基于大数据的电力电缆监测系统及监测方法技术领域
本发明涉及电力系统领域，具体涉及一种电力电缆监测系统及监测方法。
背景技术
为了解决能源安全和环保问题，应对气候变化，抢占产业的制高点，创造新的经济
增长点，世界各国的智能电网建设已经全面启动。智能电网技术是将先进的传感器技术、信
息通信技术、分析决策技术、自动控制技术、能源电力技术及电网基础设施高度集成的新型
现代化电网，实现对发电、输电、配电、用电领域的高度管理和控制。而电力电缆在整个电力
系统资源配置过程中起到了资源承上启下的作用，电力电缆性能的好坏决定了电力系统生
产运行的安全性，因此对电力电缆的有效监测是保证电力系统安全高效运行的必要条件。
电力电缆的性能主要取决于其绝缘性能，当电缆绝缘层损坏时会出现漏电、火灾
等恶劣情况，同时由于在电缆中存在交变磁场，因此会在电缆中形成感应电流，感应电流的
热效应会加速电缆绝缘层的老化。长期以来，为了防止电缆故障带来的事故，需坚持定期定
点的对运行中的电缆进行排查，而传统的排查需在断电的情况下人工实地勘察，且排查周
期较长，不能及时发现电缆故障，已经不能满足当下经济社会的发展要求。社会的发展对电
网建设提出了新的要求，为了给社会的飞速发展提供优质充足的电力，因此提出了电缆实
时带电监控系统，该系统综合利用先进的传感器技术、信息通信技术、分析决策技术、自动
控制技术，主要利用温度传感器监测电缆接头温度、接地电流传感器监测电缆接头接地电
流的大小，这两个监控参数都有电缆正常工作时的阈值，通过实时监控这两个物理量可以
达到预判电缆故障的功能。随着智能电网建设的加快，输电电缆的数量与日俱增，对其监控
的传感器数量也与日俱增，其产生的监控数据量变大，监控数据量产生的速度变快，如何对
如此庞大的输电系统产生的数据量进行存储，如何及时有效的定位电力电缆故障点。这些
都是智能电网建设及待解决的问题。大数据的发展为海量数据的存储及处理提供了有效手
段，数据量大、数据量种类多、数据量产生的速度快这些都是大数据的特征，而目前电缆监
控产生的数据符合大数据的要求，因此本发明提出利用大数据建立电力电缆有效监控系
统，可以提高电力电缆监测状态监测的准确性和可靠性，具有重大意义。
发明内容：
发明目的：针对输电系统产生的数据量庞大的问题，本发明提出一种基于大数据
的电力电缆监测系统及监测方法，利用HDFS对监测数据进行存储和管理，利用K-means聚类
算法底层借助Spark计算框架对采集的数据进行故障诊断，利用SparkSQL对海量数据实现
毫秒级查询，利用高速双向数据通信机制将分析完的结果进行存储和告警。
技术方案：本发明提出一种基于大数据的电力电缆监测系统，包括传感器模块、任
务调度模块、存储模块、电缆综合诊断模块和监测模块，所述传感器模块用于实时采集监测
对象数据，并将采集的实时监测数据上传至存储模块；所述任务调度模块用于根据用户提
交的作业请求启动任务调度；所述存储模块用于保存实时监测数据和离线历史数据，同时
根据用户提交的任务将相应数据传送给电缆综合诊断模块；所述电缆综合诊断模块用于对
收到的数据进行分析处理和故障报警，并将处理完的结果传输至监测模块；所述监测模块
用于对电缆综合诊断模块处理完的结果进行展示和监控。
所述传感器模块包括温度传感器、水位传感器、可燃气体传感器、氧气浓度传感
器、接地电流传感器、GPS传感器。
所述监测模块包括电力电缆监测单元和GIS监测单元，所述电力电缆监测单元用
于监测光纤温度，电缆工作环境中的水位、可燃气体浓度、氧气浓度，以及接地电流，该单元
与温度传感器、水位传感器、可燃气体传感器、氧气浓度传感器、接地电流传感器相连；所述
GIS监测单元用于定位电缆故障具体位置，该单元与GPS传感器相连。
所述电缆综合诊断模块包括数据存储单元、数据分析单元、算法分析单元和系统
报警单元，所述数据分析单元用于分析接收的实时监测数据和离线历史数据，工作时需要
数据存数单元和算法分析单元协同工作，数据存储单元为数据分析单元提供原始数据，算
法分析单元为数据分析单元提供分析算法；所述系统报警单元在诊断结果为电缆故障时进
行故障报警。
