随着智能变电站的建设，主体设备的智能化程度不断提高，电力数据网不断完善，为实现区域私有云提供了基础条件。目前变电站还处于使用当地自建独立监控系统的阶段，需要独立配备服务器，无形中增加了建设成本，维护困难，系统信息共享程度和灾备能力较差。本文对基于私有云的区域变电站方案进行了设计与探讨。
1 私有云技术
1.1 云技术
云技术是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。按照云的服务层次可以把云服务分为：基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）[1]。
IaaS：基础设施即服务Infrastructure-as-a- Service，消费者通过Internet可以从完善的计算机基础设施获得服务。
PaaS：平台即服务Platform-as-a- Service，PaaS实际上是指将软件研发的平台作为一种服务，以SaaS的模式提交给用户。因此，PaaS也是SaaS模式的一种应用。但是，PaaS的出现可以加快SaaS的发展，尤其是加快SaaS应用的开发速度。
SaaS：软件即服务Software-as-a- Service，它是一种通过Internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件来管理企业经营活动。
1.2 虚拟化
虚拟化是云服务的基础，是云服务的重要特征，通过虚拟化技术，云服务平台可以将多台服务器整合成一个联动的集群，构成一个资源池，实现共同计算，共享资源，可以最大限度的利用系统内的闲置计算资源。
图1 以VMware产品为例的虚拟化示例图
1.3 海量数据存储
传统的存储方式采用专用存储服务器（或直接使用应用服务器）存放所有的数据，存储服务器成为系统性能的瓶颈，不能满足大规模存储应用的需要。数据通常采用的是就地存储的方式，安全性较低，扩展性受限，共享能力弱。
海量数据存储采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用寻址服务器定位存储信息，有较高的可靠性、可用性和存取效率，且易于扩展。
图2 海量存储的结构示意图
1.4 大数据
大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术是指从各种各样类型的数据中，快速获得有价值信息的能力，大数据的基本特征为：数据体量巨大、数据类型多样、处理速度快、价值密度低。
2 区域变电站
2.1 何为区域变电站
本文描述的区域变电站是指在一个特定供电区域内，建立一个区域监控中心，通过高速通信网络，实现对区域内多个实体变电站、独立设备的统一管控。需要澄清的是，区域变电站的区域概念只限于控制信息系统的区域化，实际供电系统仍按传统方式实现。
2.2 结构示意图
图3 结构示意图
2.3 优势
1）集中设备管理，优化资源配置
区域变电站模式下采用了集中建站的方式，服务器、存储设备全部集中于区域中心机房中。在这种模式下，应用虚拟化技术，将所有的服务器进行硬件虚拟化，构建服务器资源池，实现IaaS。传统变电站的服务器一般资源利用率低，个别利用率高的现场又容易发生硬件故障，资源分配不均匀，不能实现资源共享。
数据存储一般采用就地存储，即存放于应用服务器的硬盘上或存储于独立的存储服务器中，大量的存储资源长期处于空闲状态，利用率低。
表1是对于不同服务器数量下两种模式的比对，假设单站资源平均需求为40，单台服务器资源为100，资源警戒线为90%。
通过表1的对比发现，相比于传统变电站建设模式，区域变电站模式对于服务器资源的节省是很明显的，普遍节省约50%，在总投资不变的情况下，这50%就是所谓的系统裕度，可以作为热备资源存在，提高系统运行可靠性。
另外，从预算的角度看，单站情况下服务器的预算有限，只能配置一般的服务器，性能及可靠性差。在区域模式下，多台服务器的预算叠加，就可以综合考虑性能及可靠性的需求，选用较好的服务器，从而提高了系统性能和安全质量。
表1 不同服务器数量两种模式的资源比对
2）优化数据汇聚方案，减少基建重复投入
文中提到传统的存储服务器成为系统性能的瓶颈，不能满足大规模存储应用的需要。传统变电站中一般采用双（多）机热备的模式，应用只能利用单一设备的性能，处于热备状态的设备只能实现备份的作用，不能做到性能叠加或者负载均衡。实时产生的数据采用定时（1min或5min）采样存储的模式，其余数据采用丢弃的方式处理，系统不具备海量存储和分析的能力。
