大数据可视化监控系统在电网集控运维中的应用

张黎

摘要：为全面深化党的群众路线教育实践，落实公司“两个转变”和“五位一体”建设要求，坚持“你用电，我关注”的服务理念，构建以客户为导向、方便快捷、高效运行的监控体系，通过设置一系列监控点，使运监部门能够快速定位不同业务环节运行中出现的超时、异常等问题，并及时通知相应业务部门进行处理，最终落实“以运营监管为中心，各业务部门联动的“业务运行监控系统”，为快速推进建设项目、关键业务流程的运行提供有力支撑，进一步提升客户满意度，为树立国家电网品牌形象，国家电网品牌服务文化的传播，起到了积极的推动作用。

关键词：数据可视化;监控系统;电网集中控制运维;应用;分析

1数据可视化总体研究

1.1电力数据分析的需求

电力数据是能给社会发展带来重要价值的数据分析基础，其重要性不言而喻。但是，对于这些数据的处理，就需要研究比较各种数据处理和分析技术的优缺点，选择最合适的数据处理方案。电力行业的发展对现代社会的发展具有至关重要的作用，但是，随着数据规模的增加，在进行数据分析和可视化方面也出现了一些问题。对电网相关数据的数据管理和可视化，可以通过历年来的电网经营情况和投资建设情况来进行未来的资金投入比例的调整，有利于经济和社会的更好发展。

1.2电力数据可视化的需求

电力数据的可视化主要涉及到电网的基本投资建设、发展规模以及企业的经营效益等发展情况，对于不同种类的需求的数据，需要采用合适的图表来进行展示，比如一些基本的图表展示方式，折线图可以用来发现数据的发展趋势;饼状图可以用来展现各类数据所占的比例;柱状图可以直观的对比各类数据的数量对比关系;等等。上述简单图表在日常生活中经常用到，但是对于电力大数据的展示，上述简单图表只能展示一些比较基础的信息，随着数据量的增加，一方面，传统的数据可视化工具很难迅速的同时展示海量的数据，另一方面，对于海量数据的展示也会存在数据重叠、表达性弱等问题，无法达到用户想要直观的看到数据信息的要求。

1.3数据可视化技术的选择

基于电力行业数据量大、数据维度高和数值密集性等特点，数据的展示采用基于几何的可视化技术，对数据进行探索性分析或聚类分类问题等研究。在基于几何的可视化技术中，对于不同情况采用不同的图表来进行展示。对于低维度数据的展示，则充分利用各种类型的图表进行展示，比如，通过折线图来展示发展趋势，饼状图展示各部分的比例情况等等。对于高维数据的展示，则需要通过一些技术手段将高维的数据展示在低维度的平面中。散点图适用于显示若干数据系列中各数值之间的关系，类似于二维平面的横纵坐标轴，用于判断两变量之间是否存在某种关联。对于处理值的分布和数据点的分簇，散点图都很理想。但是散點图对数据样本的重复映射率比较高，对于极大维度的展示会呈现混乱情况，需要用户进行缩放和移动来调整图表样式。

2实施“数据可视化运行监控系统”

