基于大數據的高壓電纜運維管理應用的研究

裴凡　冀超　問澈

摘 要：隨著我國城市化進程的不斷加快，城市對供電的需求不斷增加。目前，大型城市周邊的各個電壓等級的供電線路有數百條之多。并且隨著電力公司信息業務的不斷發展，在這些電纜的運維過程中將有大量的數據產生。并且除了傳統的數據之外，還有大量的工單、日志以及視頻等非結構化數據，這些數據隨著時間的積累不斷增多，使得傳統的數據構架下計算機的數據計算性能問題逐漸顯現，需要采用大數據技術來提升數據運算能力。

關鍵詞：大數據;高壓電纜;運維管理;應用

1 高壓電纜運行管理存在的問題

1.1 較難發現故障點

大多數時候，電纜線路若出現問題，電力運維人員能夠按照安裝在電纜分支箱上的電力短路問題指示、監測儀展開問題分析和研究，并發現故障點具體方位，通過隔離故障區的方式對故障處的接頭展開檢查，從而解決問題，排查故障。通過對原有的工作展開總結能夠發現，大多數故障都位于中間接頭處，且中間接頭處的問題大多都是短路問題。但單相接地產生的電力問題，在該方式下檢測難以對問題展開有效判斷，單相接地出現的電力問題需要花費工作者大量的精力與時間才能找到問題所在和解決。

1.2 內部進水問題

因為鋪設高壓電纜的施工環境都非常復雜，對展開電纜鋪設的工作者技能要求較高，鋪設電纜時需要保護好電纜，防止電纜出現損壞。損壞電纜在作業初期因為保護套作用尚可正常運行，但電纜中一旦出現進水情況，將會對電纜運行產生毀滅性破壞，不但會損壞運送電力的電纜，甚至會對整個電力運輸產生影響。同時，只要電纜內部存在進水的情況，就會使得線路老化加快，從而對高壓電纜的使用壽命造成影響。

1.3 電纜周期預試工作難度大

由于我國電力系統對電網整改的逐步強化，使得電網的運行效率得到了極大完善與發展。電力運行絕緣化率的大幅提升，使得高壓電纜運輸線路的數量和強度大幅提高，確保了電力用戶的供電可靠性。目前，高壓電纜的周期預試工作如果受到了該因素的影響，會使得工作難度大大增加。其中，過量的預試工作量會消耗大量人力和物力。除此之外，耐壓試驗會對高壓電纜產生嚴重破壞，損傷高壓電纜。

2 高壓線路運維管理系統的整體框架

高壓電纜運維管理系統由數據采集與存儲層部分、數據分析與計算部分以及應用與輔助決策三大部分組成。通過對高壓電纜在運行過程中產生的大量數據進行分析與挖掘，實現對高壓電纜故障的提前預測與故障分析。提高高壓電纜運維效率。系統整體結構。系統將采集到的高壓線纜數據與設備信息、生產數據以及監控數據，通過HDFS（分布式存儲系統）和HBase（分布式數據庫）進行數據存儲管理，并利用MapReduce進行數據的分布式計算?；贖iveQL（基于Hadoop的數據庫訪問工具）實現數據的存儲和讀取，最終實現對高壓電纜運維的輔助決策與管理功能。

2.1 數據采集與存儲層

對于高壓電纜而言，數據采集主要是對高壓電纜本體以及電力隧道兩個方面進行檢測，電纜線路運行狀態主要受接地系統、電纜本體以及局部放電三個關鍵因素的影響。對于高壓電纜本體主要采集的數據，包括電纜的溫度、護套環流、負荷數據以及局部放電狀態。在高壓電纜安裝分布式光纖，來實現對電纜的表面溫度的監測，通過在電纜上同步鋪設光纖，利用光纖內產生的熱輻射來傳感溫度，它是以光纖纖芯中的熱點本身所產生的黑體輻射現象為基礎;高壓電纜的護套環流，主要監測接地系統的直接接地端，其通過在接地箱里的接地線安裝互感傳感器實現監測;電纜的負荷數據通過綜合數據網從調度系統進行獲取;高壓電纜的局部放電檢測，是電纜絕緣檢測中的重要內容，其是通過在電纜中間接頭安裝高頻放電檢測模塊，超高頻放電檢測模塊來實現。高頻放電檢測模塊通過電壓互感器采集數據，通過濾波和頻譜分析，將放電脈沖數據從采集到的信號中分離出來，以發現電纜的潛在缺陷。數據采集完成后，通過通信協議送至服務器，利用計算與分析層的HDFS和HBase數據庫工具對數據進行存儲，并利用Sqoop工具實現歷史信息與實時信息的自動導入與查詢。

