2. 调度自动化数据体系与质量维度

调度自动化系统并不是单一软件,而是由多套承担不同时间尺度与控制职责的系统共同构成的数据体系。SCADA、EMS、DMS、WAMS 四类系统在调度生产中各有分工,又通过数据交换与模型拼接形成整体。理解数据质量治理,首先要看清这些系统各自"装什么数据、以什么节奏产生数据、数据流向哪里",然后才能判断一条数据在哪个环节可能失真。

四类系统的数据构成与职责边界

SCADA(数据采集与监控系统)是实时数据源头,主要承载遥测(模拟量,如线路有功/无功、母线电压、主变油温)、遥信(开关/刀闸位置、保护动作信号、装置异常告警)、遥控与遥调命令,以及电度量(关口电量、分时电量)。其数据以秒级或更快的周期刷新,典型遥测扫描周期为 1~5 s,遥信变位采用事件驱动上报。SCADA 数据的核心特征是"实时、高频、带时标"。

EMS(能量管理系统)建立在 SCADA 实时数据与电网模型之上,承载网络拓扑、设备参数(线路阻抗、变压器变比、发电机爬坡率)、负荷预测曲线、发电计划、断面限额、状态估计结果与潮流计算结果。EMS 数据的时间尺度从秒级延伸到分钟级、日前级,其质量不仅取决于量测本身,还取决于模型参数与拓扑连接关系是否正确。

DMS(配电管理系统)面向中低压配电网,数据对象数量远大于输电网:馈线、配变、开关、分支箱、用户接入点,以及配变低压侧电压、电流、功率因数、停电事件。DMS 数据的特点是"点多、面广、量测覆盖率低",大量配变与分支节点缺少实时量测,需要依靠状态估计、负荷推算与用户报修信息补全,因此完整性问题在 DMS 中尤为突出。

WAMS(广域测量系统)基于 PMU(同步相量测量装置)提供带 GPS 时标的高精度同步相量数据,采样率通常为 25~100 帧/s,输出母线电压相量、线路电流相量、频率与频率变化率。WAMS 数据的时间同步精度可达微秒级,主要用于低频振荡监测、动态过程记录与广域稳定控制,其质量核心在于时标一致性与相量精度。

调度自动化四类系统数据构成与流向 现场层 · 一次设备与量测源 RTU / 测控装置 PMU 同步相量装置 配电终端 DTU/TTU 电能量采集终端 保护/安控装置 系统层 · 四类调度自动化系统 SCADA 遥测 / 遥信 / 遥控 电度量 · 1~5 s 刷新 实时数据源头 EMS 电网模型 / 设备参数 状态估计 / 潮流 / 断面 秒级~日前级 DMS 馈线 / 配变 / 分支箱 停电事件 / 低压量测 点多面广 · 量测稀疏 WAMS 电压/电流相量 频率 / df/dt · GPS 时标 25~100 帧/s 量测 模型 同步 质量维度 · 六大校验视角 完整性 缺测 / 漏报 / 未覆盖 准确性 偏差 / 漂移 / 坏值 一致性 多源冲突 / 模型不符 及时性 时延 / 时标错位 唯一性 重复点 / 重复记录 有效性 越限 / 量纲 / 逻辑 同一测点可同时命中多个维度:如某配变电压既缺测(完整性)又时标滞后(及时性) 治理顺序建议:先唯一性去重 → 再完整性补全 → 后一致性对齐 → 最后准确性与有效性校核

六大质量维度的判定口径

数据质量不能只凭"看着不对"来判断,需要为每个维度定义可计算的判定口径。以下给出工程中常用的判定方式与示例阈值(示例值仅用于说明判定逻辑,实际阈值应结合本单位运行规程确定)。

维度核心问题典型判定指标示例判定口径
完整性该有的数据有没有测点覆盖率、数据到达率某 10 kV 馈线应接入 42 个配变,实际接入 38 个,覆盖率 90.5%
准确性数值是否接近真值与标准源偏差、状态估计残差母线电压量测与状态估计值偏差超过 2% 判为可疑
一致性多源之间是否自洽跨系统同点差值、模型-量测匹配率SCADA 与 DMS 同一开关位置不一致持续 30 s 以上告警
及时性数据是否按时到达端到端时延、时标偏差遥测时标与主站接收时刻偏差大于 5 s 判为超时
唯一性是否存在重复对象重复点号数、重复记录率同一 RTU 地址下出现两个相同点号,判为重复定义
有效性数值是否在合理范围越限率、量纲与逻辑校验通过率110 kV 母线电压超出 0.9~1.1 倍额定值范围判为越限

从一条异常数据看维度交叉

假设某 220 kV 变电站 1 号主变高压侧有功遥测在 10:15:00 上报值为 0 MW,而该主变当时实际带负荷约 85 MW。这条数据可能同时涉及多个维度:若该点此前一直正常、仅此一帧为 0,属于准确性问题(坏值);若该点连续多帧未刷新,属于及时性问题;若 SCADA 显示 0 MW 而 EMS 状态估计仍为 85 MW,则暴露一致性问题;若该点号在系统中被重复定义两次,则先要解决唯一性问题。治理时必须先定位主因,否则容易在错误维度上反复修补。

判断维度归属的实用方法:先看"数据有没有"(完整性、唯一性),再看"数据准不准、来没来"(准确性、及时性),最后看"多源对不对得上、值合不合理"(一致性、有效性)。这个顺序能避免把一致性问题误判为准确性问题。

治理顺序与优先级

六个维度并非平行关系,存在明确的处理依赖。唯一性未解决时,重复点会导致统计口径翻倍,完整性指标失真;完整性未补全时,一致性比对缺少可比对象;一致性未对齐时,准确性与有效性校核会因基准不同而误报。因此推荐的治理顺序是:唯一性去重 → 完整性补全 → 一致性对齐 → 准确性校核 → 有效性校验 → 及时性监控。及时性虽排在最后,但它贯穿全流程,因为任何维度的校验都依赖正确的时标。

在实际工程中,可先对全量测点做一次"维度体检":统计各系统测点总数、重复点号数、缺测点数、跨系统不一致点数、超时点数、越限点数,形成一张按系统分列的质量基线表。后续每次治理都以这张基线表为参照,观察各维度指标的变化,而不是凭感觉判断治理是否见效。

注意:不同系统对同一物理量的命名、量纲、时标基准可能不同。例如 SCADA 有功单位常为 MW,DMS 配变容量可能为 kVA,WAMS 相量角度以度为单位且参考相量不同。做一致性比对前必须先统一量纲与参考基准,否则会把正常的单位差异误判为数据错误。

理解四类系统的数据构成与六大维度的判定口径,是后续开展数据接入、模型拼接、状态估计与质量评估的基础。只有先明确"每条数据属于哪个系统、应满足哪些维度要求",才能在治理时做到有的放矢。