摘要：在电力自动化系统中，电力设备是关键。在电力设备维修过程中，会留下非常多的宝贵历史数据，如果能够对这些数据进行有目的的研究，就能够看出在电力设备维修过程中存在一定的规律性。在了解了这些规律性之后就能够有效帮助电路维修的相关进行更好的管理和决策，最终就能够去更好提升电力的保障能力以及电力设备的维修水平。但是从现在对电力自动化变压器维修的实际情况来看，在对维修历史数据进行利用的时候还不是很充分，在对维修历史数据进行处理的时候并没有建立起有效和独立的分析条件，但是在联网分析处理技术出现之后，就让在线监测数据的及时和便捷访问、分析有了实现的可能。基于此，本文就电力自动化变压器检修系统处理技术展开了研究。
关键词：电力自动化；变压器；检修系统；处理技术
1电力自动化变压器检修系统概述
电力自动化变压器检修系统在电力系统运行管理过程中发挥着重要作用，具有重要的应用价值。自动化变压器检修系统在对变压器检修过程中可以收集更多的重要信息，这些信息对于后期变压器的检修具有关键的指导意义，这是因为变压器检修工作是有规律可循的，自动化检修系统在检修完成后可以做好相关数据的保存，而这些数据则是未来变压器检修系统中重要的数据资源，在电力自动化变压器检修过程中作为工作人员可以从中积累一定的经验，从而有效地提高变压器检修水平，提高工作效率。电力自动化变压器检修系统对于工作人员有较高的要求，作为工作人员最基本的就是掌握变压器常用的检修技术，在此基础上工作人员还需要掌握一定的互联网分析技术以及大数据挖掘分析技术，这样便于从大量的数据中寻找出有重要价值的数据，这些对于电力自动化变压器检修具有重要意义。
在上面提到了数据的处理，数据处理的前提就是重视数据的保存工作。因此对于电力自动化变压器检修技术需要建立专门的数据库，这样便于对数据实施调取、分析、处理，需要注意的是电力自动化变压器检修过程中的数据处理不同于其他的数据处理，因此需要采用一定的分析技术以及处理技术对数据库中的数据进行分析，特别是用户在使用中提出的一些维修问题，可根据用户提出的问题进行针对性的数据处理，这样不仅可以提高数据处理速度，同时得到的答案也是较为满意的。电力自动化变压器检修系统的应用价值不仅仅体现在对重要检修数据的处理，同时在处理用户提出问题方面可以将数据处理分析结果准确的传递给用户，此外，电力自动化变压器检修系统还能对重要数据实施保存，保存的数据同时具有隐蔽性。这些数据中都潜藏着重要的应用价值。
2电力自动化变压器检修数据处理与挖掘技术的介绍
电力系统数据库经过多年的电力设备维修维护积累大量的数据，但是处理数据需要一套合理的处理技术对数据进行分析研究，总结出对以后工作有帮助的、有效的数据，所以电力系统中比较有效的联网分析处理工具也就应运而生，也就人们所熟悉的OLAP。OLAP诞生于上个世纪九十年代，它主要是处理一些特定问题的数据，然后总结数据库中的相关历史数据，针对相关的问题进行分析处理，最后采取通俗易懂的方式将分析结果传达出来。数据挖掘技术则是对于数据库中原有的历史数据进行分析处理，从而获得哪些比较有用而又比较隐藏的数据信息，然后更具这些数据信息，做出相应的判断推理，挖掘建立一些可能潜在的数据处理模式，同时根据已有的相关数据对客户的需求做出有效的预测。这个结果可以为电力建设提供一些有效地依据，使得一些相关类似的情况是可以做出对企业发展最有利的决定，企业在发展过程中减少运行风险。OLAP技术与数据挖掘技是相互依存的关系。OLAP的最终分析结果可以为挖掘数据技术提供依据，而挖掘技术则可以促进OLAP技术不断地发展，提升OLAP的数据分析处理能力。
3电力自动化变压器检修系统处理技术研究
电力自动化变压器检修系统处理技术包含的内容较多，其中主要的有数据准备工作、数据模型的分析、建立正确的系统模型以及综合数据分析等。具体的分析内容如下：
3.1数据的合理准备
数据是电力自动化变压器检修系统的基础，也是保证后续工作顺利实施的保障。数据的合理准备主要是由工作人员完成的，具体的就是数据的抽取、数据的转变以及数据的清洗工作等。这些工作的完成一方面是对变压器检修过程中的一些历史重要数据实施保存处理，在一定程度上具有筛选数据的意义，这样的操作让保存的数据更具有真实性和重要性。
期刊文章分类查询,尽在期刊图书馆另一方面通过前期的数据处理保证了数据库关键数据的存储工作，这些关键数据的准备有利于提高电力自动化变压器检修系统的应用效果，促进电力自动化变压器检修的速度。
