劉小寨 孫暉 彭松 艾則孜江·加帕爾

摘 要：變電站運(yùn)維大數(shù)據(jù)的挖掘和應(yīng)用在智能技術(shù)日漸成熟的情況下，將不斷地深入發(fā)展且功能完善。整合變電站運(yùn)維大數(shù)據(jù)，形成可高效利用的結(jié)構(gòu)化數(shù)據(jù)，合理選取運(yùn)用相應(yīng)數(shù)據(jù)挖掘技術(shù)，提供客觀的分析結(jié)果，為設(shè)備運(yùn)維檢修提供決策幫助。

關(guān)鍵詞：變電運(yùn)維;大數(shù)據(jù);挖掘應(yīng)用

0引言

電網(wǎng)結(jié)構(gòu)越來越復(fù)雜，設(shè)備呈現(xiàn)類型眾多、數(shù)量龐大、技術(shù)新等特點(diǎn)。電網(wǎng)運(yùn)行過程中變電站各個(gè)元器件隨之產(chǎn)生大量數(shù)據(jù)，數(shù)據(jù)的多樣化考驗(yàn)變電運(yùn)維人員的處理能力，如何對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)、挖掘、分析、應(yīng)用，盡可能發(fā)揮變電運(yùn)維數(shù)據(jù)的作用，成為新時(shí)代下變電運(yùn)維技術(shù)的研究重點(diǎn)和難點(diǎn)。

1運(yùn)維大數(shù)據(jù)類型

變電站的運(yùn)維數(shù)據(jù)由于設(shè)備類型多、來源廣、數(shù)量大、零散化、結(jié)構(gòu)復(fù)雜等特點(diǎn)，以運(yùn)維數(shù)據(jù)的刷新周期作為主分類標(biāo)準(zhǔn)進(jìn)行運(yùn)維大數(shù)據(jù)類型劃分，分為固有數(shù)據(jù)、動(dòng)態(tài)數(shù)據(jù)和隨機(jī)數(shù)據(jù)，再以設(shè)備類型、采集方式等進(jìn)行細(xì)分。

1.1固有數(shù)據(jù)

包括：設(shè)備臺(tái)賬參數(shù)、出廠試驗(yàn)報(bào)告、說明書等。

1.2動(dòng)態(tài)數(shù)據(jù)

氣象數(shù)據(jù)：溫度、濕度、天氣狀況、風(fēng)速等。負(fù)荷數(shù)據(jù)：計(jì)量、測(cè)量等各類電壓電流數(shù)據(jù)、電能質(zhì)量數(shù)據(jù)。測(cè)量和試驗(yàn)記錄數(shù)據(jù)：一次設(shè)備試驗(yàn)報(bào)告、GIS局放在線監(jiān)測(cè)、高壓柜局放數(shù)據(jù)、油色譜監(jiān)測(cè)、微水、設(shè)備介損、主變繞溫油溫油位、主變分接開關(guān)動(dòng)作次數(shù)、油流繼電器示數(shù)、斷路器動(dòng)作次數(shù)、避雷器動(dòng)作次數(shù)和泄漏電流、鐵芯及夾件泄漏電流、液壓機(jī)構(gòu)打壓次數(shù)和液壓表壓力、SF6壓力、套管油位、紅外測(cè)溫、設(shè)備聲音記錄、蓄電池電壓內(nèi)阻測(cè)量、電壓互感器N600接地電流測(cè)量和電流互感器二次電壓測(cè)量等。

1.3隨機(jī)數(shù)據(jù)

包括：設(shè)備試驗(yàn)和檢修記錄、開關(guān)跳閘記錄、保護(hù)動(dòng)作記錄、故障錄波及測(cè)距數(shù)據(jù)、裝置告警信息記錄、設(shè)備缺陷記錄、節(jié)假日特殊活動(dòng)等社會(huì)數(shù)據(jù)。

2變電站運(yùn)維數(shù)據(jù)的挖掘方法

數(shù)據(jù)挖掘有別于傳統(tǒng)的簡(jiǎn)單數(shù)據(jù)分析。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中但又潛在有用的信息和知識(shí)的過程。數(shù)據(jù)挖掘基于大數(shù)據(jù)技術(shù)從多種類型的數(shù)據(jù)中快速獲取知識(shí)，為決策人員提供客觀的決策支持。借助數(shù)據(jù)挖掘方法分析變電站運(yùn)維大數(shù)據(jù)，可以從海量運(yùn)維數(shù)據(jù)中找出潛在信息，幫助運(yùn)維人員更有效地評(píng)估設(shè)備狀態(tài)。

