(特变电工衡阳变压器有限公司湖南衡阳421000)
摘要：近年来，电网建设进入了高速发展阶段，电网海量数据急剧增加，仅仅依靠传统的数据库查询检索机制和统计学方法很难获得有效信息，迫切需要能自动地、智能地将待处理的数据转化为有价值信息的技术，即对输变电设备安全、可靠、稳定运行的智能水平提出了更高的要求，而大数据分析为此提供了相应的实现手段。
关键词：输变电设备状态；大数据分析；应用探讨
1导言
输变电设备是供电企业电网系统运行中的重要组成部分，对提高供电安全性与稳定性具有密切关系。同时，通过对输变电设备的运维分析能够及时发现设备运行中存在的故障，并能很好地反映出设备的运行状态，以促使企业工作人员顺利开展进一步的工作。因此，在实际的运维管理中，供电企业应不断加强对内部输变电设备的运行分析，并采取有效的手段进行维护，以确保输变电设备能够正常高效运转，提高企业整体电网系统的稳定。
2大数据理论
大数据的定义不是一成不变的，而是呈现多样化发展的状态。广泛通用的定义是2011年国际数据中心IDC定义的大数据:“大数据技术描述了一个技术和体系的新时代，被设计于从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值”。这个定义刻画了大数据的4个显著特征，即体量(Volume)、多样性(Variety)、价值(Value)和速度(Velocity)。
2.1Volume:数据体量大，一般在TB级及以上;
2.2Variety:数据多源异构多样，包括传统的关系数据库存储类型的结构化数据和以文本、图像、视频、音频、e-mail、网页等形式存在的未加工、半结构化或非结构化数据;
2.3Value:数据价值低，隐藏在海量数据中的有用信息所占比例较小。通过各种分析手段提取有用信息，提高数据质量及其价值;
2.4Velocity:处理速度快，对海量数据实现近乎实时的分析处理。大数据价值链可分为数据生成、数据获取、数据存储、数据分析等四个阶段。大数据应用流程可以分为数据采集、数据仓库、数据应用服务和数据可视化四个步骤。
3输变电设备状态分析具体电网业务的大数据分析方法
从输变电设备状态分析及应用的具体电网业务角度出发，将大数据分析应用分为数据整合、数据存储、数据计算、数据分析、可视化服务五部分内容，如图1所示。
3.1数据整合
采用消息队列、数据导入工具、数据抽取工具、数据复制工具等多种技术手段，实现结构化、非结构化、海量历史/准实时、电网空间等数据接入。数据源主要包含生产管理系统、状态监测系统、电网GIS平台、气象信息系统、雷电监测系统等结构化数据和试验报告、现场图片、音/视频文档、设备出厂检验报告、运行报告、故障分析报告、检测报告、日志文件等半结构化及非结构化数据。
3.2数据存储
对各类接入数据按照统一数据规范进行标准化格式存储，依据应用需求存储在分布式文件系统、分布式数据仓库、非关系型数据库、关系型数据库，实现各类数据的集中存储与统一管理，满足大量、多样化数据的低成本存储需求。数据存储管理包括基础数据管理、数据质量管理、数据流转监测、数据权限管理和数据运维辅助管理。基础数据管理:提供对大数据元数据资源的统一管理，保证数据资源的标准化应用，为质量监测、流转监测提供基础数据。数据质量管理:提供业务明细数据、指标数据等多数据模型的数据质量分析和校核规则，持续提升数据质量。数据流转监测:实现从数据接入环节、抽取环节、业务处理环节对过程处理进行逐级监测、层层控制。数据权限管理:提供访问各类数据的授权功能，保证数据的安全及可靠性。数据运维辅助管理:提供数据日常管理和监控等辅助管理。
3.3数据计算
提供流计算、内存计算、批量计算、查询计算等分布式计算技术，满足不同时效性的计算需求。其中，流计算支持实时处理;内存计算支持交互性分析;批量计算支持大批量数据的离线分析;查询计算支持类似sql的查询分析技术。
3.4数据分析
融合传统数据挖掘算法，优化分布式挖掘算法，形成数据挖掘基础算法库。在此基础上，构建支撑输变电设备状态分析业务需求的数据分析算法模型。对于建模算法选择，主要依赖于所要解决的问题，即输变电设备状态分析的具体业务需求。对于预测类的问题，有回归和分类预测两种，算法可以选择决策树、逻辑回归、神经网络、机器深度学习应用等;对于描述类的问题，可以选择聚类分析、关联分析、最优化分析等。最后根据所选择的建模算法，通过分析建模工具建立模型。例如，通过摄像头获取设备检测图像，利用图像/视频分析技术和流计算技术实时分析发现输变电设备故障;利用数据关联分析和主成分分析以及聚类分析技术，关联设备状态信息、电网运行信息、设备故障知识库信息、地理环境信息、气象实况及预报信息等信息，建立设备故障预判模型，实现设备潜伏性故障预判;利用聚类分析和关联分析技术，建立生产管理系统中的设备缺陷信息与物资供应商采购记录、设备使用环境信息、设备监测信息的关联关系，实现对供应商产品质量问题的跟踪和闭环管控。
3.5可视化服务
基于可视化组件库和设计器，实现可视化配置业务分析场景，提供自助式“DIY”的可视化数据展现。
4结语
综上所述，输变电设备运维工作是一项系统性工程，它直接影响着电力传输的安全性与稳定性，与用户的正常生活息息相关。因此，在具体的运维管理中，供电企业应不断完善输变电系统，加强对设备的维护管理力度以及电力系统的信息化程度，不断完善运维管理体系，以优化输变电相关设备的性能。同时，还应加强监管力度并提高运维人员的专业能力，进而形成模式化的管理，以满足更多用户的用电需求，促进供电企业经济效益和社会效益的提升。
参考文献:
[1]钟燕.基于大数据分析的输变电设备状态数据异常检测措施[J].中国高新技术企业,2016(29):128-129.
[2].国网山东电力启动国家863计划课题“大数据分析技术在输变电设备状态评估中的研究及应用”[J].电力信息与通信技术,2015,13(08):131.
[3]严英杰,盛戈皞,陈玉峰,江秀臣,郭志红,杜修明.基于大数据分析的输变电设备状态数据异常检测方法[J].中国电机工程学报,2015,35(01):52-59.