榮莉莉，李 群，于 振

(1.大連理工大學(xué) 系統(tǒng)工程研究所，遼寧 大連 116024；2.全球能源互聯(lián)網(wǎng)研究院，北京 102209)

0 引言

近年來，地震、臺風、洪澇等自然災(zāi)害突發(fā)件頻發(fā)，給電網(wǎng)穩(wěn)定運行帶來巨大威脅，同時也造成嚴重的社會影響和經(jīng)濟損失。以2013年的“四川雅安地震”為例，共造成雅安、成都、內(nèi)江、甘孜18.66萬戶用戶停電，損失負荷44.67萬kW，其中雅安地區(qū)12.6萬戶損失負荷31萬kW(占震前負荷的37.35%)，蘆山、寶興、天全全縣停電。相對于地震來說，臺風作為嚴重威脅我國尤其是南方沿海省份電網(wǎng)安全的自然災(zāi)害，每年都是相關(guān)企業(yè)和部門應(yīng)急的重點工作。據(jù)統(tǒng)計，臺風災(zāi)害給國家電網(wǎng)公司帶來嚴重的損失，近十年來，共計造成國家電網(wǎng)公司系統(tǒng)10 kV及以上線路停運23 957條，35 kV及以上變電站620座停運，41萬個配電臺區(qū)停運，用戶停電2 350萬戶。僅在2015年就有3次臺風對公司造成影響，分別為“燦鴻”、“蘇迪羅”和“杜鵑”，共造成福建、浙江、上海、江蘇、山東、安徽、湖北等省份中14.6萬個配電臺區(qū)停運、963.9萬用戶停電、5座35 kV以上變電站停運、6 434條10 kV以上線路停運。因此，為了給電網(wǎng)的安全與應(yīng)急提供輔助支持，眾多學(xué)者從多個角度進行了針對性研究。在電網(wǎng)安全運行評價方面，崔明建等[1]針對電網(wǎng)安全運行評價的需求，構(gòu)建了一套多層次事前綜合評價指標體系，提出一種基于多層次灰色面積關(guān)聯(lián)分析法的電網(wǎng)安全綜合評價模型；徐鵬等[2]提出一種基于層次分析法和變權(quán)重機制的電網(wǎng)安全指標計算及展示方法；穆永錚等[3]提出一種電網(wǎng)安全與效益綜合評價方法，通過規(guī)范安全指標、一般安全指標及效益指標3類指標來刻畫電網(wǎng)安全與效益的特性，并構(gòu)建了目標層、類別層、指標層及子指標層4層指標體系。在電網(wǎng)因災(zāi)(自然災(zāi)害)受損方面，陳鵬云等[4]根據(jù)高壓電網(wǎng)故障統(tǒng)計資料，分析了中國電網(wǎng)中自然災(zāi)害概況，并結(jié)合主要自然災(zāi)害對電網(wǎng)損毀性影響的特征及其時空分布特征，指出了目前中國高電壓主網(wǎng)的安全風險(大范圍冰災(zāi)、大面積污閃、大面積線路覆冰舞動)；門永生等[5]針對典型自然災(zāi)害對電網(wǎng)重要設(shè)施影響的特征，構(gòu)建了基于8類典型自然災(zāi)害的電網(wǎng)重要基礎(chǔ)設(shè)施脆弱性評價指標體系；王興發(fā)等[6]在分析風災(zāi)、洪澇、雷害、火燒山、污閃、地質(zhì)災(zāi)害和覆冰7類自然災(zāi)害對電網(wǎng)造成主要影響的基礎(chǔ)上，從電網(wǎng)自然災(zāi)害預(yù)警系統(tǒng)的目標與功能、預(yù)警指標體系、系統(tǒng)結(jié)構(gòu)、信息資源的整合、預(yù)警事故集的生成5個方面進行系統(tǒng)構(gòu)思和設(shè)計。隨著近些年云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)和平臺的快速發(fā)展，以“數(shù)據(jù)驅(qū)動”代替“模型驅(qū)動”進行各類決策的趨勢在各行各業(yè)逐漸得到認可與推廣，其中，圍繞特定業(yè)務(wù)主題的數(shù)據(jù)倉庫與聯(lián)機分析處理(OLAP)由于直接對接具體應(yīng)用業(yè)務(wù)與數(shù)據(jù)源，得到了廣泛應(yīng)用[7-10]。但縱觀現(xiàn)有研究成果，談理論方法較多，工程技術(shù)較少；談模型構(gòu)建較多，系統(tǒng)集成較少，限制了相關(guān)成果的轉(zhuǎn)化與落地。本文即針對此類問題，圍繞電網(wǎng)防臺抗臺過程中缺少應(yīng)急輔助支持的情況，提出基于現(xiàn)有電網(wǎng)防臺抗臺系統(tǒng)中的業(yè)務(wù)數(shù)據(jù)，采用星型結(jié)構(gòu)分析與設(shè)計“臺風氣象災(zāi)情”、“電網(wǎng)因災(zāi)(臺風)損失”、“電網(wǎng)因災(zāi)(臺風)應(yīng)急資源投入”等應(yīng)急主題數(shù)據(jù)倉庫，充分利用、開發(fā)相關(guān)的數(shù)據(jù)探查與ETL工具實現(xiàn)相關(guān)的數(shù)據(jù)集成，構(gòu)建相關(guān)應(yīng)急主題下的多維數(shù)據(jù)模型，并開展聯(lián)機分析處理(OLAP)研究工作，為相關(guān)企業(yè)和部門開展電網(wǎng)應(yīng)急管理工作提供應(yīng)急輔助支持。