數(shù)據(jù)挖掘基本流程大致可分為6大模塊，分別是業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)估和應(yīng)用改進(jìn)。業(yè)務(wù)理解即確定目標(biāo)和明確分析需求;數(shù)據(jù)理解即數(shù)據(jù)收集和數(shù)據(jù)清洗，其中數(shù)據(jù)收集所抽取數(shù)據(jù)必須能夠正確反映業(yè)務(wù)需求，否則所得到的分析結(jié)論將會(huì)無效化甚至誤導(dǎo)化，數(shù)據(jù)清洗作用為“去噪”和“補(bǔ)全”，剔除原始數(shù)據(jù)中的壞數(shù)據(jù)和擬合缺失數(shù)據(jù);數(shù)據(jù)準(zhǔn)備即探索數(shù)據(jù)內(nèi)部規(guī)律和數(shù)據(jù)轉(zhuǎn)換，如歸一化、標(biāo)準(zhǔn)化等;建立模型即綜合考慮業(yè)務(wù)需求目標(biāo)，選擇全局最優(yōu)的模型;模型評(píng)估即根據(jù)評(píng)價(jià)標(biāo)準(zhǔn)對(duì)所建模型的精度、效率和通用性進(jìn)行客觀評(píng)估，然后基于評(píng)估結(jié)果判斷所建模型是否滿足業(yè)務(wù)需求;應(yīng)用改進(jìn)即將模型應(yīng)用于業(yè)務(wù)實(shí)踐，切實(shí)解決業(yè)務(wù)需求，挖掘數(shù)據(jù)的最大價(jià)值，同時(shí)基于應(yīng)用情況及時(shí)跟蹤改進(jìn)現(xiàn)有模型，以達(dá)到模型優(yōu)化的目標(biāo)。

具體運(yùn)維大數(shù)據(jù)分析的關(guān)鍵技術(shù)包括數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、分類與回歸、聚類分析、關(guān)聯(lián)分析、時(shí)序模型和結(jié)構(gòu)優(yōu)化等。電力運(yùn)維大數(shù)據(jù)的挖掘重點(diǎn)在于綜合運(yùn)用上述技術(shù)對(duì)海量的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析，通過各種計(jì)算結(jié)果依次相互承接，得出相應(yīng)結(jié)果。

3變電站運(yùn)維大數(shù)據(jù)的挖掘應(yīng)用場(chǎng)景

變電站運(yùn)維大數(shù)據(jù)的挖掘應(yīng)用場(chǎng)景眾多，基于規(guī)范化、系統(tǒng)化、結(jié)構(gòu)化的運(yùn)維數(shù)據(jù)可高效進(jìn)行數(shù)據(jù)分析決策，對(duì)現(xiàn)有的生產(chǎn)運(yùn)維工作提供巨大幫助，提升工作質(zhì)量，彌補(bǔ)人工分析處理的不足，為變電站乃至電網(wǎng)的可靠、穩(wěn)定、持續(xù)運(yùn)行提供堅(jiān)實(shí)保障。

3.1運(yùn)維數(shù)據(jù)結(jié)構(gòu)化存儲(chǔ)系統(tǒng)

運(yùn)維數(shù)據(jù)結(jié)構(gòu)化存儲(chǔ)系統(tǒng)不僅有助于運(yùn)維數(shù)據(jù)挖掘，還能提高運(yùn)維人員的工作效率。通過整合離散、非結(jié)構(gòu)化的運(yùn)維數(shù)據(jù)，提供結(jié)構(gòu)化查詢功能，可根據(jù)工作需求快速獲取所需實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)。同時(shí)，可保留基礎(chǔ)紙質(zhì)化的規(guī)范表單留痕，然后利用OCR圖像識(shí)別技術(shù)將紙質(zhì)化表單快速電子化存儲(chǔ)，或者充分利用巡視PAD的功能，進(jìn)行電子表單記錄，共享巡視機(jī)器人數(shù)據(jù)庫并獲取相應(yīng)信息。

3.2設(shè)備狀態(tài)評(píng)估系統(tǒng)

