面向“数字化转型”的清洁能源送出工程智慧化管理系统设计

甘运良 董跃周 谢芳毅 彭玉培 李 攀

（1.中国南方电网超高压输电公司 2.北京洛斯达科技发展有限公司）

0 引言

电网清洁能源送出工程主要具有规模大以及工期紧张等特点，使工程管理面临巨大的挑战［1-2］。为了有效提升工程管理水平，需要全面推动互联网和生产经营的深度融合，有效提升清洁能源送出工程智慧化管理系统的管理水平，确保系统满足综合管理需求。国内相关专家针对清洁能源送出工程管理的内容进行了大量研究，王子强［3］等人对电网运行状态进行了分析，通过Agent技术构建电力调度管理系统，设计总体框架，同时对各个模块的功能进行详细介绍和分析；路志红［4］优先对电力建设系统的项目进行风险识别和评估，并以此为依据构建对应的风险信息管理系统。本文在上述两种管理系统的基础上，构建了面向“数字化转型”的清洁能源送出工程智慧化管理系统。经实验测试证明，所设计的系统不仅可以提升工程数据预处理能力和管理能力，同时还能够有效提升整体的运行效率。

1 清洁能源送出工程数据预处理方法

模糊均值算法能够更好地对清洁能源送出工程中的数据进行处理［5-6］，但是整个算法仍然存在较多的问题。为此，提出一种可能性模糊C均值（possibilistic fuzzy Cmeans，PFCM）聚类算法，其具体的操作原理如下：

设定X＝｛x1，x2，…，xj，…，xn｝∈Rs代表给定的样本空间，s代表维数，n代表样本总数。如果X可以被划分为c类，即样本集的n个样本被划分为c个不同的类别，设dij代表聚类中心Vi和元素xj之间的欧式距离，则其表达式如公式（1）所示：

PFCM算法的优化目标函数minJm，p（U，T，V，X）可以表示为公式（2）的形式：

式中，tij代表可能性划分矩阵；uij代表模糊矩阵；q代表模糊矩阵中的元素总数；a和b代表任意常数；dij代表协方差矩阵；γi代表参数，表达式如下：

PFCM算法的出现更好地解决了已有聚类方法的不足［7-8］，同时还能够准确识别数据中存在的噪声，获取更加理想的数据预处理结果。当清洁能源送出工程在运行过程中，需要借助协方差矩阵对参数进行简化，具体结果如公式（4）所示：

式中，β代表清洁能源送出工程测试样本总数；m代表聚类有效性函数的总数。

为了有效解决PFCM算法在数量庞大的工程数据中无法预知聚类总数的问题，提出一种全新的聚类有效性函数V( )c，具体的计算式如下：

式中，vi代表隶属矩阵中的有效性函数；vr代表迭代次数。

采用PFCM指标替换原始隶属度矩阵uij，新的矩阵u′ij可以表示为以下形式：

式中，ukj和tkj代表矩阵中的有效评价指标。

粒子群优化（PSO）算法是一种智能寻优算法，被广泛应用于各种不同的研究领域。为了进一步优化PFCM算法中的距离中心，需要引入探测函数完成粒子迭代过程中惯性权重的调整，最终完成自适应值f（t＋1）的确定，f（t＋1）的表达式如下：

式中，‖Pibest－Xi（t）‖和‖Gibest－Xi（t）‖代表欧式距离。

当迭代次数进行的越多，则f（t＋1）的值越小，同时结果也越接近最优。

惯性权重ω的取值决定着整个算法的综合性能，为此需要借助动态的非线性Sigmoid函数对ω进行调节，ω的迭代公式如下所示：

式中，ef（t）代表未知的聚类样本总数。

在上述分析的基础上，采用PSO-PFCM聚类算法对清洁能源送出工程数据进行预处理［9-10］，详细的操作步骤如图1所示。

图1 清洁能源送出工程数据预处理操作流程图

（1）清洁能源送出工程数据预处理

为了有效降低数据增加对聚类结果产生的影响，需要后续降低整个算法的计算复杂度，同时还需要对数据进行归一化处理。

（2）数据聚类

搜索最优聚类中心以及最佳聚类数量，一般选取PFCM指标最小值［11-12］，同时确定最佳聚类数量。其中，PSO算法中适应度取值最优的粒子即为最优初始聚类中心；采用改进的PSO-PFCM聚类算法对数据进行聚类处理，获取对应的数据所属类别。

（3）异常数据检测和修正

根据分析清洁能源送出工程数据聚类结果，同时对全部数据的特征进行统计，完成异常数据检测［13-14］，进而对检测出的异常数据进行修正。

2 面向“数字化转型”的清洁能源送出工程智慧化管理系统

清洁能源送出工程智慧化管理系统主要采用分层架构模式展开设计。通过分析传统管理模式可知，现场不同类型的信息均需要采用文件以及表格等形式报送到建设管理单位以及相关管理部门，由于信息比较分散，需要借助大量的人力和物力进行汇报以及加工处理，确保信息传递的真实性以及有效性。

系统设计主要将工程现场进度、安全以及质量等多个管理维度作为核心，将各级项目以及业务管理岗位作为关键点，有效开展工程数据自动收集以及智能分析，根据消息自动化以及数据可视化等方式完成工程管理中的数据传输和应用。

