信息交互總線接入外系統的圖、模、參數信息，建立內部系統的電網模型^[2]。

    東莞調度自動化系統有主網調度EMS系統、配網DMS系統、用電調度系統、一次設備在線監測、二次設備監測系統、生產管理系統。各系統獨立建設，獨立采集，同時各系統又相互關聯，通過總線接口交換數據。各系統都為私有協議，直接導致系統數據轉換效率低下，數據品質不高，無法滿足跨專業、跨系統數據綜合應用和價值挖掘的需要。

    導致這些問題的原因主要有三點：一是各業務部門主導各專業系統建設，僅從本專業需求出發開展系統設計，數據口徑和標準不一致；二是部分業務存在業務管理邊界重疊交叉且管理方式各異，造成數據認責不清，系統功能重復，數據重復錄入，并使數據在維度、粒度、頻度和口徑上存在差異；三是部分數據分析應用類系統自成體系、獨立建設，包括獨立的數據存儲、數據分析等功能，造成系統功能重復開發建設、數據多份存儲等相關問題。

    由于缺乏統一、適用、兼容的信息模型標準，同時配電數據的私有化、差異化、異構化、碎片化問題突出，“企業、主站、終端”三個層面間的多元數據融合困難，進而導致配網數據質量參差不齊、難以評價和深化應用。因此，需要建立以共性需求為基礎，支持各地市差異性需求的配電統一信息模型及其擴展機制，用統一信息模型將分散化、碎片化的數據進行關聯和約束，形成邏輯統一、主干清晰、層次分明的配電系統全景模型數據；建立以統一數據模型為基礎，涵蓋公司全業務范圍、全數據類型、全時間維度數據，實現數據統一存儲、處理、計算、應用和管理的配用電模型中心，并持續迭代完善，實現配網建設到運行全過程的模型數據“源端維護、全局共享”機制^[3-5]。

    本文根據相關文獻的研究成果，圍繞配用電模型應用及管理所面臨的問題與挑戰，結合業務現狀與特點，研究以統一數據模型為基礎的配用電模型中心基礎架構，設計面向配用電的總體設計方案，深入研究配用電模型中心關鍵技術，為配用電的業務系統、數據挖掘等高級應用提供數據統一存儲、處理、計算、應用和管理的高性能環境。

1  基礎架構研究

    配用電模型中心作為模型數據共享的載體，進行模型數據統一存儲、處理、計算、應用和管理，并向各業務應用提供統一、標準、全方位及可擴展性的模型數據，全面支撐配用電建設到運行全過程中的應用需求^[6]。

    配用電模型中心縱向打通高壓、中壓、低壓電網數據，通過數據清洗與整理，實現“站—線—公變（專變）—用戶”數據統一建模；橫向為企業內部各類計算提供模型、數據分析服務功能，實現模型數據分布式源端維護、統一存儲、按需發布與共享。

1.1  模型中心基礎框架設計

    配用電模型中心按省、市兩級設計。東莞作為地級模型中心試點，提供本地數據源，自建硬件支撐。主要負責本地市范圍內高、中、低壓模型拼接與存儲、量測數據存儲電氣模型與資產模型關聯與存儲，為省級模型中心提供標準、準確的模型數據支撐。

    配用電模型中心以信息交換總線作為全網各類數據標準化交換載體，實現DMS、EMS、OMS、用電信息采集、GIS信息、計量信息、分布式能源、可調可控負荷等各業務系統與標準化配網模型中心間的信息交互，基礎架構如圖1所示。

    基于信息交換總線進行可完成各系統間的數據流轉，東莞部署的模型中心提供主配網模型、分布式電源模型、負荷設備模型、主配網實時數據、10 kV配變運行數據、分布式電源運行數據、負荷運行數據等信息。

    配用電模型中心建成后，省公司模型中心負責管理信息模型及對應的模型標準發布，地市公司模型中心負責管理拓撲、數據模型及對應模型實例、歷史量測數據及實時數據發布，可實現業務模型、統計數據、管理數據、實時數據和歷史數據的全網大整合，提供配網統一模型、數據共享和相關應用服務，支撐數據存儲、數據挖掘、數據分析、數據共享及配用電應用。