1 電網(wǎng)應(yīng)急主題下的數(shù)據(jù)倉庫分析與高層模型

由于臺風對我國電網(wǎng)影響非常大，故國家電網(wǎng)公司構(gòu)建了針對性的防臺抗臺業(yè)務(wù)系統(tǒng)。從系統(tǒng)使用角度來說，該系統(tǒng)側(cè)重于應(yīng)急業(yè)務(wù)的事務(wù)性系統(tǒng)(OLTP)，為了對相關(guān)業(yè)務(wù)數(shù)據(jù)圍繞相關(guān)電網(wǎng)應(yīng)急主題進行多維分析，以應(yīng)對相關(guān)復(fù)雜統(tǒng)計和報表生成的需求，本文提出在電網(wǎng)應(yīng)急(防臺抗臺)業(yè)務(wù)指導(dǎo)下進行數(shù)據(jù)倉庫分析，最終得出以下3方面主題：

1)臺風氣象災(zāi)情數(shù)據(jù)主題：存儲一定時間段內(nèi)的歷史氣象數(shù)據(jù)記錄，對不同區(qū)域在特定時段的氣溫、濕度、風向、風力、降雨量等進行分析，以便找出不同時間段、不同區(qū)域的某些氣象信息特點。

2)電網(wǎng)因災(zāi)(臺風)損失數(shù)據(jù)主題：存儲一定時間段內(nèi)相應(yīng)區(qū)域的損失數(shù)據(jù)記錄(變電站故障、輸電線路故障、配電網(wǎng)故障、重要用戶停電、人員傷亡及失蹤)，對不同區(qū)域的故障類型、損失情況等進行分析。

3)電網(wǎng)因災(zāi)(臺風)應(yīng)急資源投入數(shù)據(jù)主題：存儲一定時間段內(nèi)相應(yīng)區(qū)域內(nèi)的應(yīng)急資源投入數(shù)據(jù)記錄，如搶修人員(人)、搶修車輛(輛)、發(fā)電車(輛)、發(fā)電機(臺)、大型搶修機械(臺)，對不同區(qū)域在特定氣象條件下投入的搶修人員、搶修車輛、發(fā)電車、發(fā)電機、大型搶修機械等數(shù)據(jù)進行分析。

1.1 臺風氣象災(zāi)情數(shù)據(jù)倉庫高層模型

臺風氣象災(zāi)情數(shù)據(jù)倉庫的高層模型如圖1所示，高層模型中，從屬性與度量清單2方面進行描述。

圖1 臺風災(zāi)情數(shù)據(jù)倉庫高層模型Fig.1 High level model of typhoon disaster data warehouse

1)屬性

①日期屬性：包括日期編號、日期值(YYYY-MM-DD)、年份值、季度值、月份值、星期值、日值等。

②監(jiān)測地點屬性：包括監(jiān)測地點編號、地點名稱、所在市、所在省、地點經(jīng)度和緯度。

③天氣類型屬性：包括編號、天氣類型名稱(晴、陰、多云、陣雨、雷陣雨、雷陣雨伴有冰雹、小雨、中雨、大雨、暴雨、大暴雨、特大暴雨、小雪、中雪、大雪、暴雪、霧、凍雨、沙塵暴、強沙塵暴、霾、雨夾雪)。