根据系统的管理需求，主要采用移动应用软件以及各种指挥平台的形式，全面建设以工程现场数据快速收集以及自动测算为一体的管理平台。同时在面向“数字化转型”背景下，构建清洁能源送出工程智慧化管理系统，系统的具体组成结构如图2所示。

2.1 电网资源分布信息管理模块

模块需要将电网资源对象的分布信息以及关联信息等进行完整且统一的表达和管理。同时在设计方案中进行统一建模，确保研究对象为电站类对象以及线路类对象等。其中，全部资源对象的数据组成结构如下：

（1）资源对象

主要负责对全部电网资源对象的通用属性以及存取接口进行管理，其中主要包含对象的资产标识号以及证书类型等。

（2）电站类对象

为CPwResc类对象的继承类对象，同时包含全新的属性变量以及函数。

（3）设备类对象

该对象主要新增属性为继承类对象，同时各个线路对象实例可能存在多个不同的子对象。

以上类型均为模块所需要管理的对象，根据不同的继承或者组合关系制定相关的管理方案。

2.2 实体设备／资产管理模块

结合电网实体资源资产功能的需求，需要在模块设计过程中重点考虑资产对象的状态转换规则以及资产事务处理流程的管理机制。

针对业务处理需求，分别对不同类型的资产实物进行处理，同时借助业务流程机制对各种类型的资产实物提供公共处理服务，制定对应的映射机制，促使各项流程实例均能够在特定的环节和状态下被调用，以完成对应的信息任务处理。

为了有效保证业务流程在发生异常中断的情况下可以被继续向前执行，需要借助日志机制对整个操作流程的中间状态进行查询［15］，同时设定对应的接口函数来对全部业务流程进行调用执行。

为了有效达到上述目的，需要在系统内部对流程对象以及状态存储管理的数据进行结构设计，详细的操作步骤如下：

（1）对各个流程进行标号；

（2）掌握流程对象当前的状态；

（3）对函数进行初始化处理；

（4）对状态函数进行更新。

在状态存储层中，数据库主要选取临时数据表来实现流程的中间状态管理以及流转。

2.3 仪器仪表资源管理模块：

仪器仪表资源管理模块主要负责对研究对象的单元进行管理。通过初始化函数在数据库中的管理对资源对象的数据进行存储和检索；特性访问函数主要是对子类对象的技术特性进行对应的指标检索和存取，具体的使用状态转换规则如图3所示。

2.4 质量标准信息管理模块

在“数字化转型”背景下，该模块主要负责对清洁能源送出工程的质量标准信息进行访问和维护，借助接口函数存储数据，同时对基础项目的质量进行评价，获取对应的评价基准数据。

当确定相关的准则之后，需要设定对应的定量表达形式，构建对应的评价指标体系，同时采用接口函数重新定义权重因子，完成指标集合评价以及创建等相关操作。

3 仿真实验

为了验证所提面向“数字化转型”的清洁能源送出工程智慧化管理系统的综合有效性，需要进行仿真实验测试。实验选取乌东德电站送电广东广西特高压多端直流示范工程为研究对象，开展清洁能源送出工程智慧化管理系统的测试分析。

3.1 聚类结果测试分析

为了评价2.1小节的清洁能源送出工程数据预处理能力，将聚类结果准确率和召回率设定为测试指标。当两项指标的取值高达85%以上，则说明所设计系统具有较高的数据预处理能力。详细的实验测试结果如图4所示。

图4 所设计系统对清洁能源送出工程数据的预处理能力测试结果

分析图4中的实验数据可知，由于测试对象不同，导致聚类正确率和召回率存在一定程度的差异，但是两者测试指标的取值均在85%以上，充分说明所设计系统能够更好完成数据聚类，具有较好的数据预处理能力。

3.2 管理能力测试分析

测试分析工程使用所设计系统前后的月线损电量变化趋势，具体实验结果见表。

通过分析表可知，在使用所设计的系统后，系统内的月线损电量相比之前明显降低，说明所设计系统具有较好的管理能力。

3.3 系统运行效率测试分析

选取系统运行效率作为测试指标，进一步对系统的性能进行测试分析，详细的实验结果如图5所示。

分析图5中的实验数据可知，相比另外两种管理系统，所设计系统的运行效率明显更高一些。由于所设计系统在进行系统设计过程中，能对全部工程数据进行预处理操作，有效避免人工操作出现的失误和时间长等问题，促使所设计系统的运行效率得到明显提升，能够以更快的速度完成清洁能源送出工程智慧化管理。

4 结束语

针对传统管理系统存在的一系列问题，本文设计并提出一种面向“数字化转型”的清洁能源送出工程智慧化管理系统。经实验测试证明，所设计系统具有较好的工程数据预处理能力以及管理能力，同时还具有较高的运行效率。

未来将针对所设计系统展开更深层次的研究，重点包含以下几方面的内容：

（1）将计算机技术和互联网技术更加充分地融入到系统中，实现系统智能化和自动化管理，同时借助网络可以制定一系列的安保措施，为系统提供更加优质的服务。

（2）将移动电子商务技术更好地引入到系统中，丰富系统的组成，同时进一步完善系统内部结构，使系统能够全面发挥自身优势，为各个领域提供更大的帮助。