摘要：随着人们对电力需求量的增加，电力企业规模不断扩大，同时，电力系统也变得更加复杂，因此，如果确保电力系统正常运行已经成为了人们重点研究的一项内容。这也就要求相关工作人员在实际工作中，加强对变电运维生产工作中关键点的探究，及时发现问题所在，并且采取相应的预控措施，确保变电运维生产工作的顺利进行。本文主要针对数据可视化在变电运维工作进行简要分析。
关键词：数据可视化；变电运维；工作
1分析变电运维生产工作危险点的意义
变电运维生产存在许多危险点，在具体作业过程中如果相关工作人员没有给予足够重视，带来的伤害将是巨大的，情况严重时，甚至会造成人员伤亡。相关统计结果表明，变电运维生产期间会有许多因素对生产以及相关工作人员的生命健康造成影响。可见，影响变电运维生产的因素来自许多方面，这也就相应的工作人员在具体作业过程中，应当具备对危险因素进行预判的能力，这也是变电运维生产过程中，对危险点进行分析的意义所在，也确保了工作人员在作业过程中，不会发生安全事故，促进变电运维生产作业的顺利进行。
2变电运维的重要性及工作难点
2.1变电运维的重要性
国家电网变电运维专业是一种对变电站内设备进行常规和故障诊断的专业。当所辖变电站运行的电力设备出现异常情况时，变电运维人员首先需要到达现场对故障的电力设备进行定性的分析和正确描述，然后向上级调控中心部门反馈故障情况，并在有必要的情况下进行初步处理或有效隔离故障电力设备的故障点。变电运维工作的成效在于是否能做到电力设备出现异常情况的事前控制，包括电力设备老化、设备异常隐患、现场工作危险点等巡视和检修工作的事前控制。所以，变电运维工作的重要性和价值在于如何在电力设备老化和故障前最大化地减少负面性的电力系统安全影响和电力经济损失。
2.2变电运维的工作难点
从变电运维的现场实际情况上看，现阶段变电运维的工作难点主要集中在站间距离大、巡视时间短、操作效率要求高等方面的问题上。这些运维问题除了通过增加变电运维人员的数量来解决外，在系统的数据统计分析方面也有一定的解决思路。变电站内有些问题的萌芽并不是出现在变电运维的阶段，而是出现在变电站启动前相关隐蔽工程的施工中。随着基建部门相关的隐蔽工程的完成，现场运维人员需要的很多运维基础数据都被隐藏了。除此以外，当今变电站巡视的数据载体和数据类型多种多样，使得人工抄录的运维数据难以被提取和整理到信息系统中，同时很多看上去不太重要的数据也因为侧重点方面的因素被忽略，这在时间上和信息量上对变电运维数据的处理分析造成一定的影响，不利于数据的挖掘和分析。
3数据可视化在运维中的方法探讨
3.1建立有效的系统
大数据时代下建立有效的信息系统具有非常重要的战略意义。最初的信息系统只是帮助企业完成事务性的数据整理归纳工作，而现在的信息系统已发展到对企业、组织的基层运行、中层的组织管理提供支持，并对高层的决策产生战略性的影响，并且随着互联网信息化技术和时代的发展，现代信息技术和信息系统对组织的作用将会不断加强。在变电运维中，大量的变电运维数据散落在变电站设备的各个角落中，人工进行全数据的记录、处理、分析、类比、归档不太现实，不能把握电力设备运行的全寿命周期，并且每个变电站的运维数据保存在单一的变电运维班组，不利于对变电运维的数据进行调用和展开可持续的统计分析和趋势研究。
所以需要一个有效的综合信息系统，用于整合变电站内各方面的数据，形成一系列内容全面的数据库，有利于本专业和其他专业的人员对变电站内设备的安全运行进行定量的分析。
