李愛芳

摘要：大數(shù)據(jù)技術、智能電網(wǎng)的發(fā)展和電網(wǎng)規(guī)模的迅速增長，對電力設備運行維護和高效管理提出了巨大挑戰(zhàn)。本文結合現(xiàn)行設備運檢管理方面存在的問題，結合大數(shù)據(jù)分析關鍵技術，給出了大數(shù)據(jù)分析方法在電力設備運檢優(yōu)化中的應用方案，分析了利用大數(shù)據(jù)技術，對相關海量數(shù)據(jù)的充分挖掘，分析找出數(shù)據(jù)間的聯(lián)系、因果關系、關鍵信息等有價值的信息，為今后公司的生產(chǎn)運行、設備投資規(guī)劃、檢修人員配置和設備檢修計劃提供可靠參考，有效提升設備運行維護工作的管理水平。

關鍵詞：大數(shù)據(jù)分析;運檢優(yōu)化;電力設備

在數(shù)字經(jīng)濟時代，互聯(lián)網(wǎng)、智能設備和其他形式的信息技術的爆炸性增長使得數(shù)據(jù)以同樣令人印象深刻的速度增長，企業(yè)經(jīng)營的各個階段都可被記錄，設備運行信息都可被采集[1]。數(shù)據(jù)已成為一種重要的生產(chǎn)要素，通過對數(shù)據(jù)的收集、存儲、再組織和分析建模，隱藏在數(shù)據(jù)中的重要價值及規(guī)律將逐漸被展現(xiàn)，這樣有助于企業(yè)的轉型升級，并有力推動企業(yè)的可持續(xù)發(fā)展。

1、設備運檢大數(shù)據(jù)分析的關鍵技術

設備運檢數(shù)據(jù)具有典型大數(shù)據(jù)的特征：①數(shù)據(jù)來源眾多，來自各業(yè)務的應用系統(tǒng);②數(shù)據(jù)體量大、增長速度快;③數(shù)據(jù)類型多樣，包括非結構化和半結構化數(shù)據(jù);④蘊含巨大價值，數(shù)據(jù)之間關聯(lián)度大，關系復雜。傳統(tǒng)的數(shù)據(jù)處理和分析技術無法滿足要求，需要適合大數(shù)據(jù)處理關鍵技術來處理這些數(shù)據(jù)。

1.1數(shù)據(jù)預處理

由于設備運檢數(shù)據(jù)來源眾多，數(shù)據(jù)量巨大;數(shù)量類型豐富，包括結構化、半結構化、非結構化;存在很多“臟數(shù)據(jù)”，比如：空值、拼寫錯誤數(shù)據(jù)、同值異名數(shù)據(jù)、值不合法數(shù)據(jù)、數(shù)值重復數(shù)據(jù)等，這些“臟數(shù)據(jù)”會嚴重影響后續(xù)大數(shù)據(jù)分析和挖掘的結果準確性和質(zhì)量?，F(xiàn)有數(shù)據(jù)具有的這些特征給后續(xù)大數(shù)據(jù)分析帶來困難，因此，對這些多數(shù)據(jù)源海量設備運檢、設備臺賬、故障、缺陷等數(shù)據(jù)進行高效識別和預處理是關鍵一步[2]。

1.2分布式存儲與管理

分布式存儲與訪問，是大數(shù)據(jù)存儲的關鍵技術，具有經(jīng)濟、高效、容錯好等特點，分布式存儲技術與數(shù)據(jù)存儲介質(zhì)的類型和數(shù)據(jù)的組織管理形式直接相關。目前經(jīng)濟實用的數(shù)據(jù)存儲介質(zhì)是磁盤，主要數(shù)據(jù)組織管理形式包括按行組織、按列組織、按鍵值組織和按關系組織，主要數(shù)據(jù)組織管理層次包括按塊級組織、文件級組織及數(shù)據(jù)庫級組織等。大數(shù)據(jù)存儲形式和管理技術直接影響大數(shù)據(jù)的分析和挖掘，是大數(shù)據(jù)分析技術成功應用的基礎。

1.3大數(shù)據(jù)分析與挖掘

數(shù)據(jù)分析和挖掘的目的是把隱藏在一大批看似雜亂無章的數(shù)據(jù)背后的信息，集中和提煉出來，總結出研究對象的內(nèi)在規(guī)律。在設備運檢應用中，它是用適當?shù)慕y(tǒng)計分析方法和挖掘算法對收集到的海量、不完全的、有噪聲的、模糊的、隨機的設備運檢數(shù)據(jù)進行分析、挖掘，將它們加以匯總、理解并消化，發(fā)現(xiàn)和挖掘出隱含在其中內(nèi)在聯(lián)系和規(guī)律，以及有價值的、潛在有用的信息和知識的過程，以求最大化地開發(fā)數(shù)據(jù)的功能和價值，發(fā)揮數(shù)據(jù)的作用，提升設備運檢管理效率，也是一種決策支持過程。其主要基于人工智能、機器學習、模式學習、統(tǒng)計學等，常用的方法有協(xié)同過濾、分類、回歸分析、聚類、關聯(lián)規(guī)則、神經(jīng)網(wǎng)絡方法等。這些方法從不同的角度對數(shù)據(jù)進行挖掘。通過對大數(shù)據(jù)高度自動化地分析，做出歸納性的推理，從中挖掘出潛在的模式，可以幫助企業(yè)減少風險并做出正確的決策[3]。

