关键词：大数据挖掘技术；输变电设备；故障诊断
引言
电网系统正常运行的关键部分是输变电工程，其质量高低直接决定了用户能否正常用电。保护好输变电设备对于电网平稳运转具有非常重要的价值。对设备状态进行高效、准确的评估从而来诊断和预防，可有效提高其平稳性，还可以提高该系统达到智能运转方面。诊断内容重点就是对其设备工作的状态实现故障源的定位，这是极较强综合性能的科学。在实际的诊断中，工作人员需要检查设备运行情况，根据反馈的数据来诊断发生故障源的位置。但由于这个系统中又错综复杂的设备，所以工作人员可能会耗尽特别多精力以及时间进行排查，这会致使电网的平稳运转无形中会受到一些阻碍。采用大数据挖掘技术的输变电设备排查故障，能使相关人员在故障查询方面实现快速并提高工作的质量，可以让电力设备能够迅速地恢复原先的运转状态。尤其是当今的输变电工程的广泛应用，这种技术检测设备故障问题中的实施是有一定的意义的。
1输变电设备故障诊断的重要性
输变电设备故障诊断的重要性主要是：故障诊断是按照设备运行和故障后停电信息情况处理故障源。通过故障诊断可实现设备的正常检测维修工作和超负荷工作。通过使用先进技术，及时研究和处理设备的各种数据，可及时发现设备异常状况和故障问题。通过及时掌握设备发生故障的位置、故障程度以及造成故障的因素等信息，可第一时间合理制定有针对性的检测维修方案，从而降低故障损失，提升设备的运行稳定性和经济效益。
2输变电设备故障诊断的现状
输变电设备故障诊断的现状主要是：在线监测是输变电设备故障诊断的主要措施，在不影响输变电设备运行的条件下，对设备的电气、机械等状态参数进行连续或随时检测，取得设备电气与机械性能等运行状态的信息，对其进行综合处理和分析，取得设备状态的特征参量，诊断设备故障，分析判断设备的运行状态。从整体角度分析，在输变电设备运行期间，如果缺乏有效的设备检修与养护，那么则会导致安全隐患的发生，近几年在相关政策的不断推动下供电企业虽然进行了输变电设备故障诊断工作，但是因受到传统因素所带来的影响，其检修中同样存在缺陷与不足，比如相关的工作人员在整个设备检修当中并没有按照相应的流程与制度，或者工作人员自身检修水平不足，出现错检漏检现象，还有一点是在当前计算机技术的不断发展下，大数据挖掘技术成为了供电企业发展中的重要技术之一，虽然众多大型供电企业已经加强应用大数据挖掘技术进行故障信息的收集与整理，但是因为工作人员缺乏对大数据挖掘技术的认识与了解，所以，在实际应用当中会对故障诊断效果造成影响，可以肯定的是大数据挖掘技术在输变电设备故障诊断仍处于初级发展阶段，存在缺陷与不足，无法发挥其作用与价值，所以需对其加以研究与重视。从原理上分析，故障诊断主要是依据设备运行检修故障之后所产生的停电状况，查找故障原因及解决故障，其中，故障诊断实现了设备在正常检测维修以及超符合的情况下应用先进的技术对设备数据加以记录与处理，从而了解设备是否发生异常与故障，且故障的位置以及故障产生的原因十分关键，这关系到了工作人员制定方案的合理性，可有效降低事故发生的损失，提高运行的稳定性。
期刊文章分类查询,尽在期刊图书馆
3大数据挖掘技术下的设备故障诊断方法
3.1资源区域划分
