數據挖掘在變電站設備運維中的應用

沈亞瑞

【摘 ?要】數據挖掘可從大量的數據中通過算法搜索隱藏于其中的信息，其中融合了計算機科學、統計、在線分析處理、情報檢索、機器學習、專家系統和模式識別等諸多理論和技術。通常可以達到預測、相關性分組、聚類等應用目的。因此，數據挖掘技術可以廣泛應用于變電站設備運維工作中。

【關鍵詞】數據挖掘;變電站;設備運維應用

引言

而且，隨著云計算技術的發展，數據挖掘技術在云計算平臺的基礎上計算速度會更快，非結構化數據也能被更好地存儲利用，通過融合更多更復雜的數據準確率會大幅提高，可以極大地提高變電運維工作的智能化水平，提高工作效率和完成質量。

1大數據的概念

在當前電力系統發展的背景下，傳統變電站和智能變電站都需要在工作中安裝監控系統，確保工作流程始終處于監控狀態下，所以在這一基礎上，如果要進行單個變電站信號處理，就需要在整個變電站范圍內進行工作分類，從而使檢修工作能夠順利開展，對于異常情況的發生也要設置必要的警報裝置。通常情況下報警信息主要分為14種類型。如果每秒鐘可以收到的警告信息超過8條，那么每個裝備每天都需要接受和處理70萬條以上的數據信息。由于裝備中的保存周期設置時間不會超過一個月，因此在極端狀態下，數據庫裝備中的滾動報警信息容納量將明顯超過千萬條以上。由于電網設備檢測平臺在工作中需要存儲的數據量眾多，所以傳統形態下的數據庫工作形式很難滿足電網的自愈要求。大數據理念是現代社會發展中一項全新的理念，由于其內涵和外延都在不斷發展，所以短時間內也無法對其進行時間范圍的規定。

2現狀與存在的問題

隨著大數據的不斷發展和應用，各電力企業內的多種經營業務以及運營系統和平臺不斷增多，其規模也在不斷壯大。電力企業正在逐步形成主要由服務器主機、數據庫系統、互聯網設備、安全設施以及應用軟硬件系統等組成的數據信息運行系統，關系到企業內部各個重要業務系統。但是在數據信息管理系統以及運用安全保護方面，電力企業現階段大多數運用的是分布式的多個點管理的方式，卻少了對服務器主機、數據庫系統、互聯網設備等登入賬號全面管控的系統。沒有辦法對登錄賬號建立、授予權力、權限更改以及登錄賬號注銷或凍結的全過程進行追蹤和管控;沒有辦法對長期使用的賬戶、密碼強度較弱的賬戶、長時間沒有修改密碼的賬戶進行分析和處理，非常易使登錄賬戶的密碼遭到泄漏，進而可能對電力企業的內部系統的穩定、可持續運轉產生非常大的威脅。因而，電力企業十分需要一個非常有效果的辦法來對內部數據信息進行保護。運營維修部門目前存在的主要問題有：（1）運行維修的工作人員數量十分有限，但是承擔著企業內部許多服務器和數據庫的安全保護責任，非常需要先進的手段措施來提高工作人員的效率。（2）每天對運行維護工作進行的安全管理一般是通過抽取審計工作簿來完成的，由于缺少目的性，因而難以發現其中存在的問題[4]。（3）通常要對安全基線配置狀況進行抽取檢查和對比審核以及檢驗，耗費時間耗費精力而且效果不顯著。（4）在運行維護安全管理控制這一板塊中相對重要的登錄賬號管控部分，使用者只是用堡壘機對賬戶密碼進行托管，并沒有十分好的管控方法。

3數據挖掘在變電站設備運維中的應用

3.1決策樹下的故障數據挖掘方法

在當前數據挖掘的分類算法中，決策樹方法的應用最為廣泛，這種方法主要是應用在非連續性變量的分析和預測過程中，也就是在工作中借助樹形結構對問題進行描述，這是一種典型可收斂式的分類器。決策樹在對信息進行細化分類的過程中，往往會最大化影響變量的差別性，最終將數據分在沒有交集的分支上。由于電網出現故障后需要在較短時間內對工作中產生的各種故障問題進行分析，所以運用決策樹方法，可以更準確地實現對報警信息的分類處置，這對于調度端故障追蹤程序起到了支持作用。決策樹分類算法屬于一種監督式學習方法，在工作中需要將訓練樣本輸入其中，從而對監督模型進行分類處置，在歸納作用下形成決策樹，之后再對陌生數據進行預測或是分析。