2、設備運檢大數(shù)據(jù)分析的典型應用

針對設備運檢數(shù)據(jù)，首先開展數(shù)據(jù)的提取與加工即設備運檢數(shù)據(jù)預處理研究;然后利用包括：多源海量數(shù)據(jù)預處理、分布式存儲與管理、大數(shù)據(jù)分析與挖掘、可視化等技術在內(nèi)的大數(shù)據(jù)、人工智能技術充分分析和挖掘設備運檢大數(shù)據(jù)中蘊含的綜合價值;最后利用取得的分析結果為運檢計劃、決策和設備投資計劃提供支持，推進數(shù)據(jù)業(yè)務化發(fā)展，為泛在電力物聯(lián)網(wǎng)的發(fā)展提供支撐。以下為總體方案流程：

（1）對現(xiàn)有的多源海量設備運檢數(shù)據(jù)進行整理研究，提取關鍵數(shù)據(jù)并分析，在此基礎上確定大數(shù)據(jù)預處理方法，并制定預處理方案。對提取的關鍵原始數(shù)據(jù)進行預處理，包括設備臺賬、運檢計劃、人員調(diào)配、設備狀態(tài)、設備故障、設備缺陷等數(shù)據(jù)，利用數(shù)據(jù)清洗技術完成預處理工作，為后續(xù)數(shù)據(jù)存儲、分析和挖掘的開展提供數(shù)據(jù)質(zhì)量保障。

（2）對預處理后的數(shù)據(jù)進行分布式存儲和管理，開展設備運行及檢修數(shù)據(jù)的收集，掌握設備運行與狀態(tài)、各設備之間、臺賬數(shù)據(jù)表之間的聯(lián)系，減少數(shù)據(jù)孤島和冗余，提升數(shù)據(jù)內(nèi)在價值。

（3）根據(jù)設備檢修數(shù)據(jù)，利用大數(shù)據(jù)分析和挖掘技術，優(yōu)化設備檢修計劃。設備運檢工作涉及面很廣，需要協(xié)調(diào)的部門和人員眾多，須制定高效的設備檢修計劃，通過對檢修數(shù)據(jù)進行大數(shù)據(jù)分析，理清臺賬數(shù)據(jù)間的關系，優(yōu)化設備檢修計劃，提高運檢效率。

（4）綜合設備運行臺賬、缺陷數(shù)據(jù)、故障數(shù)據(jù)、投運時間等信息，利用大數(shù)據(jù)分析技術為合理調(diào)配檢修人員提供支持，優(yōu)化檢修人員配置，提高檢修人員的工作效率，使設備檢修工作得以順利開展，確保設備和電網(wǎng)安全穩(wěn)定運行。

（5）根據(jù)設備狀態(tài)數(shù)據(jù)，進行缺陷、故障分析，支撐設備投資規(guī)劃。依據(jù)現(xiàn)有設備狀態(tài)、故障、缺陷，變電站運行等基礎數(shù)據(jù)，以及運檢業(yè)務運行情況進行狀態(tài)分析、缺陷分析，挖掘設備可能存在的風險，輔助設備更新?lián)Q代，保障設備安全穩(wěn)定運行，優(yōu)化設備投資規(guī)劃，充分提升設備生命周期。

結束語：

隨著在線監(jiān)測技術、信息化技術和大數(shù)據(jù)技術的日益發(fā)展，如何使用這些技術更有效地為設備運檢服務是一個值得高度重視的問題。在設備運檢管理中，利用大數(shù)據(jù)技術，通過對相關海量數(shù)據(jù)的充分挖掘、分析找出數(shù)據(jù)間的聯(lián)系、因果關系、關鍵信息等，提高數(shù)據(jù)的利用率，變無效、無關聯(lián)的數(shù)據(jù)為有效、有關聯(lián)的數(shù)據(jù)，為今后的公司的生產(chǎn)運行、設備投資規(guī)劃、檢修人員配置和設備檢修計劃提供可靠參考，有效提升設備運行維護工作的管理水平，使現(xiàn)場設備的運行維護更加實時、準確，眾多設備的資產(chǎn)管理更加的經(jīng)濟高效。

參考文獻

[1]白文遠，吳建軍.大數(shù)據(jù)分析方法在電力設備運檢優(yōu)化中的應用研究[J].科學與信息化，2019，000（030）：P.21-22.

[2]康亞東，丁晶，張良，等.基于電力大數(shù)據(jù)的3D智能運檢平臺的應用與研究[J].電力大數(shù)據(jù)，2018，21（11）：74-79.

[3]繆蓓月.電力物資導期優(yōu)化方法體系應用研究——基于大數(shù)據(jù)分析技術[J].經(jīng)營與管理，2018，414（12）：114-118.