基于大數據分析的電氣設備狀態評估技術研究

胡拓宇

摘要：文中對基于大數據分析的電氣設備狀態評估技術進行研究，明確大數據分析過程，對管控系統體系結構、數據庫設計等進行分析，結合具體案例對狀態評估模塊進行測試，驗證模型實用性。將大數據分析技術與電力設備評估有效結合是智能電網建設創新之舉，能提升設備檢測參數精確性。

關鍵詞：大數據分析;電氣設備狀態;評估技術

中圖分類號：TP391.4

文獻標識碼：A

文章編號：2095-6487（2019）03-0021-02

0引言

在電力系統中硬件設備是其穩定運行的重要保障，也是各個企業獲取經濟效益的關鍵。各類設備在長期運行過程中受到自身原有與客觀要素限制，發生故障之后對電網電力傳輸穩定性與安全性會產生較大負面影響。所以當前電力管理部門在電氣設備運行中要合理檢測與評估，發現潛藏的故障問題需要及時進行檢修。

1大數據分析技術研究現狀概述

大數據通過快速采集、整理與分析，能獲取極具經濟價值的數據，常用的大數據分析技術主要有深度學習技術、分布式數據挖掘技術、神經網絡等。分布式數據挖掘技術主要有關聯分析與FP-growth算法、分布式聚類算法、分布式分類算法，關聯分析就是通過多種方法深度挖掘數據中不同元素之間的聯系性。聚類算法就是將不同數據進行分類，在相同類別中數據具有較小的差異性，類間數據差異性較大。與聚類算法相比，分類算法具有明確目標，分類算法大多分為兩個步驟，首先是樣本數據對模型訓練，其次是具體數據分類，樣本質量對數據分類成效會產生較大影響。如果數據量不斷增大，狀態監測數據在持續增加，傳統分類算法存有較大不足之處，此時要采取并行化處理。深度學習就是應用不同軟件系統對人體大腦功能進行模擬，對外部環境多項信息進行反饋等1。

2大數據分析過程

大數據應用主要目標是為了保障多項數據能有效整合，獲取不同形式數據，應用工具是數據庫。為了有效滿足異構數據存儲基本要求，需要對數據庫以及分布式系統進行有效構建。合理應用內存計算技術、大數據流計算基數、多維度數據計算處理能力等，通過多項技術應用對海量數據進行挖掘與預判。現階段大數據分析挖掘過程主要是由數據采集獲取、數據預處理、數據統計分析、大數據挖掘流程組成。大數據分析流程如圖1所示。

近些年隨著各類電子元器件以及傳感器應用，促使大數據采集工作快速發展，在計算機技術、智慧城市以及物聯網技術發展中，促使數據來源有效拓寬。傳統標識技術主要有二維碼、條形碼、射頻識別等，還有當前應用較多的NFC技術。諸多電氣設備運行環境狀況較差，獲取的數據存有遺漏情況。為了提升大數據分析與挖掘精確性，要對多項數據采取預處理措施。依照不同分析與分類方法，將大數據合理劃分與統計。結合統計結果，要刪除沒有應用價值的結果，對分析結論進行概括性表達。

3基于大數據分析的電氣設備狀態評估

3.1數據預處理

電氣設備運行容易受到自身以及外部環境多項要素影響，如設備長時間運行老化問題以及設備運行環境條件等，多項影響要素對測量數據精確性都會產生較大誤差。為了設備狀態能得到精確化評估，提升信息獲取質量，需要對數據采取有效的預處理措施。在采集數據預處理中要對數據進行有效整理，對數據合理清理，做好噪聲數據平滑處理，對空缺數據及時補充。做好數據集成處理，對數據整合存儲。在數據規約中，主要目標就是采用多樣化方法對數據有效壓縮，如應用聚類方法。

