（1，2广州地铁集团有限公司；3，4，5广州白云电器设备股份有限公司）
摘要：地铁目前处于跨越式发展阶段，线网的扩张必然带来运作管理上的变革。供电设备作为地铁运营最重要的基础设备，其运行的可靠性直接影响地铁运营的安全和质量。就供电设备检修管理方面而言，运用大数据思维对设备进行分析，完善设备状态检修方法，对提高设备维护效率，提升设备运行质量等方面都大有裨益。
关键词：城市轨道交通；供电设备；大数据；状态检修.
Research for the large data maintenance management of metro power supply equipment
Abstract：Metro is in the great-leap-forward development currently，the expansion of the network will change the operation management inevitably. As the most important equipment of Metro，the reliability of power supply equipment will affect the safety and quality of Metro directly. In terms of power supply equipment maintenance management，it is good to perfect equipment condition maintenance method，improve equipment maintenance efficiency and operation quality by using large data thinking to analyze equipment data.
Key words：Urban Rail Transit；Power supply unit；Large data；Condition-based maintenance.
0 引言
近年来，城市轨道交通以其快速、安全、便捷、环保以及大运量等特点，成为解决我国现代城市交通拥堵问题的主要工具之一，在我国快速发展。而地铁作为其中重要组成部分，也处于跨越式发展阶段。地铁线网的快速扩张，必然带来地铁运营管理上的变革。供电系统是地铁运营系统的重要组成部分，其运行的可靠性和安全性直接关系到整个地铁运营系统的正常运行。因此，如何利用在地铁运营中产生的大量数据，运用大数据分析思维，分析萃取出评判地铁供电系统设备运行状态的有效结论，对完善设备状态检修方法，对提高设备维护效率，提升设备运行质量等方面都大有裨益。
大数据思维对于多数企业而言，就是要求企业更加重视数据，对数据实现全面收集，并对海量的数据进行存储和分析，将分析结果作为企业发展的指挥决策的依据。大数据思维处理数据在逻辑上可分为数据采集、数据处理、数据分析和数据应用展现等四个层次。数据存储还可实现数据搜索功能。
就地铁供电设备检修管理而言，运用大数据思维对数据进行分析，能够满足设备检修需求的目的，从而实现状态检修，避免过度维修和维修不足，减少人力资源的浪费。同时通过对设备故障进行大数据统计分析后得出故障分布规律，及时开展防范性的培训，避免故障影响扩大，预防设备故障及安全事件的发生，提高设备服务质量。
1 供电设备大数据检修管理技术
地铁供电系统设备包括110KV GIS、33KV GIS、油浸式变压器、干式变压器、交联电缆、直联电缆、直流开关柜、低压开关柜等，设备种类较多，设备产生的各类数据较多。从大数据思维角度来说，实时记录的数据不需事先区分有用信息和无用信息，也不需事先确定具体要达到的目的，而是把所有数据记录下来，积累足够多的数据进行数据间相互印证关联，为管理者带来想要的价值。
供电设备大数据检修技术包含数据采集、数据处理、数据分析和数据应用等重要技术。在供电设备大数据检修管理中，数据的采集是一项复杂繁琐的基础性工作，多数数据需要所有参与者共同参与记录，如采集设备出厂数据、型式试验数据、设备本体状态数据、设备运行数据、设备巡检记录数据、设备检修记录、设备故障报告等。对于采集到的数据，没有价值的数据或有错误的干扰数据，需要进行数据处理，以保证数据的有效性。在数据采集和数据处理后，利用强大的数据分析工具，对数据进行深入详细全面的分析，提取潜在有效的信息，挖掘出更多的数据价值。将数据分析挖掘到的有效信息合理应用，可为生产活动提供有效支持。
数据处理主要是数据清洗，是对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。对于错误的数据，其产生的原因可能是设备数据采集系统的不够健全，在接收这类数据后没有进行判断直接写入后台数据库造成的，比如采集设备故障、采集设备采集精度不符合要求等。而对于重复的数据，可以将重复数据记录的所有数据导出来，整理并确认在写入后台数据库相应的表中。数据清洗是一个反复的过程，一般由客户确认是否需要修正。数据清洗需要注意的是对于每个过滤规则都要认真进行验证并要客户确认，不要将有用的数据过滤掉。