④風向類型屬性：包括編號、風向名稱(東風、西風、南風、北風、東北風、東南風、西北風、西南風)。

2)度量清單

包括最高氣溫、最低氣溫、濕度、風力、降雨量。

1.2 電網(wǎng)因災(zāi)(臺風)損失數(shù)據(jù)倉庫高層模型

電網(wǎng)因災(zāi)(臺風)損失數(shù)據(jù)倉庫的高層模型如圖2所示，高層模型中，從屬性與度量清單2方面進行描述。

圖2 電網(wǎng)因災(zāi)(臺風)損失數(shù)據(jù)倉庫高層模型Fig.2 Data warehouse high level model for power grid disaster (typhoon) loss

1)屬性

①時間屬性：包括時間編號、時間值(hh:mm:ss)、24小時時值、12小時時值、分值、秒值、上午/下午標簽值等。

②變電站屬性：包括變電站代碼、變電站名稱、所屬單位、電壓等級、值守類型、主變臺數(shù)、主變?nèi)萘?、投運日期、退運日期、責任人、地址、聯(lián)系電話、施工單位、防洪水位、地質(zhì)條件、周邊排洪設(shè)施、經(jīng)度、緯度、維護班組等。

③輸電線路屬性：包括線路編碼、線路名稱、線路簡稱、線路類型、所屬單位、所屬市局、電壓等級、設(shè)計電壓等級、起始點名稱、結(jié)束點名稱、起點類型、終點類型、線路總長(km)、干支類型、主干線名稱、電纜總長、所屬調(diào)度、運行最大電流、輸送容量、運行狀態(tài)、投運日期、桿塔數(shù)、電流性質(zhì)、額定輸出功率、施工單位、架空長度。

④配電線路屬性：包括饋線編碼、饋線名稱、所屬單位、所屬變電站、站房編號、站房類型、站房名稱、運行狀態(tài)、供電單位、饋線電壓等級、主干名稱、投運日期、變電站電壓等級、施工單位。

⑤重要客戶屬性：包括用戶編號、用戶名稱、供電單位、用戶地址、供電類型、供電容量、供電電壓、用戶等級、用戶類型。

⑥臺風屬性：包括臺風編號、臺風中文名、臺風英文名、臺風形成時間、臺風狀態(tài)、是否影響電網(wǎng)、臺風停止時間。

⑦單位屬性：包括單位編號、單位名稱、上級單位名稱、單位地址、單位聯(lián)系人。

2)度量清單

包括輸送負荷、受損電量、故障持續(xù)時間、故障測量距離、死亡人數(shù)、失蹤人數(shù)、受傷人數(shù)(含重傷)、 重傷人數(shù)。

1.3 電網(wǎng)因災(zāi)(臺風)應(yīng)急資源投入數(shù)據(jù)倉庫高層模型

電網(wǎng)因災(zāi)(臺風)應(yīng)急資源投入數(shù)據(jù)倉庫的高層模型如圖3所示，高層模型中，從屬性與度量清單2方面進行描述。

圖3 電網(wǎng)因災(zāi)(臺風)應(yīng)急資源投入數(shù)據(jù)倉庫高層模型Fig.3 Data warehouse high level model for power grid disaster (typhoon) emergency resource

1)屬性

臺風屬性和單位屬性屬于統(tǒng)一維度，具體內(nèi)容同上文。

2)度量清單

包括搶修人員(人)、搶修車輛(輛)、發(fā)電車(輛)、發(fā)電機(臺)、大型搶修機械(臺)。

2 基于防臺抗臺系統(tǒng)的數(shù)據(jù)抽取、轉(zhuǎn)換與加載

數(shù)據(jù)倉庫的設(shè)計與構(gòu)建，以及后續(xù)的聯(lián)機分析處理，甚至進一步的數(shù)據(jù)挖掘，往往離不開一定數(shù)量和質(zhì)量標準的數(shù)據(jù)支持。在實際工程實踐中，相應(yīng)的數(shù)據(jù)集成與系統(tǒng)集成需要耗費大量的人力和時間，不僅有技術(shù)上的難度，而且有管理和標準上的挑戰(zhàn)。本文以國家電網(wǎng)防臺抗臺業(yè)務(wù)系統(tǒng)為例，簡要說明相關(guān)數(shù)據(jù)抽取、轉(zhuǎn)換與加載(ETL)的關(guān)鍵要點，以保障相關(guān)應(yīng)急主題數(shù)據(jù)倉庫的有效實現(xiàn)。

從整體數(shù)據(jù)倉庫的數(shù)據(jù)載入過程來看，大體可以分為數(shù)據(jù)探查、數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)加載等4個步驟。