本发明还提出一种基于大数据的电力电缆系统的监测方法，包括如下步骤：
1)各监测点上的传感器实时采集相应的监测数据，并将监测数据上传至存储模
块；
2)任务调度模块接收用户提交的任务，并根据提交的任务启动存储模块和电缆综
合诊断模块工作：当用户提交数据存储作业时，任务调度模块调用数据存储模块，将实时监
测数据上传至HDFS；当用户提交数据分析处理作业时，任务调度模块调用电缆综合诊断模
块，将存储模块存储的监控对象实时数据通过高速双向数据与离线历史数据一起传输通道
传输至Spark计算引擎，利用Spark或SparkSQL计算框架进行分析处理，判断电缆是否故障
以及故障状态及故障点，当诊断结果为电缆故障，则启动故障报警，同时将处理的结果上传
至HDFS进行存储归档；
3)监测模块对电缆综合诊断模块处理完的结果进行展示和监控。
所述步骤2诊断故障的具体方法为：利用K-means聚类算法对采集的电缆数据进行
聚类，找出离群点，将其定位电缆异常点。
有益效果：本发明对电力系统电缆监测过程中产生的数据提出了一种综合存储分
析方案，面对海量数据本文利用HDFS进行存储管理，HDFS有高冗余可扩展等特点，是解决海
量数据存储的有效手段；利用k-means聚类算法借助Spark计算引擎对采集的海量数据进行
聚类处理分析，找出离群点，将该点列为电缆异常点，Spark基于内存的运算机制大大提高
了k-means聚类算法的计算速度，实现了电力电缆故障点快速定位。
附图说明
图1为本发明的基于大数据的电力电缆监测系统的总体结构示意图；
图2为本发明的电缆综合诊断模块的结构示意图；
图3为本发明的电缆综合诊断模块诊断故障的方法流程图。
具体实施方式
下面将结合附图，对本发明实施例中的技术方案进行清楚完整地描述。
如图1－2所示的电力电缆监测系统，逻辑上主要分为三个部分，底层的数据采集、
中间层的数据传输和上层的数据存储处理，具体包括传感器模块、任务调度模块、存储模
块、电缆综合诊断模块和监测模块，所述传感器模块用于实时采集监测对象数据，并将采集
的实时监测数据上传至存储模块；所述任务调度模块用于根据用户提交的作业请求启动任
务调度；所述存储模块用于保存实时监测数据和离线历史数据，同时根据用户提交的任务
将相应数据传送给电缆综合诊断模块；所述电缆综合诊断模块用于对收到的数据进行分析
处理和故障报警，并将处理完的结果传输至监测模块；所述监测模块用于对电缆综合诊断
模块处理完的结果进行展示和监控。
底层数据采集单元对应传感器模块和监测模块，为了精确定位故障电缆方位，同
时考虑到电力电缆工作环境的复杂度，对电缆进行全方位监控，具体对电缆工作环境中的
水位、可燃气体浓度、氧气浓度，接地电流、电缆故障具体位置等物理量进行实时监控，采集
的数据通过高速双向传输通道至上层。在图1中：1-局部放电监测点；2-可燃气体浓度检测
点；3-水位监测点；4-氧气浓度监测点；5-接头电流检测点；6-电缆接头温度监测点；7-接头
电流检测点；8-电缆接头温度监测点；9-接头电流检测点；10-接头电流检测点。
本发明的电力电缆监测系统中，传感器模块包括温度传感器、水位传感器、可燃气
体传感器、氧气浓度传感器、接地电流传感器、GPS传感器；监测模块包括电力电缆监测单元
和GIS监测单元；电缆综合诊断模块包括数据存储单元、数据分析单元、算法分析单元和系
统报警单元，该部分时本发明的重点。当用户提交数据存储作业时，任务调度模块调用数据
存储模块，将实时监测数据上传至HDFS；当用户提交数据分析处理作业时，任务调度模块调
用电缆综合诊断模块，分析存储模块传输的监控对象实时数据与离线历史数据，判断电缆
是否故障。本发明采用基于K-means聚类算法的故障诊断算法，经过多次训练，对每个监测
对象进行分类，不在同类中的点即可认为电缆故障点。为了提高算法实现的速度，本发明将
监控对象的实时数据通过高速双向数据传输通道与离线的历史数据一起传输至Spark计算
引擎，利用Spark或SparkSQL计算框架进行分析处理判断电缆是否故障以及故障状态及故
障点，当诊断结果为电缆故障，则启动故障报警模块，同时将处理的结果上传至HDFS进行存
储归档。