電力自動化變壓器檢修系統處理技術研究

張明陽 李會波

國電電力發展股份有限公司和禹水電開發公司

一、電力自動化變壓器檢修系統概述

現階段，電力自動化變壓器維修系統廣泛應用于電力系統管理，變壓器相關信息可以全面收集整理，為維護工作提供依據。在實際大修工作中，系統自動存儲變壓器大修后產生的數據，為后期設備的運行和維護提供了大量的數據資源，為維護效率的提高奠定了良好的基礎。當系統運行時，必須保存相應的數據，因此構建數據庫非常重要，數據庫可以有效地分析，處理和調用數據。數據分析必須應用專門的分析和處理技術，以提高數據處理速度并確保處理結果的準確性。

二、分析方法

第一種分析方法是鉆取，在維度層次與分析粒度上針對數據進行改變。鉆取又劃分為上鉆和下鉆兩種，其中上鉆主要是針對某一具體維度而言，將其中位于低層次的細節數據提煉出來，并將其概括到位于高層次的匯總數據中，或者也可以通過縮減維度實現維度層次的改變，從而達到控制高層數據、調整管理策略的目的；而下鉆則是由粗略的數據轉變為詳細的數據。

第二種分析方法是切片、切塊，其中切片主要是指在多維度的數據庫中選取某一維作為研究對象，并在這一維度中關注到某一維成員的具體動作；而切塊也同樣將多維度的數據庫中的某一維作為分析對象，在其中再定位出具體的區間，選定區間內維成員的動作。同時需要注意的是，切片工作的完成需要在數據庫中某一結構上進行，因此需要在具體操作時找準動機、合理選取方式，才能夠真正完成對于指定區域的管控。

第三種方法是旋轉，旋轉操作所針對的對象指向某一具體的報告或頁面，將其中所顯示出的維方向進行改變，使維的位置得以重新規劃定義。

三、電力自動化變壓器檢修系統的處理技術

（一）準備數據。該階段由四部分組成，即數據提取，轉換，清晰度和加載。必須全面分析設備歷史數據存儲結構以過濾關鍵數據，并且應在OLTP數據庫中正確轉換和清理數據。在OLAP數據庫中加載數據時及時篩選關鍵數據。在此過程中，應確保數據結構與類型一致。同時，數據挖掘模式中的數據格式應與此數據格式匹配。

（二）數據模型。在了解相關事項并調整相關機構和信息后，將獲得知識模型。在進行板塊開挖活動時，由于信息總量很大，一般是與合理的系統一起建立，主題合理整合，然后進行物化設置活動。只有這樣，我們才能積極開展活動以及后續施工工作。我們挖掘的數據是我們數據庫中的詳細數據表。我們通常根據主題和結構構建數據倉庫。我們經常說維度數據系統是指通過根據維度模式對原始的各種類型的數據信息進行排序而獲得的相關顯示結構。

（三）系統模型的建立。我們以某個地方的電力局為例來進行具體分析，主要是對其變電站設備的在線分析。它們有兩個220kV器件，兩個110kV。安裝在線監控以更好地監控變壓器和各種其他相關設備。

1.系統設計。我們根據用戶的需求設計完美的結構，并有效地結合網絡和現有數據。數據模型是在服務器端口使用OLP技術構建的，各種軟件在端口區域有效組合以確保實現。各種更難的數據訪問模式。我們發現數據庫可以有效地為OLAP提供數據。我們可以將此作為仔細分析和挖掘主題的基礎。2.系統結構。我們的整個系統實際上由數據準備和建立以及維護組成。這三者互相影響。我們可以有效地將整個系統分解為三個方面。（1）將業務數據庫的不同數據源的原始數據過濾并存儲在詳細數據OLAP數據庫中。（2）OLAP服務器將綜合數據存儲在數據倉庫中。例如，不同變電站設備的數據不同。（3）最終的用戶端功能由客戶端執行，這使我們更容易處理信息。我們全面考慮各種情況，并仔細分析和處理它們。

（四）數據分析。鑒于在變壓器的維修系統中其數據庫中存儲的數據容量極大，其涵蓋的數據信息也較為詳盡細化，決策者需要在匯總數據的基礎上尋求有效信息輔助決策，因此站在多維度與不同粒度的角度考量，宜選用描述式數據分析法，從而更加簡明扼要的描述出具體的維修信息。在變壓器維修系統中，OLAP與服務器經由相應客戶端口完成數據訪問，以此來實現通信，進而從不同維度出發對變壓器進行操作分析，為用戶提供相應信息。例如在進行故障分析時，可以從單位與時間這兩個不同維度出發，探尋變壓器在各具差異的單位與時段內故障發生與維修的次數。借助針對變壓器維修數據的系統分析，可以獲取到許多有價值的信息，進而探尋其中的規律，便可以實現針對變壓器維修較為精準的預測分析。

結語：變壓器內部結構較為復雜，相對應的檢修技術及流程也較為復雜，采用人工檢修方式的難度較大，且系統中一些微小的細節極易被漏掉，不利于變壓器的穩定運行。在電氣自動化技術迅速發展的背景下，電力自動化變壓器檢修系統的檢修效率較高，且廣泛運用于電力行業。因為這一系統屬于系統性工程，構建難度較大，且要求較高的處理技術，所以應基于現有技術現狀，以系統技術為切入點，進行深入研究與分析。