1)數(shù)據(jù)探查

數(shù)據(jù)探查是指對多種來源數(shù)據(jù)的基本情況作一個全面了解和分析，以指導(dǎo)后續(xù)的數(shù)據(jù)抽取工作，具體到防臺抗臺系統(tǒng)來說，作為一個實際運行的事務(wù)性業(yè)務(wù)系統(tǒng)，其后臺數(shù)據(jù)庫為關(guān)系型數(shù)據(jù)庫，數(shù)據(jù)探查需要關(guān)注的重點包括數(shù)據(jù)記錄條數(shù)、數(shù)據(jù)依賴完整性、空數(shù)據(jù)項以及數(shù)據(jù)標準不統(tǒng)一等問題，以防臺抗臺系統(tǒng)中的“當天天氣表”、“氣象站點表”進行簡要的數(shù)據(jù)質(zhì)量分析，分析工具為datacleaner4.5，分析結(jié)果如圖4所示，天氣監(jiān)測信息和氣象站基本信息的數(shù)據(jù)參考完整性檢驗如圖5所示。

圖4 防臺抗臺氣象監(jiān)測數(shù)據(jù)質(zhì)量基本分析Fig.4 Basic analysis of weather monitoring data quality

圖5 天氣監(jiān)測信息和氣象站基本信息的數(shù)據(jù)參考完整性檢驗Fig.5 Data reference integrity check for weather monitoring information and meteorological station basic information

2)數(shù)據(jù)抽取

數(shù)據(jù)抽取即是對數(shù)據(jù)源中數(shù)據(jù)的讀取過程，主要是指緩慢變換維表數(shù)據(jù)以及事實表數(shù)據(jù)的抽取，由于防臺抗臺系統(tǒng)后臺是關(guān)系型數(shù)據(jù)庫，可以采用SQL接口訪問，也可以采用一些較為成熟的工具輔助(如Kettle)，在抽取環(huán)節(jié)需要注意的是基于時間戳的數(shù)據(jù)過濾，對于已經(jīng)加載到數(shù)據(jù)倉庫的數(shù)據(jù)，需要在抽取環(huán)節(jié)根據(jù)時間戳過濾掉。

3)數(shù)據(jù)轉(zhuǎn)換

數(shù)據(jù)轉(zhuǎn)換是整個過程中的關(guān)鍵環(huán)節(jié)，既要完成不同標準下的數(shù)據(jù)整合，還需要解決不同來源數(shù)據(jù)項的二次計算與新數(shù)據(jù)項的生成，對于防臺抗臺系統(tǒng)來說，比較典型的是故障時間的計算，在數(shù)據(jù)轉(zhuǎn)換環(huán)節(jié)，需要完成原始數(shù)據(jù)項中“故障恢復(fù)時間”與“故障發(fā)生時間”之間的取差計算(單位：h)，在Kettle中的JS算法如圖6所示。

圖6 故障時間計算腳本Fig.6 Fault time calculation script

4)數(shù)據(jù)加載

數(shù)據(jù)加載是整個過程的最后步驟，是經(jīng)過轉(zhuǎn)換后的數(shù)據(jù)真正載入數(shù)據(jù)倉庫的環(huán)節(jié)，基于防臺抗臺業(yè)務(wù)系統(tǒng)構(gòu)建的應(yīng)急主題下的多個數(shù)據(jù)倉庫存儲在SQLSERVER2008數(shù)據(jù)庫管理系統(tǒng)中，分為維表和事實表，數(shù)據(jù)加載需要按照“先維表、后事實表”的順序加載，數(shù)據(jù)加載完畢后，星型結(jié)構(gòu)下的數(shù)據(jù)倉庫中就有了可以進一步分析的數(shù)據(jù)。

為了更詳細地解釋有關(guān)數(shù)據(jù)倉庫的數(shù)據(jù)ETL過程，以輸電線路因災(zāi)受損事實表的數(shù)據(jù)導(dǎo)入為例進行討論，在Kettle下的業(yè)務(wù)與轉(zhuǎn)換設(shè)計如圖7所示。

由圖7可知，整個ETL過程大體可以分為10個環(huán)節(jié)。

圖7 輸電線路因災(zāi)受損事實表的ETL過程說明Fig.7 ETL process description of fact table of transmission line fault

①源數(shù)據(jù)讀入：從記錄輸電線路因災(zāi)受損信息的業(yè)務(wù)數(shù)據(jù)表中讀入記錄。

②“輸電線路因災(zāi)受損信息”與“輸電線路基本信息”之間的參照完整性檢查：通過外鍵檢索，檢查2個業(yè)務(wù)數(shù)據(jù)表間數(shù)據(jù)的參照完整性，并過濾掉不符合參照完整性的因災(zāi)受損記錄數(shù)據(jù)。