設(shè)備狀態(tài)評(píng)估系統(tǒng)基于大數(shù)據(jù)技術(shù)實(shí)現(xiàn)運(yùn)維大數(shù)據(jù)分析，根據(jù)運(yùn)維人員需要或自動(dòng)完成設(shè)備狀態(tài)評(píng)估，實(shí)時(shí)快速檢測(cè)設(shè)備運(yùn)維數(shù)據(jù)得到全面客觀的狀態(tài)評(píng)估結(jié)果，為運(yùn)維人員提供決策幫助。

3.2.1數(shù)據(jù)預(yù)處理

運(yùn)維數(shù)據(jù)本身可能存在噪聲數(shù)據(jù)、缺失數(shù)據(jù)等嚴(yán)重影響數(shù)據(jù)分析的情況，首先需要通過數(shù)據(jù)清洗提高數(shù)據(jù)質(zhì)量，從而使數(shù)據(jù)挖掘更有效。數(shù)據(jù)挖掘往往基于高維度數(shù)據(jù)開展，通過特征選取、分布結(jié)構(gòu)等初步發(fā)現(xiàn)數(shù)據(jù)規(guī)律并進(jìn)行標(biāo)準(zhǔn)化等數(shù)據(jù)轉(zhuǎn)換，為下一步數(shù)據(jù)挖掘的效率提高和判斷精準(zhǔn)提供幫助。

3.2.2數(shù)據(jù)挖掘

數(shù)據(jù)挖掘主要針對(duì)設(shè)備不同狀態(tài)下的運(yùn)維數(shù)據(jù)、電網(wǎng)運(yùn)行狀況和氣象數(shù)據(jù)等多源異構(gòu)多維數(shù)據(jù)進(jìn)行整合，然后根據(jù)業(yè)務(wù)需求建立模型綜合開展關(guān)聯(lián)性、相關(guān)性、分類判斷和預(yù)測(cè)分析，最終輸出分析結(jié)果。

3.2.3狀態(tài)評(píng)估決策

根據(jù)數(shù)據(jù)挖掘輸出結(jié)果，建立設(shè)備性能狀態(tài)評(píng)價(jià)體系，分性能分等級(jí)區(qū)分設(shè)備性能狀態(tài)。結(jié)合當(dāng)前甚至未來的設(shè)備狀態(tài)、電網(wǎng)運(yùn)行狀態(tài)和氣象因素進(jìn)行預(yù)警，為調(diào)整設(shè)備運(yùn)維策略提供可靠指導(dǎo)。根據(jù)分析結(jié)果可提供特征數(shù)據(jù)的可視化結(jié)構(gòu)，如運(yùn)維數(shù)據(jù)對(duì)比、數(shù)據(jù)主成分分析結(jié)果、設(shè)備性能等級(jí)熱力圖和重點(diǎn)關(guān)注設(shè)備實(shí)時(shí)遙視。

4結(jié)束語

綜上，隨著信息技術(shù)的高速發(fā)展，電網(wǎng)正從自動(dòng)化時(shí)代邁向智能化時(shí)代，“云大物移智”的發(fā)展趨勢(shì)對(duì)電網(wǎng)升級(jí)轉(zhuǎn)型，建設(shè)智能化可靠電網(wǎng)有著極其重要的意義。變電站作為電網(wǎng)中的重要一環(huán)，其設(shè)備運(yùn)維質(zhì)量很大程度上決定著電網(wǎng)運(yùn)行的可靠性。通過分析變電站運(yùn)維大數(shù)據(jù)的類型特征，結(jié)合數(shù)據(jù)挖掘方法及其關(guān)鍵技術(shù)，探究變電站內(nèi)數(shù)據(jù)分析應(yīng)用場(chǎng)景，最終提高運(yùn)維大數(shù)據(jù)的利用率和站內(nèi)設(shè)備運(yùn)行的可靠性。

參考文獻(xiàn)：

[1]變電站遠(yuǎn)程運(yùn)維平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J].潘曉華.科技風(fēng).2019（36）

[2]變電站運(yùn)維一體化實(shí)施中存在的問題及對(duì)策[J].余洋.科技創(chuàng)新導(dǎo)報(bào).2019（25）

[3]基于智能變電站倒閘操作的全方位變電運(yùn)維實(shí)踐和應(yīng)用[J].韓立影.科技創(chuàng)新導(dǎo)報(bào).2019（35）

（國(guó)網(wǎng)烏魯木齊供電公司? 830000）