1.2  模型中心總體方案設計

    配用電模型中心內部功能模塊[7]包括：數據展示、數據訪問、數據處理、模型管理、數據安全和對各業務系統的數據分析支撐等基礎平臺功能，可實現模型拼接、模型校驗、數據展示及服務發布功能。各個系統發布的模型、拓撲數據存儲至模型中心，通過模型校驗、拼接，形成一份完整的設備模型；再通過各類通用服務，實現模型實例與歷史量測數據等模型的對外發布，其功能邏輯如圖2所示。

    在數據展示方面，提供完整的資產數據、量測數據、線路圖的查詢與展示服務；展示部署的業務應用，可運行核心業務查詢及分析結果展示服務；提供對于硬件資源（CPU、內存、網絡、磁盤等）的監測及告警信息展示服務。

    在數據訪問方面，通過構建統一數據訪問服務（介于業務應用與數據庫之間的數據傳輸控制標準服務），改善業務集成、消除數據冗余，隔斷各業務系統與模型中心的直接連接，從而將企業業務數據資源整合為邏輯統一、物理合理分布的業務數據處理中心，進一步解決系統間數據集成及數據復制過程中存在的數據安全、效率低下、資源浪費等問題。

    在模型管理方面，基于東莞供電局模型中心業務需求,針對調度營銷、運檢等相關系統之間的交互數據，對包括配電自動化系統、調度自動化系統、用電信息采集系統，營銷應用系統等電力系統模型數據和實時采集數據進行統一建模，形成對實時、計劃等各類配用電應用模型的統一管理。

    在統一存儲及數據處理方面，采用大數據的分布式文件系統、分布式數據庫管理系統、分布式數據處理系統、數據倉庫與數據分析工具實現智能電網海量數據的大規模存儲，為數據挖掘與輔助決策等高級應用提供高性能的分布式計算環境。利用現有的信息交互總線實現配用電業務系統的數據共享與應用集成。

2  建模技術研究

    CIM是一套規范化的、面向對象的抽象模型，通過采用對象類、對象屬性以及相互之間的關系來描述電力系統資源。該規范使用統一建模語言(UML)表達，將CIM定義成各種包，每一個包包含一個或多個類圖，用以表示該包中的所有類及它們的相互關系。然后根據類的屬性及與其它類的關系，用約定的字符定義各資源。Resource Description Framework(RDF)是 W3C推薦的一種語言,用于表達元數據,很適用于圖形化模型,因此被 CIM 采用。CIM RDF Schema用來定義CIM抽象對象(用UML描述)的元數據。XML是一種標準化的可擴展標記語言,有成熟的解析方法(如DOM)和解析工具。結合 CIM-RDF Schema，能很好地描述符合 CIM的電網模型。CIM模型在常用面向對象特性如封裝性、繼承性和多態性的基礎上,還應用了對象組合、類結構遞歸等方法，既能直觀地表達配用電，也能方便地用于配網計算。

    本文研究了基于業務層、功能層、信息層、通信層和組件層的五層建模方法。

    業務層：描述信息交互角度的業務、業務功能和業務流程。

    功能層：描述了從體系架構角度的功能和服務，以及它們之間的關系。功能層獨立于角色和組件、應用程序和系統的物理實現，功能由獨立于角色的用例功能分析導出。

    信息層：描述功能、服務和組件之間的交互信息，包含信息對象和數據模型標準。這些信息對象和數據模型標準是功能和服務之間公共語義的基礎。

    通信層：側重于描述通信協議和用例、功能或服務和對應的信息對象或數據模型環境下的組件之間的信息交互。

    組件層：側重于描述配用電領域所有參與的物理組件，包括參與者、應用程序、電力系統設備、保護和遠程控制設備、通信網絡基礎設備和任何類型的計算機。

3  基于大數據的模型存儲技術研究^[8]

3.1 分布式文件存儲技術

    傳統的并行電力數據存儲模式不支持用戶定義數據格式，數據只有按照設備規定的格式存入數據庫后才能執行查詢^[9]。當電力設備數據量十分巨大時，每天用于將數據導入并行數據倉庫就要花費數個小時。當數據量不斷增長和加入新數據源時，導入的時間會越來越長。此外，如果電力設備數據導入的寫操作與用戶查詢的讀操作產生競爭時，就會極大地降低數據查詢、分析的性能。分布式文件系統主要的功能是用于存儲文檔、圖像、視頻之類的非結構化數據，該系統建立在網絡之上，以全局方式管理系統資源，它可以任意調度網絡中的存儲資源，并且調度過程是“透明”的。分布式存儲系統采用可擴展的系統結構，利用多臺存儲服務器分擔存儲負荷，利用位置服務器定位存儲信息，不但提高了系統的可靠性、可用性和存取效率，還易于擴展。以高性能、高容量為主要特性的分布式存儲系統，一般滿足以下四個條件：應用于網絡環境中；單個文件數據分布存放在不同的節點上；支持多個終端多個進程并發存取；提供統一的目錄空間和訪問名稱。