3.2單狀態量的電氣設備狀態評估

從電力設備運行狀態中能得出其具有低動態性，所以當前在評估中口語發揮出強記憶性時間序列自回歸模型應用價值。在電氣設備運行中狀態量能分為兩類，一類是通過平穩序列實現AR擬合，如常見的接地電流。其次另外的狀態量會產生周期性變化，但是整體變化幅度較小，相關人員通過合理調控能使得AR有效擬合。但AR模型具有相應局限性，不能精確化檢測出監測數據在狀態量閾值外的異常情況，主要是由于設備和數據狀態存在較大差異性。設備在長時間運行中各項性能逐步降低，加上潛藏的故障導致設備運行穩定性較低，對狀態評價正確性產生較大影響。

4大數據狀態評估系統有效設計

4.1系統整體設計

4.1.1設計原則

在智能化運檢技術體系中系統建設是重要組成內容，在設計中頭籌規劃，方案設計等多項工作中要嚴格遵循頂層設計基本原則。通過對運檢等業務標準進行分析可知，對運檢資源、設備、風險、故障等多項標準進行分析，再判定運檢技術發展規劃，能擬定系統化維修計劃，確保系統建設研究活動能深入開展，建立統一規范化的系統。現有電網中應用的各類設備設施，服務應用可以沿用，能對建設投資進行調控。系統基于數據中心收集整合不同系統中的生產數據，系統運行中反應速度等需要全面適應廣大用戶基本應用體驗，在新型系統架構體系中要融入大數據、云計算、物聯網等。評估系統要對軟件架構合理劃分，應用開放程度較大的技術系統，認識到電力二次安全防護以及電網安全防護重要作用。

4.1.2功能設計

管控系統主要應用功能需要具備電網可視化、設備狀態合理分析、運檢階段監控、環境監控預警、運檢指標管理、績效評價、在線監控、電網設備故障檢測等部分。大數據分析和監測業務主要有通過多維度開展設備狀態監控，設備狀態預警監控與狀態綜合評價，對輸變電設備運行情況進行全面監控，收取更多信息，提供在線監測、設備問題統計、電網預警等。然后結合設備運行環境以及運行現狀，對關聯設備鼓掌距離等綜合分析。通過GIS展示故障可能發生位置，整合故障基本類型，提升故障自動化診斷效率。

4.2系統體系結構設計

管控系統在結構設計中主要是應有B/S結構，在云計算平臺中布設服務器。客戶通過瀏覽器能獲取服務器中相關資源與服務，應用AR模型以及神經網絡算法對HBase狀態數據進行深度挖掘，然后獲取電氣設備評價結果。通過RESTful技術遠程調用服務時，獲取的數據設定為JSON格式，傳遞到數據分析層，通過業務邏輯處理，能將JSON格式傳遞到瀏覽器中。客戶端主要是將系統與客戶進行有效交互，主要是用于客戶端輸入，在顯示界面中將輸出內容通過圖形形式進行展示。

文中服務器主要是基于Hadoop平臺上實現，用戶通過頁面獲取相應請求之后，服務器端需要采取分布式并行計算。服務器端主要有大數據層、業務應用層、分布式計算層。用戶在交互層提交數據與業務時會被業務應用層進行處理，將處理好的數據傳遞到交互層。大數據分層西主要是對電器設備獲取的監測數據進行收取，判定設備是否存在故障問題。傳統結構化數據，如用戶信息、權限分配表、生產搶修記錄等。針對電氣設備監測信息、狀態評價等需要通過大數據分析的半結構數據，可以選用分布式數據庫進行儲存。

5結束語

通過大數據對設備狀態進行評估，能合理應用狀態監測數據。在電氣設備狀態評估，對監測數據具有較高要求。對電氣設備不同狀態量變化關系進行分析，合理應用狀態監測數據。

參考文獻

[1]李軍浩，韓旭濤，劉澤輝，等.電氣設備局部放電檢測技術述評[J].高電壓技術，2015（8）：2583-2601.

[2]張健，王丹妮，齊振忠.SF6氣體成分檢測技術在電氣設備狀態評估中的應用[J].電子世界，2013（21）：71-72.

[3]董建軍，韓小強，郎水靜，等.關于電力電氣設備預防性檢修的討論[J].建筑工程技術與設計，2014（7）：593.