资源区域划分是利用大数据平台数据资源存储的物理模型管理功能，定义源数据、共享数据、分析数据存储的结构，并划分不同的数据存储区域，按照数据应用需求进行设计。设计内容包括数据缓冲区、数据视图区和数据仓库的存储模型。数据存储区域划分主要有以下几种:(1)数据缓冲区数据缓冲区是输变电状态监测数据进入大数据平台的统一数据区域，源业务系统数据首先存储于数据缓冲区，缓冲区内的数据保持与源系统一致。数据缓冲区的数据库采用MYSQL，使用SQL标准语言访问数据表，大数据平台存储区管理为每个业务系统分别创建了一个数据缓冲区。该区的模型采用帖近源的方式设计，模型与源业务系统数据模型保持一致。(2)数据视图区数据视图区主要存放大数据平台资源整合和规范后的数据，对于共享或快速应用的输变电状态监测实时数据，统一进入数据视图区。该区模型采用扁平化方法设计，遵循国网SG-CIM模型标准，结合输变电设备监测采集数据的需求，按照大数据平台MYSQL存储架构特性，设计形成统一数据视图存储模型。数据视图存储模型统一遵循SG-CIM模型的表、字段命名规范和主题域划分等要求。
3.2数据访问设计
数据访问设计是通过对实时监测数据、视频信息数据和多元离线数据的集成整合存储，由大数据平台提供统一数据访问服务，实现设备集中监控、设备状态评价和故障诊断等应用。输变电设备运行监测数据访问服务分为两类:实时数据访问接口和非实时数据访问接口。实时监测数据的访问设计，遵照kafka消息队列开发规范设计。非实时监测数据访问接口，通过JDBC连接数据库访问监测数据，无需访问数据仓库，而是直接通过数据缓冲区或统一数据视图区获取:(1)业务应用通过大数据平台提供的访问用户名(该用户只有读取权限)，直接访问数据仓储读取数据，主要适用于通过数据视图区读取数据的业务应用场景。(2)大数据平台将为业务系统访问监测数据提供若干服务接口，包括地址访问服务、数据读取服务、数据操作服务等。
3.3故障树分析诊断技术
在诊断输电线路期间，需要避免产生顶层故障，还要求把引发故障的全部因素由上至下地依次排出，产生故障树现象。然后详尽地解析各个事件间的内在联系，进而高效地运用定性及定量的分析手段予以进一步地研究。故障分析的着力点在于为故障树进行定性分析，这就能够尽快地解析出在系统的故障模式。运用定量分析的手段，根据已经获得的事件出现比重估量出顶层事件的出现比重，也就是运用故障模式以及影响分析的手段精准地解析出系统结构、故障对系统带来的作用，而且还能够迅速地处理潜在的故障模式。具体运用到诊断输电线路流程之中，就要求设定出一个FMEA表格，通常划定成如下四个步骤，具体如下：其一，尽快地明确输电线路运行过程中可能产生的故障模式；其二，合理地评估出各个故障模式所带来的影响；其三，精准地评估出故障模式出现因素以及整体的机率；其四，依照故障模式科学地制定出处理的对策。
结语
总之，各个供电单位都务必要更深层次地研究输配电设备故障诊断技术的应用策略。通过大范围地对大数据挖掘技术普及和运用，能够有效地提升相关工作者搜集和分析数据的能力和效率。不仅如此，为了能够为人们提供稳定而充足的电力资源，相关的工作人员务必要及时察觉并处理好输配电设备在运行期间所遇到的故障问题，从而减少将来设备出现故障的频次，提升电力系统的供电平稳性，最终有助于电力网的可持续化发展。
参考文献
[1]余笑侬.大数据挖掘技术在输变电设备故障诊断中的应用探析[J].通讯世界,2017(22):151-152.
[2]胡军,尹立群,李振,等.基于大数据挖掘技术的输变电设备故障诊断方法[J].高电压技术,2017,43(11):3690-3697.
[3]秦领.基于在线监测的输变电设备故障诊断方法研究与应用[D].保定：华北电力大学,2014.
论文作者:赵宇
论文发表刊物:《当代电力文化》2019年 17期
论文发表时间:2020/1/9
标签：数据论文; 设备论文; 故障论文; 输变电论文; 故障诊断论文; 技术论文; 数据挖掘论文; 《当代电力文化》2019年 17期论文;