罗文清 吴鹤雯 欧阳弈欣 黄腾昊
（国网漳州供电公司，福建 漳州 363000）
1 概述
目前变电站内检修试验中的测试数据多采用纸质记录，无法实现信息共享，可靠性低，数据保存成本高，给运维带来负担及和不便。加上数据的不规范化，造成难以实现基于各类检修数据对设备运行状态进行综合评价和预警诊断，蕴含着海量数据中的价值信息没有得到充分挖掘和应用。
随着大数据、物联网、云计算及移动互联网等新技术的迅猛发展，互联网+电力设备检修数据诊断、大数据挖掘和多维度集成综合分析成为发展趋势，设备检测技术与故障诊断技术、网络技术、通讯技术相渗透和结合，为支撑变电站的状态检修和智能运维奠定了技术基础。
亟待整合变电站设备状态检修数据，实现变电站内检修数据采集、数据传输格式及通信接口的统一，形成大数据归类、深度挖掘及智能分析，全面提升运维水平，进行运维模式的创新，全面准确清晰地展现变电站内设备的运行状态、变化趋势及潜在问题，实现设备的风险预警，为变电站智能运维及电网的安全运行提供辅助决策支持。
于是，研究设计一套检修试验专业试验数据诊断与管理终端，解决在日常工作中普遍存在的多采用纸质记录、不宜存储、数据不规范等问题，涉及硬件设计、软件开发、外壳设计等，主要包括以下三部分内容：
1.1 适用于不同变电站不同设备的试验数据录入与分析界面设计，其中，试验数据录入包括手动录入试验数据、通过图片录入实验数据和通过Excel 文件录入试验数据，数据分析过程采用诸如聚类分析、因子分析、回归分析等分析方法，对录入的实验数据进行横向设备间、纵向同类设备等多种分析。
1.2 设备定量试验数据初步分析与诊断研究，通过对比校验、范围校验等多重层面校验，确保试验数据录入过程零错误。
1.3 试验数据校验、存储与备份数据库设计实现，通过Crontab 框架、冗余校验等方式对数据库中存储内容进行定期存储、备份与校验，确保数据内容安全准确。
2 数据
2.1 数据来源
根据试验情况，获取不同变电站ok10kV 整段母线检例试验数据与试验对应设备数据、ok110 单间隔例检试验数据与试验对应设备数据、ok 主变例检试验数据与试验对应设备数据等数据。
2.2 数据中间表
通过对试验条件信息表、试验设备信息表、试验数据表等数据表进行关联集清洗、转换、整合处理，结合数据仓库思想，形成回合数据库三范式的细粒度关系型数据库模型，通过主键与外键联合规范表间关系。数据表根据不同设备，不同试验进行划分。总体来说，可以表示为试验条件信息表、试验设备表和试验数据表。其中，试验条件信息表和试验设备信息表内容较为固定，试验数据表则根据不同试验规则做不同规划。
3 系统总体介绍
3.1 系统工作框架图
本系统采用的是Django 框架[1]，采用MVT 思想，它把应用程序分为模型层、视图层和模板层，其中模型层的主要任务是处理与数据相关的所有事务：如何存取、如何验证有效性、包含哪些行为以及数据之间的关系等。视图层的主要任务是存取模型及调取恰当模板的相关逻辑。模板层表示处理与表现相关的决定：如何在页面或其他类型文档中进行显示。每个层都承担着不同的任务。本系统所用到的技术中怎样运用深度学习方法训练模型用于自动识别图片或Excel 文件来录入数据是最关键的难点。系统的总体框架结构图如图1 所示。
图1 总体结构图
该系统的工作流程如图2 所示。
图2 工作流程
3.2 功能设计
3.2.1 数据获取模块
3.2.1.1 通过文件录入试验数据
通过Excel 文件，录入试验的条件信息，设备信息和试验数据。具体来说，使用Python 中提供的Xlrd 与Pymysql 模块实现对试验数据的读写功能。Xlrd 与Pymysql 模块分别是Python 中为实现与Excel 形式文件与Mysql 数据库交互而设计的模块，结合两种模块，可以实现文件、数据库、终端三者之间的严密逻辑交互。
3.2.1.2 通过图片录入试验
采用基于CTPN[2]+CRNN[3]的文字识别模型。文字识别也是图像领域一个常见问题。然而，对于自然场景图像，首先要定位图像中的文字位置，然后才能进行文字的识别。CTPN 是在ECCV 2016 提出的一种文字检测算法。CTPN 结合CNN 与LSTM深度网络，能有效的检测出复杂场景的横向分布的文字，是目前比较好的文字检测算法。CRNN 是一种文本识别方法，主要用于解决基于图像的序列识别问题，对于表格图片识别也能取得不错的效果。
3.2.2 数据存储、校验与数据库自动备份
3.2.2.1 数据存储与校验
使用Pymsql 和Django 框架中提供的校验器完成对数据的存储和校验，同时采用聚类分析方法，根据《国家电网公司变电检测管理规定》、《国家电网公司变电检测细则》和各类规范标准，针对输入的试验数据进行初步诊断，判断合格与否，不合格的数据进行检查与修改。将试验信息与数据在修改核查后，存入数据库中。
3.2.2.2 数据库自动备份模块
Crontab 是Django 中的模块，通过Crontab 模块，可以实现对数据库的自动备份，实现步骤如下所示：
（1） 在setting 文件中添加与crontab 相关的app 到INSTALLED_APPS 中；
（2）配置CronJobs，设定执行时间与周期，确定执行函数与备份的路径与文件信息；
（3）根据需要，设定固定时间执行；
（4）指定运行的相关参数。
3.3 可视化分析模块
使用Python 中的模块Pyecharts 进行数据可视化分析，将数据横向纵向内容以图标的形式进行展示。
4 实现
项目实现试验数据无纸化记录，数据无纸化率提升至100%，平均试验记录与上传时间降低30%以上，提高班组数字化水平。同时，诊断与校验数据保证数据正确性提升至100%，同时将错误分析时间降低30%左右。
4.1 通过文件方式进行试验数据录入
相关功能具体页面如图3 所示，可以大大提高试验人员数据录入效率与准确性。
图3 文件录入的网页页面
4.2 通过图片方式进行实验数据录入
经测试与一段时间的维护，图片录入准确率较高，以110kV安厚变变电站数据录入为例，如图4 和图5 所示，分别是录入的原始图片和录入结果。
图4 选择地原始图片
图5 通过图4 录入试验数据所得结果
从试验结果中可以看到，每一项数据都可以准确的识别并自动录入到相应的文本框内。
4.3 试验数据展示与可视化分析模块
通过表格化展示实验数据，并且通过可视化方式、聚类分析等分析方法分析试验数据，实现数字化试验结果展示，示例如图6 所示。
图6 试验数据展示与可视化分析
5 结论
针对目前检修试验中测试数据多、诊断难、数据保存成本高的情况，研发一套检修试验专业试验数据诊断与管理终端。该终端用于存储记录与试验相关的设备、条件与相关试验数据等信息，包括检修试验专业现场工作中遇到频次最高、试验数据量较大、诊断难度较高的设备。
同时，试验历史数据是变电检修中心变电检修与试验专业的核心数据，不允许出现任何差错。针对这一情况，一方面，该终端可以实时诊断试验数据合格性，采用阈值法、增量法、横纵向比较法综合分析数据，有较快诊断速度和较高的诊断准确率。另一方面，采用多位冗余校验机制设计，高效保障试验数据存储在数据库中的正确性，每次存入数据均启动该机制，不定期全库校验并自动备份全试验数据库。
