顧金梅
（國網河北省電力有限公司阜平縣供電分公司，河北 保定 073200）
0 引 言
隨著社會的發展和電力需求的增加，傳統電力系統逐漸面臨著多種挑戰[1]。但是，電力系統的傳統架構在面對不斷增加的能源需求和新興技術時，顯得不夠靈活和高效，且電力系統涉及多種類型的數據，包括電力負荷、電力質量、設備狀態等，如何有效地采集、存儲和分析這些多樣性的數據也是一個挑戰，因此構建智慧化電網成為電力行業的重要發展方向[2-4]。智慧化電網的構建面臨以下問題：智慧化電網需要高效可靠的通信架構，以便實時傳輸數據和指令，通信網絡設計比較復雜；數據傳輸時的數據質量會影響電力系統的信息處理效果[5]。合理設計通信架構可以實現數據的高效傳輸和實時監測，確保電力系統的穩定運行，還有助于減少能源浪費和成本。數據預處理可以提高電力數據的質量，減少噪聲和異常數據的影響，從而更準確地分析電力系統的狀態和性能。基于此，研究在結合電力和用電信息采集的技術背景下，提出使用預處理技術和優化通信架構的智能化電網構建技術，以期為電力行業提供可行的技術參考。
1 電力結合用電信息采集的智能化電網構建技術
1.1 智能化電網中用電信息采集數據預處理技術
隨著計算機技術的發展，電網系統逐漸向智能化發展[6-7]。智能化的電網系統中，電力和用電信息是不可缺少的關鍵信息[8]。但是用電信息數據通常體積較大，且在大量數據中存在缺乏價值的冗余數據，需要進行預處理[9]。文章在用電信息采集過程的基礎上考慮通信方式，設計用電信息采集數據預處理方法，流程如圖1 所示。
圖1 用電信息采集數據的預處理流程
由圖1 可見，用電信息采集數據的預處理可以分為數據收集、數據探索和數據預處理3 大環節。收集數據時，由配電變壓器端的集中器完成數據采集和主站傳輸。由系統初步判斷所采集到中數據包含的異常情況和潛在關系，之后進行重復值、缺失值和異常值的處理。電壓數據缺失值填補計算的公式為
式中：Ui表示缺失的電壓數據；i-1 表示缺失數據所處時刻的前一時刻；i+1 表示缺失數據所處時刻的下一時刻。電流數據缺失值填補的計算公式為
式中：Ii表示缺失的電壓數據。預處理數據后，電網系統能夠以更高的效率完成相關任務。
1.2 電力結合用電信息采集的智能化電網系統架構
智能化電網系統為電力系統的操作者提供更高質量的數據信息和更便捷的操作手段[10]。在分析電網系統作用的基礎上，提出電力結合用電信息采集的智能化電網系統方案。其中，采集層由計量設備和采集終端完成對數據的收集和預處理；通信層使用無線公網、光纖專網、無線專網等實現通信，將采集層數據傳輸主站層中；主站層依靠通信層傳入的數據進行功能的實現。智能化電網系統中的數據架構由支撐數據域、客戶數據域和統計分析數據域組成主架構，由組織數據域、電網數據域、量測數據域組成副架構。智能化電網系統中網絡架構的主網絡接入千兆以太網，以確保系統中大量數據傳輸的較低時延。運行時需要確保各級使用節點接入通信信道。智能化電網的通信架構如圖2 所示。
圖2 智能化電網系統通信架構
由圖2 可見，構建的智能化電網系統的通信架構由前置通信模塊與通信平臺層相結合構成。通信平臺層包括規約解析層、通信控制層和通信適配層3 個子層。設置額外空余結構以方便多重通信方式的接入，通信平臺層中各子層都是動態連接。通信適配層將底層數據的鏈路連接起來。規約解析層提供解析動態鏈接庫以適配不同種類通信。通信控制層在接口位置將未運行的通信方式進行返回。為提升系統的拓展能力，在新的通信終端接入時需要判斷通信底層架構。如果底層架構不是傳統的傳輸控制協議/網際協議（Transmission Control Protocol/Internet Protocol，TCP/IP）網絡，則需要在底層動態鏈接庫中加入支持規則。通過所構建的系統通信架構結合編程語言框架完成對智能化電網系統的設計，實現在電力結合用電信息技術下的電網管理。
2 電力結合用電信息采集的智能化電網有效性分析
為分析電力結合用電信息采集的智能化電網構建技術的有效性，研究選取使用不同通信類型的阿爾法集群和布拉沃集群目標點集群作為測試對象。獲取文章設計方法的智能化電網系統運行數據，并進行分析。測試系統運行過程中的數據傳輸穩定性，結果如圖3 所示。
圖3 數據傳輸穩定性測試
由圖3 可見，智能化電網系統在針對不同目標點集群和不同通信類型時的數據傳輸速率有所差別。由圖3（a）可知，40 s 的傳輸過程中，數據傳輸速率在490 Mb/s 附近波動，最高達到521 Mb/s，最低為454 Mb/s。由圖3（b）可知，40 s 的傳輸過程中，數據傳輸速率在380 Mb/s 附近波動，最高達到406 Mb/s，最低為352 Mb/s。雖然數據傳輸速率存在差別，但是2 種通信類型下的數據傳輸速率波動幅度都保持在100 Mb/s 以內，說明系統進行數據傳輸時具有較強穩定性。提取阿爾法集群的典型功率特征，結果如圖4所示。
圖4 典型功率特征提取結果
由圖4 可見，在阿爾法集群中，電力結合用電信息采集的智能化電網方法從多條所收集的數據中成功提取出3 類典型功率特征。第一類數據整體保持較低功率，在第47 個監測時間點達到功率谷值，約0.12 kW；第二類數據整體保持較低功率，較第一類數據稍高，在第75 個監測時間點達到功率峰值，約1.09 kW；第三類數據有較大波動，在第43 個監測時間點達到功率峰值，約4.01 kW。系統成功提取不同類型數據特征，說明研究方法能夠有效處理電網數據。
3 結 論
性能優秀的智慧電網系統能夠幫助系統操作者做出更準確的判斷。文章利用電力結合用電信息采集構建智慧化電網系統。過程中以3 個環節設計了智慧電網系統的數據預處理流程，將系統所采集到數據轉化為可進行分析計算的數據，之后設計了系統的主要運行方案，并在方案基礎上搭建了智能化電網系統通信架構。實驗結果表明，研究方法在阿爾法集群和布拉沃集群中的數據傳輸速率都保持在352 Mb/s 以上；在提取典型功率特征時，電力結合用電信息采集的智能化電網構建方法提取出了3 類特征，并繪制出特征曲線表現特征的數值走向。結果說明研究方法構建智慧電網系統具有較好的性能，但是研究僅搭建了框架，后續將針對技術手段展開研究，以提升方法的性能。