3.2 內存數據庫技術

    由于電力系統對于運行數據的實時性要求很高，而傳統的數據存儲模式都是依賴于各種關系數據庫，需要對磁盤進行頻繁的訪問來進行數據的操作，降低了數據查詢和分析的效率，當數據量很大時操作頻繁且復雜時就會暴露大量問題^[10]。內存數據庫技術分為兩種技術模式：一是利用在傳統數據庫中增大緩沖池，將一個事務所涉及的數據都放在緩沖池中組織成相應的數據結構來進行查詢和更新處理，也就是常說的共享內存技術，最大程度地減少磁盤訪問；二是對數據的查詢處理、并發控制和恢復的算法、數據結構進行重新設計，以更有效地利用CPU周期和內存，這樣幾乎把這個數據庫都放在內存中，從根本上拋棄了磁盤數據管理的傳統方式，這種技術極大地提高了數據訪問的實時性。

4  模型中心應用實例探討

4.1  一體化模型拼接

    目前東莞已經完成高、中、低壓配網一體化建模與數據匹配。含高壓圖模（110 kV站內信息，含10 kV出線開關、負荷），10 kV饋線部分（從10 kV出線開關至配變），低壓部分（從10 kV配變至低壓用戶）、GIS系統等模型及實時數據。

    橫向模型管理可以提供以下的主要功能：

    （1）模型結構和數據維護

    電網各類模型的結構維護主要是指各類模型相關表的創建、刪除、屬性修改和增刪表域等。結構維護操作由模型中心的基礎平臺提供專用的模型結構維護工具維護。

    電網各類模型的維護包括一、二次電網模型的建模工作，統一設備參數的管理維護。模型中心的基礎平臺提供專用的、全漢化的、方便和界面友好的模型維護工具用于電網模型的建模和參數維護工作。

    （2）一體化建模

    配用電模型中心的支持配網圖模的一體化建模，系統的圖庫一體化技術按照面向對象的方法設計開發，以CIM模型為基礎，提供了一套先進的圖形化制導工具，實現了圖形和數據庫錄入的一體化，作圖的同時可在圖形上錄入數據庫，使作圖和錄入數據一次完成，自動建立圖形上的設備和數據庫中數據的對應關系。所見即所得，便于快速生成系統。

4.2  一體化編碼

    全景模型通過一致的對象編碼實現模型與實時數據、歷史數據的關聯，為保證對象與編碼的一致性和正確性，將對象編碼與命名管理與模型管理一體化實現，首先通過CIM（包含擴展模型）實現全景建模，然后為模型中的每個對象生成編碼，模型中心對外提供接口或模型文件，將對象及編碼提供給各業務系統，業務系統將編碼與本系統中的對象關聯，業務系統對外提供的模型及數據應包含編碼信息，其它業務系統通過對象編碼關聯設備或測點。

4.3  一體化網絡拓撲分析

    配用電模型中心在系統實現輸配網絡一體化建模基礎上，提供主配聯動的網絡分析應用，主要包括主配聯動的拓撲分析、狀態估計和潮流計算等功能。傳統EMS系統無法獲取低電壓等級網絡拓撲信息，而DMS系統無法獲取高電壓等級網絡拓撲信息。主配獲取的網絡拓撲分析基于一體化模型，建立輸配網邊界設備的電氣連接關系，形成完整的輸配電系統網絡拓撲。通過主配一體化建模形成基于一體化模型，可以實現全網拓撲，真實反映輸配電網的連接關系，確保全網設備帶電、停電、接地等狀態的一致性，為基于網絡拓撲分析的協同應用奠定基礎。考慮到輸電網潮流和配電網量測數據來源不同，缺乏主配網之間的數據交換手段，輸電網計算時將主配邊界等值為負荷，而配電網將輸電網等值為發電，導致邊界節點必然產生功率和電壓的不匹配，因此利用步迭代的方法實現主配網的協調狀態估計和潮流協調計算功能，得到主配網一致的潮流斷面，并且在技術實現上將主配網不同算法的技術改動降低到最小，在計算收斂性和計算速度方面滿足在線應用的要求。

