摘要：电力量测和遥测是电网运行、分析、自动化和计量的基础，一旦数据缺项或出错，不仅影响潮流、短路、稳定计算的精度，还会造成系统的失稳。为此，提出利用大数据可视化技术，通过对电网海量遥测数据进行实时分析，以发现问题，分析导致的原因，从而及时查找和发现故障点，并给出现场验证的结果。

    电力系统量测设备众多、通信系统距离远且复杂，常年运行难免出现问题，而运行中又很难及时发现。量测设备一旦损坏或通信局部异常，势必造成遥测、遥信数据错误，要么死数（数据为一个不确定的常数，或变化很小），要么错数，不但影响电网计算的结果，而且会污染一大片，为超高压远距离输电、跨区域互联电网埋下隐患，所以有必要及时发现并处理。为了准确、实时获取设备的运行状态信息，设置的采集点越来越多，常规调度自动化系统含数十万个采集点，数据中心将达到百万千万级。常规SCADA系统10 000个遥测点，按采样间隔3～4s计算，每年产生1. 03TB数据；广域相量测量系统（WAMS ）10 000个遥测点，采样率可达到100次／s，每年产生495TB数据。由于缺少大数据分析工具，数据稽查业务人员面对海量遥测数据束手无策，不能及时发现、解决问题，因此电力系统数据库成为摆设，虽然目前电力系统数据体量巨大，但利用价值密度极低。
    近年来，随着电网智能化水平的提高，大量实时状态数据的获取为大数据可视化分析提供了可能。所谓大数据可视化是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。本文分析了遥测错数产生的原因，给出了采用大数据可视化技术分析遥测数据、判定数据异常的方法，并利用D5000系统进行量测稽查的验证，给出了验证实例。

    1 遥测错数产生的原因
    电网调度SCADA遥测数据产生错数的原因主要有随机干扰、门限设置不合理、采集设备故障（含通信故障）及数据张冠李戴等。
    1.1随机误差
    随机误差也称为偶然误差和不定误差，是由量测过程中一系列随机干扰的影响而形成的误差。电力系统中操作引起的噪声干扰、藕合引起的噪声干扰、地磁引起的噪声干扰、直流和厂（站）用电系统操作引起的干扰、大规模集成电路工作时引起的噪声干扰等，是造成遥测数据产生随机误差的主要干扰来源。由于量测数据有随机干扰，采集数据不同步也是随机的，因此遥测数据存在随机误差。
    1.2上报门限设置低
    电力调度变电站终端上传主站数据主要采用Polling规约通信，因此存在数据上报门限的问题。如果门限设置较低，数据稍有变化就得上传一帧数据，虽然数据更新及时，但信道占有率较大；如果门限设定较高，虽然信道占有率低，但数据更新慢、反映真实值较差，上位机易产生数据长时间不变化现象，即“死数”现象严重。
    1.3采集设备故障
    （1）设备停机。设备故障、死机或不上报数据等情况会造成数据库或上位机数据长期不刷新，数值不变的现象。
    （2）接触不良。采集设备常年运行，如果接线拧接不紧，会产生接触不良，造成该测点上报数据时有时无。
    1.4数据张冠李戴
    采集设备上报测点数据应与主站及数据库中的设备名称一一对应，但设备名称是人工录人的，难免会有错，因此会导致数据的张冠李戴。

    2 电力数据稽查可视化的实现
    电力系统遥测数据按时间序列存储于D5000数据库中。单断面遥测数据不具备统计分析条件，只有把一段时间的多断面遥测数据以曲线形式展现出来，才能根据其统计趋势进行相应判断。
    通过电力系统数据建模技术和大数据可视化处理技术，开发出的电力数据稽查可视化软件的主要功能是将时间序列的遥测数据通过曲线显示，通过观察设备在一定时间段内的整体运行效果来分析其运行趋势，相关联测点、设备也可实现相互对比。通过遥测数据的可视化，能及时发现坏数、错数、死数等问题，查找到存在问题的测点或设备，从而提升应用人员的业务能力和管理水平。电力数据稽查可视化软件界面如图1所示。

[1] [2]  下一页