③過濾空數(shù)據(jù)：將“輸電線路因災(zāi)受損信息”中，輸電線路名稱或編號為null的數(shù)據(jù)記錄過濾掉。

④數(shù)據(jù)庫查詢(故障日期)：將“輸電線路因災(zāi)受損信息”中，故障日期屬性進行提取，并在“日期維表”中進行查詢，最終獲得日期維表中對應(yīng)日期的“主鍵ID”。

⑤數(shù)據(jù)庫查詢(故障時間)：將“輸電線路因災(zāi)受損信息”中，故障時間屬性進行提取，并在“時間維表”中進行查詢，最終獲得時間維表中對應(yīng)時間的“主鍵ID”。

⑥數(shù)據(jù)庫查詢(輸電線路故障類型)：將“輸電線路因災(zāi)受損信息”中，故障類型屬性進行提取，并在“輸電線路故障類型維表”中進行查詢，最終獲得維表中對應(yīng)故障類型的“主鍵ID”。

⑦過濾記錄：對源數(shù)據(jù)中，故障時間、恢復(fù)時間或故障類型屬性為null的記錄，進行過濾。

⑧計算故障持續(xù)時間：根據(jù)恢復(fù)時間和故障時間2個字段取值，通過編寫計算腳本，批量自動計算故障持續(xù)時間屬性值。

⑨過濾記錄：對故障持續(xù)時間為負的記錄進行過濾(說明原始數(shù)據(jù)記錄有誤)。

⑩表輸出：將之前幾個步驟建立起來的自定義集成數(shù)據(jù)集，批量寫入輸電線路因災(zāi)受損事實表。

3 基于應(yīng)急主題數(shù)據(jù)倉庫的聯(lián)機分析處理

聯(lián)機分析處理(OLAP)是一種軟件技術(shù)，可使分析人員能夠迅速、一致、交互地從各個方面觀察信息，以達到深入理解數(shù)據(jù)的目的。其具有FASMI(Fast Analysis of Shared Multidimensional Information)即共享多維信息的快速分析的特征。其中F是快速性(Fast)，指系統(tǒng)能在數(shù)秒內(nèi)對用戶的多數(shù)分析要求做出反應(yīng)；A是可分析性(Analysis)，指用戶無需編程就可以定義新的專門計算，將其作為分析的一部分，并以用戶所希望的方式給出報告；M是多維性(Multi-dimensional)，指提供對數(shù)據(jù)分析的多維視圖和分析；I是信息性(Information)，指能及時獲得信息，并且管理大容量信息[11]。本文以電網(wǎng)防臺抗臺系統(tǒng)構(gòu)建的應(yīng)急主題數(shù)據(jù)倉庫為基礎(chǔ)，開展多維數(shù)據(jù)的聯(lián)機分析處理，考慮數(shù)據(jù)敏感性，以配電線路因災(zāi)(臺風)受損數(shù)據(jù)為例，采用Microsoft Analysis Service構(gòu)建相關(guān)的多維數(shù)據(jù)分析模型，構(gòu)建結(jié)果如圖8所示。

圖8 配電線路因災(zāi)(臺風)受損多維數(shù)據(jù)模型瀏覽Fig.8 Multidimensional data model browsing for disaster caused by typhoons in distribution lines

從圖8中可以看出，用戶可以根據(jù)日期、時間、受損配電線路所屬單位、配電線路故障類型、施工單位等多個維度進行統(tǒng)計分析，分析結(jié)果有利于安全與應(yīng)急管理部門對特定單位(所屬單位、施工單位)、在特定時間區(qū)間(譬如臺風頻發(fā)的時間段)的配電線路故障情況進行了解，以進一步提前有針對性地做出準備。

4 結(jié)論

1)在現(xiàn)有電網(wǎng)防臺抗臺系統(tǒng)的基礎(chǔ)上，提出電網(wǎng)應(yīng)急主題數(shù)據(jù)倉庫需求，并對其開展基于星型結(jié)構(gòu)下的結(jié)構(gòu)設(shè)計與實現(xiàn)。

2)采用相關(guān)數(shù)據(jù)探查與ETL工具，可以實現(xiàn)電網(wǎng)防臺抗臺系統(tǒng)數(shù)據(jù)到數(shù)據(jù)倉庫的數(shù)據(jù)遷移與數(shù)據(jù)集成。

3)圍繞臺風災(zāi)情數(shù)據(jù)、因災(zāi)(臺風)受損數(shù)據(jù)和因災(zāi)(臺風)應(yīng)急資源投入數(shù)據(jù)開展聯(lián)機分析處理，相關(guān)結(jié)果可以用于指導(dǎo)相關(guān)電網(wǎng)安全與應(yīng)急過程中的輔助決策。