    一體化拓撲分析軟件主要完成以下幾項工作:

    （1）電氣島分析。電氣島即一個獨立的供電、輸電、用電系統，當系統發生故障繼保動作后，系統經常會解列成多個電氣島，有了對電氣島的分析就可以進行多島計算。

    （2）生成計算母線，通過對網絡結線方式的搜索，將所有通過閉合的開關、刀閘以及聯結線所聯接的點聚集到一起，從而使每個節點之間都是通過阻抗支路聯接的，從而生成了由母線和阻抗支路組成的系統單線圖。

4.4  一二次數據狀態融合

    配用電模型中心針對電網模型數據進行進一步挖掘分析，著重研究系統中的一二次數據狀態融合，研發全新的電網調控運行信息綜合智能告警技術。

    在電網調控一體化模式及高中低壓電網模型貫通的大背景下，系統將接收到大量的告警信息，監控人員將面臨繁重的工作壓力，稍有不慎將無所適從且難以抓住事故的重點，不能在第一時間處理問題。在現有功能基礎上，需要研究更為智能的告警技術，根據各類電網調控運行信息的重要性對信號進行分類，實現電網調控運行告警信號的分層分類處理與顯示，對信息進行智能加工分析、綜合應用，挖掘出有價值的分析，提供各類處理方案，輔助運行決策，協助電網調控運行人員及時準確地分析和處理故障，提高電網調控運行的智能化水平。

    電網調控運行信息綜合智能告警（以下簡稱綜合智能告警）通過對來自電網的一、二次設備等告警信息在線綜合處理，支持匯集和處理分析各類告警信息，對大量告警信息進行分類管理和按重要性分級，對多種告警信息進行綜合、篩選、壓縮和提煉，根據不同需求形成不同的告警顯示方案，利用形象直觀的方式提供全面綜合的告警提示。

    智能告警具備以下功能：

    （1）對告警信息按重要性進行分類，可自定義告警等級；

    （2）對告警信息進行綜合、篩選和壓縮。診斷當前狀況，分析給出引起告警的可能原因，并通過鑒別故障原因，對其余的告警進行刪除或自動確認；

    （3）判別當電網發生擾動或故障時，可能發出告警類型，分類由同一原因引起的告警類型，總結告警信息之間的關聯關系；

    （4）總結處理告警的經驗，形成告警處理知識庫，并易于更新與維護。并能夠根據告警知識庫給出告警發生的可能原因或處理建議；

    （5）對不同的告警提供實時告警顯示、語音、短信、電話等多種告警手段，提醒及時處理告警；

    （6）提供多種告警手段，提醒及時處理告警；可根據不同職責需求及不同故障條件定制告警顯示方案，如大故障時顯示少量關鍵信息，普通事故顯示詳細信息；

    （7）在短時間內能夠分析和處理海量實時告警，滿足實時性要求。

4.5  自定義查詢

    提供基于WEB的綜合查詢分析系統，系統支持數據源包括：主配調、模型庫實時庫、歷史庫。包括公共數據查詢服務、專業查詢服務、自定義查詢數據點、斷面導出功能、告警查詢功能。數據點查詢和告警查詢均支持模糊匹配功能。

4.6  數據版本管理

    模型中心具備模型多版本管理功能，實現對歷史、實時和未來模型的統一維護和管理。其功能包含：

    版本生成：按照應用需求從模型中心獲取定制的模型信息，形成版本，并將版本文件名、創建者、生成時間、注釋信息記錄到版本管理信息表。

    版本查詢：從應用、時間、區域、創建者、注釋信息等維度查詢模型文件版本。

    版本導出：將查詢到的版本文件導出到本地。

    版本提交：應用根據需要對導出的版本進行修改維護后，提交形成新的版本。

    版本差異比較：比較同類應用不同版本間的模型差異。

5  結論

    目前，廣東電網有限責任公司東莞供電局已完成反映10 kV線路開關或者線路的實際運行情況的終端采集數據、反映變電站實際運行情況的主網調度自動化系統運行數據、反映配變實際運行情況的配網自動化系統的配變數據等業務數據的接入，配網自動化系統包含8萬臺配變采集數據。這些數據存儲到配網自動化系統中，已經大量占用系統資源，嚴重影響系統效率。