3.2采用更先進的技術水平

在今后的社會發展中，變電站工作必然會向著更為完善的方向發展。所以，要想進一步提高變電站智能發展水平就要進一步加強對先進數據的應用和探索。例如GPS技術就是目前應用較為廣泛的一項全新變電站技術，基于其故障追蹤檢修方式的新穎性和優勢性，GPS除了具備十分精準的定位優勢外，還能幫助工作人員提升檢修水平和質量，從而可以使工作人員借助GPS技術實現故障位置的準確定位，這種方式不僅能實現工作方式的優化，還能進一步優化和提升工作質量。因此在智能化社會發展的背景下，要想對變電站故障進行精準判斷，就要進一步加強對先進技術手段的使用。此外，當前變電站在進行線路配置的過程中往往會選擇偏遠或是遠離中心區的位置，這也會對工作人員的故障判斷和排查造成一定的負面影響，基于此，變電站工作人員更應該加強對各項先進技術的掌握，通過有效的電力監督和審核，提升工作精準度。通過對先進技術的應用，故障問題的排查精準性將得到顯著提升，有助于工作人員明確和控制排查故障范圍，能有效降低故障管理工作帶來的各種損失。

3.3加強日常巡視和管理的有效落實

智能變電站發展過程中，電力設備工作能否安全、穩定的開展將在很大程度上影響電網的運行質量，因此，在大數據挖掘技術作用下，要求在今后的工作中，智能變電站要進一步加強對各項設備的維護和巡視工作的有效開展，在此過程中，相關單位可以成立技術發展和巡視工作小組，通過這種方式對安全隱患、系統和設備等進行有效排查，從而對故障線路和設備中的問題進行明確，尋找更有效的方式來解決問題。其次還應該建立定期巡視維護方案，督查人員也應該對各項檢查工作進行監督，季節交替和惡劣天氣下也應該建立必要的檢查制度，采取有效的保護機制，從而保證智能變電站設備安全運行的穩定性和科學性。

3.4故障預測過程

研究中所選擇的這個系統，子站需要在對從現場采集到的相關數據進行初步分析之后，將這些數據和分析結果通過主動的方式或者是查詢機制等傳遞到主站當中。整個系統當中必然不可能只包含一個子站，因此，主站需要接收來自不同子站的數據，而且還需要對于這些數據進行進一步的分析和處理。數據預處理工作能夠減少子站中的一些垃圾數據或者無用數據進入主站中。這一目標的實現需要對傳輸的數據開展預處理工作，將過時、重復的垃圾數據清除干凈。數據在預處理的過程中通過抽取、轉換、清洗和監控，實現數據的處理。數據抽取、清洗每個工序都有特定的任務，在完成這些工序之后，就需要完成故障的監視和預測。監控電力系統當中的數據是否發生異常變化，如果發生異常必須要及時進行處理，發揮數據的監視功能，需要開展新一輪的數據預處理工作。

結束語

近年來，電力行業對通信技術的重視程度不斷加強，應用范圍不斷擴大。為確保配電網管理系統的正常運行，需要對電力系統產生的信息等進行實時記錄，因此有更多的數據生成。目前，國家借助多種措施對電力市場進行改革，同時智能電網技術也在不斷發展，信息數據會愈發龐大，電力系統數據儲存能力必須要逐漸提升起來。

參考文獻：

[1]張萌.數據挖掘在變電站設備運維中的應用[J].電力大數據，2017，22（11）：44-47.

[2]韓軍，馬佳豪，李曉軍，李偉碩，張喜群，宋波，孫驥.基于數據挖掘的變電站告警數據分析和巡檢策略研究[J].電力大數據，2017，22（07）：20-26.

[3]余劍峰，鄧梅.變電站運行信息數據挖掘研究[J].設備管理與維修，2017（02）：45-46.

（作者單位：國網山東省電力公司東營供電公司）