2.1项目监控

实施市、县两级项目进度监控，实现项目未创建、记账逐月减少、记账支出超预算等异常变化。

2.2行业扩张过程监控

输出现场踏勘、批复供电计划、设计文件审核、中间检查、竣工验收、电表安装、送电线路用户超时清单。监控过程的总长度、每个环节的长度和时间分布、变化趋势。

2.3投诉处理过程的监控

输出接到投诉的客户名单，接收订单，联系客户，处理投诉，发回链接超时列表。监测过程的总长度、每个环节的长度和时间分布、变化趋势以及各单位之间的差异。

2.4客户仪表校准申请的过程监控

输出验收、现场检验、实验室检验、发布检验结果环节超时用户名单。监测过程的总长度、每个环节的长度和时间分布、变化趋势以及各单位之间的差异。

2.5产能削减过程监控

监测过程的总长度、每个环节的长度和时间分布、变化趋势以及各单位之间的差异。

2.6配电网故障检修

业务受理、接单派工、到达现场、工作表审核、回访归档环节超时用户名单。监测过程的总长度、每个环节的长度和时间分布、变化趋势以及各单位之间的差异。

2.7停电计划

停电申请票提交、配电网停电方案公告、实际停电、实施停电环节客户名单。监测过程的总长度、每个环节的长度和时间分布、变化趋势以及

各单位之间的差异。

3系统构建与功能模块

3.1数据可视化的意义

大数据可视化分析是指利用支持信息可视化的用户界面和支持分析过程的人机交互，以及对大数据的自动分析和挖掘，有效地将计算能力与人类认知能力融合，获得对大型复杂数据集的洞察。数据可视化结合了人和计算机的优势，在用计算机智能分析数据的同时，结合了人的认知能力的优势，将信息可视化，使人们更直观、高效地洞察大数据背后的信息、知识和智慧。

3.2系统的构建与实现

本文设计了四层系统模块，分别是：第一层大数据采集与访问;第二层数据存储，本文采用的存储技术是利用当前的云数据存储技术进行存储;第三层对数据进行统计分析、挖掘、计算、管理，提供数据备份安全服务和专家分析、算法库等分析服务;第四个层次是融合分类、聚类、关联规则等数据算法后得到的信息通过图形化显示。

3.3系统设计重点

第三层和第四层是数据可视化的关键技术。第三层是算法。本文并没有使用单一的算法来适用于所有的模块，而是根据一个数据模块的特点和需要得出的结论，采用最适合这个数据模块的算法，本文采用的算法有hadoop，MapReduce，全过程数据处理，大数据因果分析算法、自推荐自适应生命周期数据、数据集技术和混合计算技术。第四层的重点是：介绍先进的可视化技术，如文本可视化、时空可视化、多维可视化、多尺度、多聚焦、多侧面显示等。

3.4系统功能模块实现

系统构建了5个功能模块，包括统计分析中心、趋势预警中心、智能搜索中心、全景图像中心、可视化显示中心。提高了实时监控的自动化水平、运维的智能化水平、供电的可靠性和稳定性、人员和设备的安全性、人力物力的投入、节能增效。

4本系统的新关键技术

4.13D建模

该系统采用无人机技术，利用无人机上的街景全景摄像头+无人机GPS，获取三维地表信息，作为三维建模的基础数据，其优点是获取的基础数据更丰富、更准确、方便快捷，建立的模型更准确。然后建立了设备模型库，利用真实地形绘制了整个变电站的三维模型。利用autodesk3dmax软件工具，根据给定的建模标准，对变电站的设备、建筑物及周围地形进行了建模。

4.2无人机全景图像的数据处理

利用街景全景摄像系统采集全站全景图像数据，采集变电站关键部位的全景图像数据和属性信息，同时在图像中标注关键部位的位置信息，通过多次采样和图像融合技术可以获得更精确的图像数据。

5可视化人机交互界面

采用C++语言作为编程语言对系统软件进行编程，构建了数据可视化监控系统的软件部分，实现了各种功能模块的人机交互应用，共有4大模块，如统计分析中心，趋势预警中心、智能搜索中心和全景影像中心，大模块下各子模块的功能实现，然后通过采集大数据和各种算法计算出4个数据并实现图形化显示，分为监测设备信息显示、监测业务显示、监测分析业务显示、实时全景图像显示和实现各界面之间的切换功能，构建了数据可视化监测软件系统。

6结论

在未来，人们的决策将越来越依赖于大数据分析的结果，而不是仅仅依靠人类的经验和直觉。推广数据可视化技术在电网中的应用，可以直观、实时地显示各设备的属性信息、位置坐标和数据信息，模拟开关操作和生产操作，实时、动态、直观、多视角，对变电站信息进行多级显示和管理，从而提高集中控制、变电站综合监控水平。

参考文献：

[1]赵江.矿山不确定性数据可视化系统的研究与实现[D].青海师范大学，2018.