    結合東莞供電局實際需求，模型中心需實現與調度自動化、計量自動化、GIS系統等跨部門跨系統數據交互，抽取并存儲實時數據、結構化數據、非結構化數據。并構建面向多業務的數據處理、挖掘分析引擎，能夠快速將數據挖掘技術和業務系統緊密鏈接，實現數據價值的挖掘。

    本文論述的配用電模型將應用于東莞供電局調度。平臺接入匯集的實時數據、模型數據和非結構化數據等，實現數據分布式存儲，支持實時/流計算、批量計算等功能，并且可以通過節點動態擴展的方式來滿足數據日益增長的需求。模型中心建成后首先滿足電力公司一體化模型管理需求，實現一體化模型拼接、一體化編碼、一體化網絡拓撲分析等功能應用，達到支撐調度數據存儲、數據挖掘、數據分析的目的，為電網運行管理提供綜合可視化與智能輔助決策。

參考文獻

[1] 何劍輝，麥楚良．基于GIS營配一體化中信息共享的研究[J]. 科技資訊, 2013（5）.

[2] 劉海濤，呂廣憲，趙江河．面向智能配用電的信息交互平臺研究[C]. 2010年中國電機工程學會年會,2010.

[3] 劉海濤，趙江河，蘇劍．基于ESB的配用電自動化及管理系統信息集成[J] ．電力系統自動化，2008，32(16):47-51.

[4] 畢睿華，楊志超，王玉忠． 基于多智能體SOA模型的電力系統信息集成的應用研究[J]．電力系統保護與控制.2010，38（7）：63-68.

[5] 暢廣輝，鎬俊杰，劉滌塵.基于多代理技術的電力控制中心綜合數據平臺設計[J].電力系統自動化，2008，32(1):85-89.

[6] 王繼業. 電力企業數據中心的建立及其對策[J].中國電力，2007，40(4):69-73.

[7] 趙俊華，文福栓，薛禹勝，等. 云計算：構建未來電力系統的核心計算平臺[J]. 電力系統自動化，2010，34(15)：1-8.

[8] 劉軍，呂俊峰. 大數據時代及數據挖掘的應用[N]. 國家電網報，2015，5(10).

[9] 孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50(1):146-149.

[10] 宋亞奇，周國亮，朱永利. 智能電網大數據處理技術現狀與挑戰[J]. 電網技術，2013，37(4):928-935.

[11] 李皎.大數據時代到來對電力行業發展提出新要求[J].華北電力,2012,（4）.

[12] 馮偉.大數據時代面臨的信息安全機遇和挑戰[J].中國科技投資，2012，（34）.

[13] 曹孝元，胡威，陳亮.建設大數據時代的透明電力通信網[J].電力信息化，2012，（10）.

[14] 陳樹勇，宋書芳，李蘭欣.智能電網技術綜述[J].電網技術，2009,33（8）：1-7.

[15] 楊方，王文迪，葛旭波.我國智能電網發展格局及綜合評價[J].中國電力，2012,45(12):81-85.

[16] 鄭亞楠，單葆國，顧宇貴.中長期電量灰色預測中數據預處理方法研究[J].中國電力，2013,46（10）：111-114.

[17] 中國電機工程學會信息化專委會.中國電力大數據發展白皮書[R].2013.

[18] 羅軍舟，金嘉暉，宋愛波.云計算-體系架構與關鍵技術[J].通信學報，2011,32（7）：3-21.

[19] 曹陽，高志遠，楊勝春.云計算模式在電力調度系統中的應用[J].中國電力，2012,45（6）：14-17.

[20] WHITE T，曾大聘，周傲英.Hadoop權威指南[M].北京：清華大學出版社，2010.

作者信息:

吳鐘飛1，陳鳳超1，崔  亮2,3，李  鵬2,3

（1. 廣東電網有限責任公司東莞供電局，廣東 東莞 532000；

2. 南京南瑞集團公司，江蘇 南京 211000;

3. 國電南瑞科技股份有限公司，江蘇 南京 211000）