由于大数据具有数据量大、数据结构复杂、数据产生速 度快、数据价值密度低等特点，因此增加了对大数据进行有效分析的难度。大数据分析是大数据管理的核心内容，必须对大数据分析进行深入剖析。大数据分析是在数据密集型环境下，对数据科学的重新思考和进行新的模式探索的产物。大数据分析是大数据理念与方法的核心，是对海量类型多样、增长快速、内容真实的数据进行广泛的采集与存储，并对数据进行格式化清洗，在集成化大数据分析平台的支撑下，运用机器学习的方法进行计算分析资源，从中找出可以帮助决策的隐藏模式、未知的相关关系以及其他有用信息的过程。就地铁供电设备检修管理而言，应根据地铁供电设备检修的特定需求，以现代信息技术为主要手段，对地铁供电设备状态数据的实时采集后，运用大数据思维对供电设备数据进行分析。运用大数据思维对地铁供电设备状态数据进行分析时应重视数据和信息的集成、注意对数据的清洗与过滤、关注新的数据类型的挖掘分析方法、促进数据分析的可视化、探索大数据新的分析技术和工具的应用等。
数据服务器主要负责数据去重引擎以及数据的存储和管理，通过网络与客户端进行通信，响应客户端的读写请求，当接收到客户端的写请求时，数据服务器接收数据并在节点内进行冗余数据的去重，更新数据服务器的数据接收状况以及节点存储状况。数据服务器实现了对数据存储、集群的管理与维护，包括管理在数据存储过程中整个会话，保存与管理分布式文件系统中的元数据，管理和维护系统存储状况，指导数据路由并满足系统存储的负载均衡。
2 供电设备大数据检修管理的应用
地铁供电设备大数据检修应用不仅仅是技术范畴，更是地铁建设的管理应用创新。供电设备大数据检修技术的应用令供电设备更加人性化地检修和使用，更加尊重设备的实际运行状态，使检修技术得到革命性突破。这不仅仅是现代科技的运用，更是检修思维的变革。
2.1设备故障分析
供电设备运行的质量与供电设备本体及供电负荷运作息息相关，统计和分析供电设备本体及供电负荷的故障情况对提高供电设备运行质量及运行效率很有帮助。通过设备故障发生的日期、时间、位置、故障类型、故障原因等维度进行数据统计，运用大数据思维对数据进行分析挖掘，就可以清晰的了解所发生故障的时间特性，故障与负荷的关联，故障与原因之间的关联等，从而对故障的出现做出预判，提前做好故障处理的预案，减少故障带来的安全风险。
2.2设备状态监控
引入大数据思维，可以通过对供电设备的运行状态、设备所处环境湿度、温度、设备本体状态、设备的维修保养情况等方面进行数据分析，通过分析结果进行预警，从而达到让管理者较直观快速的掌握供电设备的不安全状态。
以油浸式变压器为例，根据变压器油中溶解气体分析和判断导则，油浸式变压器的状态诊断中常用的指标量是油中溶解气体，包括氢气（H2）、甲烷（CH4）、乙烷（C2H6）、乙烯（C2H4）、乙炔（C2H2）、一氧化碳（CO）以及二氧化碳（CO2），如下表：
同时，对油浸式变压器进线的三相电压、三相电流、油温、绕组温度、档位、保护动作、动作告警、故障报警等多项状态数据，以及油浸式变压器的出厂数据、型式试验数据、巡检记录数据、检修记录、故障报告等进行采集，通过数据清洗后，对数据进行分析。通过评估油浸式变压器数据的重要性，利用分析工具深入地分析数据，挖掘到数据的核心，对油浸式变压器的故障事件未来发生的可能性、预测一个可量化的值，或者是预估故障事件发生的时间点，从而提前做好故障处理的预案，减少故障带来的安全风险。
3 实现供电设备大数据检修管理的困难
由于供电设备大数据检修所需的数据包括多个方面、多个维度的数据，如果全面记录相关的数据，一方面需要借助先进的数据记录设备才能实现大型数据库建设以及设备数据的采集；另一方面需要增加数据分析的专业技术人才，对设备数据的采集、分类、加工、整理。这两方面因素导致在目前地铁运营中需要投入较大的成本，才能实现全线路的大数据检修，否则只能实现在某站点或几个站点的数据采集，令供电设备大数据检修缺乏的数据基础。
大数据技术是新兴的技术，很多大数据分析手段对于传统的地铁供电设备检修管理来说都是陌生的。所以需要不断地探索适合于供电设备检修管理发展的相关大数据技术。同时，由于大数据采集、管理、分析方面的人才非常欠缺，现阶段要实现地铁供电设备大数据检修管理需要与拥有成熟大数据挖掘分析技术的专业公司合作，或者由专业公司对相关的技术人员进行数据采集、管理、分析等方面的培训，才能从大量的数据中得出对供电设备检修有益的结论。
4 结语
地铁供电设备大数据检修管理是一种提升设备运行效率的有效手段，如何深入挖掘供电设备数据中的价值以及如何利用好数据的价值，是地铁供电设备检修模式由计划修转向状态修发展的一个契机。同时，随着供电设备自身的自动化与智能化程度的提高，大数据技术的应用也会越来越贴切检修管理的需求。
参考文献：
[1] 许星. 浅谈大数据思维在机车检修中的应用[J]. 铁路工程造价管理，2015，7，23-25.
[2] 王宏伟. 地铁车辆大数据检修[J]. 建筑工程与设计，2016，5，3005.
[3] 黄飞飞. 基于数据挖掘技术的油气设备预测性维护研究[J]. 信息通信，2016，9，16-18.
[4] 任沛怡. 轨检数据在指导线路设备维修中的应用[J]. 现代工业经济和信息化，2014，9，72-75.
作者简介：
[1]、庞开阳，女，高级工程师，研究方向：轨道交通供电系统研究
[2]、张目然，女，高级工程师，研究方向：轨道交通供电系统研究
论文作者:庞开阳1,张目然2,张俊强3,何明玉4,周银华5
论文发表刊物:《电力设备》2017年第36期
论文发表时间:2018/5/14
标签：数据论文; 设备论文; 地铁论文; 故障论文; 大数论文; 状态论文; 思维论文; 《电力设备》2017年第36期论文;