2.2 數據流處理

傳感器采集高壓電纜的各種數據后，將數據發送到前置機中緩存，在數據進行解碼后，通過接口保存到數據管理中心，通過HDFS分布式存儲在HBase數據庫中。分布式數據庫數據保存在一個或多個服務器中，數據庫一方面要存儲運行過程中產生的大量監測數據，還需對設備管理、安全管理等信息進行保存和管理。完成數據的存儲后，并行計算與查詢系統通過對存儲的數據進行操作，來滿足系統操作人員的需求。

2.3 數據分析與計算層

數據分析與計算部分是基于MapReduce（分布式計算編程框架）框架來實現體系算法與控制目標。利用算法實現層的讀寫采集數據與存儲部分所存儲的高壓電纜運行數據，并能夠完成查詢歷史數據、典型問題分析、報表生成、多數據運維及查詢等數據監管體系。所涉及到的數據，包括結構化數據（能夠保存在傳統的關系型數據庫中，能夠通過二維表的形式進行表現的數據，如高壓電纜的運行數據和設備管理數據等）、非結構化數據（如視頻、圖片、報表等不能通過二維邏輯表進行存儲和管理的數據）。通過該框架，將算法目標分解為Map與Reduce兩個部分，并將這些任務分配到各個節點同時運行進行數據的提取。算法目標，是以SQL與HiveQL兩種尋查語句形成的信息系統對各個層面的要求進行整合得到的。SQL負責管理數據庫中的數據，HiveQL負責分布式數據庫內的尋查解析，將應用與輔助決策層所需的元數據轉化為Hive句式，作為MapReduce的計算目標，經過MapReduce計算完成的結果由Hive轉交到上位機接口。

3 高壓電纜運行狀態評價

高壓電纜運行狀態的評價，是運維系統管理系統的核心。采用大量傳感器對高壓線纜運行時的狀態進行了監控，并且擁有大數據平臺的支撐。因此，能夠通過對設備的缺陷性質與故障進行分析，來對設備的運行狀態進行綜合評價，根據對設備評價的狀況，可以合理的決斷何時對設備進行停電檢修，改變了以往采用現場巡線進行數據記錄的工作方式，采集到的數據更加精確且實時性強，為輸電線路的精細化管理提供了基礎。

3.1 高壓線纜狀態評估的指標選取

評價指標的選取，需要遵循高敏感性、高實用性原則。所選取的指標，必須能夠直接反應高壓線纜及相關設備的運行狀態，并且這些指標必須能夠被測量或是通過視頻監控得到。

3.2 狀態分類及評估方法

高壓電纜運行狀況分為4種情況：第一種，為良好狀態，指電纜上的所有設備狀態良好，優于正常運行的標準值;第二種，為正常狀態，電纜上所有設備狀態滿足正常運行要求;第三種，為注意狀態，該狀態下電纜上有部分非關鍵設備處于異常狀態，但輸電纜能夠正常運行;第四種，為異常狀態，指電纜上有關鍵設備狀態異常，高壓電纜僅能夠短時間工作或是立即停電檢修。電纜運行狀態的評判標準參照規程要求進行制定，以百分制進行評分。評分項目中涉及到多個指標的，應當綜合考慮來進行評分;若評分項為布爾特性，則滿足規程條件的不扣分，不滿足的全扣分。

結束語

本文在Hadoop平臺上采用分布式數據存儲，運用計算并行計算技術，建立了高壓電纜的運行狀態的運維管理系統。通過在高壓電纜上安裝傳感器以及相應的視頻檢控制，實現了對高壓電纜運行狀態的全面監控，并依據運行狀態提出了對應的評價方式來，對高壓電纜的運維進行指導。能夠有效地減少人力維護成本，提高電纜運維效率，早發現、易發現電纜存在的風險與缺陷，降低運營成本。

參考文獻

[1]楊天彪，楊麗，楊麟.淺談城市電網電纜運維技術[J].中小企業管理與科技（中旬刊），2017（05）：178-179.

[2]李譞.基于狀態檢測技術的高壓電纜運維管理應用研究[D].華北電力大學（北京），2016.