主站侧在进行数据分析的时候，通常也采用规约上送，定时采点的模式获取原始数据，这种模式下的网络结构如下。
图4 传统模式数据获取的网络结构图
传统模式中通过远动机进行数据上送，只能上送结构化数据，非结构化数据需要编码处理后才能上送，数据的大小也受限。
采用区域变电站模式，可以有效解决该问题，区域变电站的性能较高，完全可以应对分布式数据处理的需要，在该模式下采用数据分布存储的模式，避免数据大量迁移。此时的网络结构如图5所示。
图5 区域模式数据获取的网络结构图
区域模式下，主站只需要从区间中心获取原始数据，或者采用分布式计算的模型，将计算任务下放到区间中心的计算节点，就地取数计算后再将结果反馈给主站。
厂站与区域中心直接进行网络通信，数据直连，只要保证网络环境稳定高速，就不存在数据获取的障碍，区域中心直接获取实时数据，数据不间断存储，定期分析归档清理，数据安全性、可用性高。
3）提高数据共享互通能力，实现区域大数据分析
采用区域变电站模式，对于主站来讲区域中心相当于分布式的数据中心，通过建立高速互联网络，可以轻松实现各区域中心之间、区域中心对主站的数据互联互通，为分布式计算、大数据分析提供了基础条件。
在此基础上可以实现区域级别的保护系统，甚至跨域、多域的联动保护系统。
4）实现快速恢复与系统扩容，提供统一的灾备方案[3]
通过建立区域中心，可以利用虚拟机的特性，提供完美的主机热备、镜像、快照，支持实时迁移，快速恢复，动态扩容等功能。
通过区域互联，实现数据的异地备份，实现系统冗余灾备，甚至是极端情况下的系统级替代。相对于传统变电站，实现了系统级的冗余备份，实现了数据的RAID、多副本、异地备份，极大地提高了系统的稳定性、可用性。
5）集中运维，降低维护难度，减少成本
传统模式下，变电站的运维一般分析为一次班（运行人员）、二次班（远动、继保人员），所有的运维操作均需要在现场实施。
在区域模式下，系统被建立在云端，二次运维人员可以轻松地使用云终端系统通过专用通道或者VPN方式访问和维护监控系统。除了例行的现场设备检修之外，其余情况均可以采用该方式。
未来可以将测控、保护设备也迁移到区域中心，现场全部采用智能终端、合并单元上送数据。此时，保护装置的例行检修也可以在区域中心完成了。
对于一次运行人员，可以安排在区域中心进行值班监控，通过云终端、移动设备实时调取现场数据、视频。结合智能推送机制，在关键信息产生时，准时推送到个人移动设备，减少信息传递的环节，缩短信息传递的时间，提高处理效率。
3 建设过程
本文根据网络建设情况、信息化程度将区域变电站的建设分成了4个阶段，具体如下：
1）集中建站，硬件虚拟化
在区域变电站建设的第一阶段，主要是完成了监控系统、服务器、存储设备的集中化，采用虚拟化方法，实现私有云，硬件级无厂站分界，采用虚拟机技术构建监控系统、存储系统。
这个阶段，现场的测控、保护装置不做任何改造，只将现场服务器、远动设备取消，所有二次设备直接上网。
2）二次设备集中化
这个阶段主要解决了第一阶段中二次设备仍就地运行的问题，该阶段的实现依赖于网络的建设情况，必须建设高带宽、低延迟的通信网络。
现场全部采用智能终端、合并单元直接上网的模式。保护、测控装置全部迁移至区域中心，通过高速通信网络实现数据采集。
3）平台虚拟化
随着信息化的推进，主体的监控系统要改变传统的单机安装运行方式，进入云平台运行方式。操作系统级没有厂站之分，厂站逻辑隔离通过云平台的软件架构实现，即实现了PaaS或SaaS。
4）区域互联
通过进一步推进通信网络的互联互通建设，结合PaaS/SaaS的实现，区域中心间的数据访问和迁移变得容易，此时区域间的分界不再明显，平台级实现互联、互通、协作、灾备。
4 高级应用
在建立了互联互通的区域中心后，就可以利用云平台的资源，实现一些高级应用，具体如下：
1）故障预测
通过实时采集分析区域数据的变化，采用大数据分析技术，建立故障预测模型，实现故障预警。
2）行为分析
接入人员单兵系统，分析人员操作习惯，对数据进行抽样归纳，及时发现违规行为，发出警示，通过联动操作制止不当行为，实现智能五防。
3）实时故障转移
通过建立快照、冗余备份、热备等方式，对重要系统提供实时恢复、替代等支持，实现实时故障转移。