3.2数据模型分析
在对基础数据进行初步的分析处理之后就可以建立相关的模型。由于电力系统的信息量是非常庞大的，所以对于目的偏重不同的数据，也许要注重模型的建立，所以电力系统的建立一般采取客户端与服务端的结构模式进行建立。客户端的数据设计一般采用VB进行设计，而对于服务端的设计则使用SQLServer等设计。服务端的设计采用SQL的有点主要是可以是对基础数据进行集聚，实现实体化，为后续的相关工作做好准备，可以有效地简化后续相关工作。数据挖掘技术其实质是在总数据库中挖掘出的有用信息数据列表。其组成的列表主要通过星形拓扑结构把相关结构和主题进行数据库的建立。根据维的性能好、灵活性强、处理速度快等的特点，将基础数据按照维的方式进行处理分析，最终的结果还可以显示数据的相应结构。
3.3系统模型的建立
系统模型建立的重要性远远地超过了数据模型，在具体的建立系统模型中，工作人员应该应该根据某一地区供电局实际情况建立系统模型，具体的就需要对该地区供电所实际运行情况进行分析，并对一些重要的数据进行分析，根据分析的数据完成系统模型的建立，从这个过程可以看出在系统模型建立中工作人员发挥着重要作用，在此期间要求工作人员需要有较高的数据分析技术，同时对于电站在运行中监测的一些重要数据可以及时的的作出分析评价，进而采取措施，对于系统模型的建立需要考虑到的因素较多，比如重要数据分析结果、变压器检修主要流程、变压器检修项目以及故障分析重要数据等。所以在系统模型建立过程中，需要将各种因素综合考虑，对于建立的数据模型也应该正确的融入系统模型中，这样系统模型的建立才更加完善，同时符合实际的管理需要，对于自动化电力管理发挥重要参考。
3.4关键数据的综合分析
在对系统数据进行分析的时候，一般采用描述式数据分析法进行。因为在变压器维修数据库中存储的数据量比较大，数据信息也比较的细化，对于决策者来说，只需要汇总数据，能有效的提供有用的决策信息，所以需要把不同角度与粒度的数据进行分析时，采用描述式分析法比较好，主要是它能以简单概要的方式描述变压器的维修信息。在系统中，数据库中的OLAP在与服务器进行通信的时候，能够通过相应的客户端口进行数据的访问，从而得到不同维度中对变压器下钻、旋转、切片等进行操作分析，通过各种灵活友好的显示技术，把相应的信息显示给用户。如在进行故障情况分析时，可以通过单位与时间的维度去了解不同单位在不同时间段内变压器发生故障的次数、进行维修的次数等。电力变压器维修数据中含有很多有用的价值信息，同时这些信息具有一定的规律性，通过这些数据能有效的对变压器维修进行预测分析。在相关故障数据分析中发现，变压器发生故障主要是因为天气、地理环境、故障件、主变型号等引起的。如变压器在雷雨天气时，发生故障的次数与频率比较的高，这就要求在天气环境差的地方必须做好变压器故障维修的防护措施。
4结束语
总的来说，电力自动化变压器检修系统的应用越来越广泛。变压器检修作为电力系统管理的管理重点，在保证电力系统的可靠性和稳定性方面具有重要意义。通过应用电力自动化变压器检修系统不仅提升了变压器检修的技术水平，也提升了电力单位工作人员的知识水平。在本文分析中，通过将数据挖掘技术和OLAP技术有效地结合起来，可以在线分析监测数据，并对数据信息进行动态的分析和查询，管理人员可以直接利用系统了解查询结果和数据，了解相关规律，并将分析后得到的故障诊断结果作为参考依据保存到数据库中，实现电器设备运行数据的在线监测。
参考文献：
[1]主变压器检修技术及缺陷处理建议[J].吕齐军，侯先超.科技创新与应用.2017（08）
[2]试析电力变压器检修常见问题及处理对策研究[J].王兆莲.中国石油石化.2017（07）
[3]电气工程及其自动化技术下的电力系统自动化发展分析[J].黄初高.科技风.2018（04）
[4]电力自动化新技术及发展趋势分析[J].池建飞，何民.工程技术研究.2016（06）
[5]电力变压器检修系统处理技术研究[J].王海滨.科技创业家.2013（24）
论文作者:刘铸
论文发表刊物:《电力设备》2018年第21期
论文发表时间:2018/12/5
标签：数据论文; 变压器论文; 电力论文; 系统论文; 技术论文; 数据处理论文; 模型论文; 《电力设备》2018年第21期论文;