吕颖利,李志强
(济源职业技术学院,河南 济源 459000)
配电网的线路故障分析、设备灵敏性计算、无功补偿、潮流计算、网络架构升级以及负荷线损预测等课题的探究都离不开电网负荷和线路拓扑等数据。配电网储存的线路拓扑数据大多为半结构和非结构化,具有波动频率太高、数据容易丢失、无序等缺点,这些都将直接或间接地对配电网负荷预测、无功补偿等技术的研究造成负面影响。同时,由于配电网数据需要消耗大量的计算时间和空间来完成格式转化、清洗筛选以及数据异常辨别等操作,因此需要从长远出发,考虑大数据技术的运用与计算效率的提升,帮助配电网大数据释放能量。本文以配电网非标数据为切入点展开研究,通过结合Spark等大数据技术完成了非标准数据的公用信息模型(Common Information Model,CIM)/可扩展标记语言(Extensible Markup Language,XML)统一格式转换。该方法依据弹性数据集的分布情况将弹性分布式数据集(Resilient Distributed Datasets,RDD)当成数据载体,同时和传统的MapReduce数据挖掘处理方式进行对比,极大地缩短了数据并行处理的时间。
CIM是一种关于如何描述电力行业设备数据及应用数据信息的国际化行业标准。在CIM中,CIM/XML作为一种国际化标准语言,旨在构建规范化的电力拓扑模型。可缩放矢量图形(Scalable Vector Graphics,SVG)是一种用于对图形界面进行设计和优化的标准语言,由万维网联盟(World Wide Web Consortium,W3C)研制开发。
如今,CIM模型与SVG语言已经在电网的生产精益化管理系统等系统中得到运用,电网的运维人员可以根据实时电网拓扑图监测设备的运行状态,从而迅速开展故障消缺等工作。……