现阶段国家电网PMS2.0的生产管理系统已经广泛应用于变电运维管理中，而安防系统正在通过另一套系统进行构建。生产管理系统和安防系统可以相互结合，形成一种更具兼容性的系统和数据网。这种系统和数据网不仅使变电运维采集的数据上行得更为灵活方便，还能使数据库中的数据下行到各个运维班组的数据分析系统，使运维数据的指导意义更加地高效全面。如图1所示，在以安防系统和生产管理系统为构架的系统群中，建立一个核心数据库，并建立若干条数据网层，使两个输入系统和各个输出系统能够有效传输运维数据信息。各个运维数据分析系统应分别拥有断路器压力数据可视化、电流互感器压力可视化、避雷器动作电流数据可视化、红外测温数据可视化、变电站鸟巢数据可视化、站内通用资料(规程、典操、图纸)调用可视化等功能，并具有人性化的操作界面。数据分析系统主要通过图形、动画的方法为运维人员提供数据规律，以便于运维人员对缺陷规律、巡视周期、巡视重点和操作配置等各个方面进行有效决策，以提高变电运维质量和效率。
图1 以安防系统和生产管理系统为构架的系统群
3.2开发企业内部的智能移动终端
要实现变电运维数据可视化，需要在信息系统的基础上开发智能移动终端，以解决变电站现场实际的数据量问题和数据结构问题。变电站内电力设备故障与设备自身的属性、运行工况和运行年限有关，也与当地的气象情况、气候环境等因素相关。人工或仪器采集的运维数据不仅应包括设备正常和异常时出现的各类数值，同时还应包含如地理信息、天气、现场温度与湿度等大量的相关数据，以便于进行全面而有效的数据相关性分析。所以智能移动终端需要自带地理环境自动检测或获取功能，并能处理图片、视频等半结构化、非结构化的数据。开发内部智能设备有利于提高国家电网的科技水平和保证国家电网的数据安全，同时也方便系统接纳数据和存储数据，减少了手机设备上的快餐数据和不安全数据。
3.3提高运维人员的水平
变电运维数据可视化的前提是变电运维数据可靠性。在系统还没有进行实时采集运维数据时，系统无法对变电站设备运行的全过程进行监控，这时候仍需要变电运维人员保证自己采集的运维数据的正确性。变电运维人员的数量、运维工作经验、数据采集和整理操作熟练度以及人员的生理、心理素质、责任心都会对系统数据分析的结果产生较大的影响。当人员的运维效率低时，电力设备的隐患不一定能够及时发现，可能会导致很大的事故，造成国家电网在社会上的负面影响。所以国家电网需要对变电运维人员进行持续而有效的培训，以增强运维人员在数据核实、数据纠错、辅助协同等方面的能力，最终达到提高运维人员的工作经验和操作熟练度和增强、巩固运维人员的责任意识和工作态度，减少变电站内运维数据的“柠檬市场”效应，在最大的程度上实现运维数据录入的精准度和高效性。
4结束语
综上所述，随着大数据、区块链时代的到来，数据挖掘能够为国家电网和电力行业带来显著的财富价值，在企业内部的应用也将极大地提高电力企业的运营效率和营收能力，并带来规模效应。变电运维侧重于将大数据技术应用在变电站的常规维护管理中。在变电运维中引入数据可视化的功能，建立一整套具有兼容性的系统，并运用科学技术手段进行记录，不仅能够提高现场运维效率，有效减少电力系统负面安全影响和经济损失，而且能够为变电站进一步的智能化做好积极准备，实现站内设备连续性数据统计，揭示数据规律变化，深度挖掘数据，并科学精准地安排运维工作，将能够彻底解决变电运维质量较低和人员数量不足等问题。
参考文献
[1]数据可视化技术在电网调度数据稽查中的应用[J].郭凌旭,张志君,陈建波,黄志刚,赵静.电工技术.2017(06)
[2]光伏数据可视化系统研究与实现[J].王明,高翔,文峥.控制与信息技术.2018(02)
[3]水电站设备数据可视化分析平台的设计与实现[J].迟海龙,陈小松.水电站机电技术.2018(07)
[4]电力大数据可视化研究设计[J].孙梦觉,徐敏,牛斌.电子技术与软件工程.2017(19)
论文作者:李玉峰
论文发表刊物:《电力设备》2019年第10期
论文发表时间:2019/10/21
标签：数据论文; 系统论文; 变电站论文; 人员论文; 工作论文; 站内论文; 信息系统论文; 《电力设备》2019年第10期论文;