关键词：数据挖掘;变电运维;人工神经网络;承载力分析;缺陷预测
引言
近年来，电力行业对通信技术的重视程度不断加强，应用范围不断扩大。为确保配电网管理系统的正常运行，需要对电力系统产生的信息等进行实时记录，因此有更多的数据生成。目前，国家借助多种措施对电力市场进行改革，同时智能电网技术也在不断发展，信息数据会愈发庞大，电力系统数据储存能力必须要逐渐提升起来。
1变电站巡视
在电力系统中，进行变电站巡视是一个不可避免的环节，它是电力设备正常、平稳运行的重要保证。而依照国家电力行业标准所规定的标准化的电力设备巡检必然会产生巡检状态、巡检视频等大量的数据，能否高效的采集和存储这些数据将直接决定巡检的质量和对设备状态的判断，它不仅是设备状态检修的基础保证，也符合变电站综合自动化正在实施的电气运行模式的需要。
一方面，变电站巡视工作是运行人员的日常工作，具备重复性强、工作量大、难以保证巡视质量等特点，需要严格遵循巡视周期并按要求执行巡视作业卡。在巡视过程中会产生大量基础数据，例如保护数据、通信数据、时钟数据、电能计量读数等设备的各种运行参数。如变压器及高压电抗器油中溶解气体含量、局部放电数据、套管介损、微水、油温、油位、铁芯接地电流、夹件接地电流、噪声;断路器的跳闸报告、测距报告、动作次数、气体成分、气室压力、油压;避雷器的泄露电流、动作次数;GIS设备的压力、温度、局部放电图谱、环境参数;各类汇控柜端子箱内的温湿度数据等;蓄电池电压和内阻值;红外测温温度值等反应设备实时状态的数据。运维人员在巡视后将所抄录数据登记于PMS2.0系统中，但此数据库并没有得到充分利用。另一方面，一直以来，对设备巡视工作人员减负、提质增效方面的研究方法主要有:①确定合理的巡视周期和巡视方式;②通过加强过程管控，保证巡视到位控制巡视质量。后者强调流程控制，往往造成人员分心，认为走完流程即完成工作，缺乏对巡视结果的评估和审查，无法充分发挥人员的主观能动性;相比起来，前者通过优化巡视策略，加强对重点设备的巡视来减少运行人员的工作量，更有效地提高了设备巡视工作的效率。因此，可以利用数据挖掘技术对PMS2.0系统中存储的数据进行分析，以确定设备状态的发展趋势，从而发现重点巡视设备甚至缩短巡视周期。随着云计算、大容量数据存储等技术的不断发展和提高，大容量的数据仓储变得更加完备、可靠，符合了电力系统对数据采集和存储的要求。
图1设备巡视数据挖掘系统图
2运行数据特点
2.1告警数据源
选择远程变电站自动化系统数据挖掘平台，需要考虑的问题比较多，首先要完成的工作是提取运行信息，从监控系统中提取到所需信息后，要对其进行分析，挖掘出其中蕴含的重要信息。此项工作是一个海量选取过程，选定模式确定后，需要对数据进行筛选与区分，使不同类型的警报均处于有序状态。在数据挖掘模型最终确定前，应先对信息源进行有效分析，并以此为基础对渠道进行挖掘。
变电设备，尤其是二次设备的运行稳定性等，需要通过变电站自动化监视控制系统进行保障。
期刊文章分类查询,尽在期刊图书馆运行过程中，监控系统会根据电网的运行状况给出相应的监控信息，同时，有关工作人员将以此为基础对电站设备等进行监控。遥控信息涵盖的信息形式和内容较多，其中最主要的是遥测信息。对设备运行和分布状况进行直观反映是遥测信息的主要作用。变电站设备的所有现场信息组成遥信信息，此信息可直观反映出电网的实际运行状况，在整体信息采集量中的占比＞70%。
2.2电网告警信号特征
电网告警信号通过SCADA（SupervisoryControlAndDataAcquisition，数据采集与监视控制系统）上传至调度台。但目前缺乏对应的信息筛选系统，因此发出告警信息时需要工作人员辨识。电网告警信息存在2个特征。（1）信息较多。当电网发生故障时，告警信息呈现出大量发送状态，而且电压等级越高对应的发送信号则越多。以220kV电网故障为例，发生故障后出现的告警信息多达几十条，如果二次保护设备不能正确动作，告警信息更多。（2）信息关联且复杂。电网是一个巨大而复杂的系统，除了一次设备外，还有二次设备和辅助设施等。为保障电网的稳定运行，一次设备、二次设备和辅助设施都加装有对应的感应装置和状态监视装置，一旦发现异常，这些监视装置都会发出对应的告警信息。综合以上特点，说明电网告警信息的辨识十分困难。
3电网故障追踪对数据挖掘方法的应用对策
3.1加强日常巡视和管理的有效落实
智能变电站发展过程中，电力设备工作能否安全、稳定的开展将在很大程度上影响电网的运行质量，因此，在大数据挖掘技术作用下，要求在今后的工作中，智能变电站要进一步加强对各项设备的维护和巡视工作的有效开展，在此过程中，相关单位可以成立技术发展和巡视工作小组，通过这种方式对安全隐患、系统和设备等进行有效排查，从而对故障线路和设备中的问题进行明确，寻找更有效的方式来解决问题。其次还应该建立定期巡视维护方案，督查人员也应该对各项检查工作进行监督，季节交替和恶劣天气下也应该建立必要的检查制度，采取有效的保护机制，从而保证智能变电站设备安全运行的稳定性和科学性。综上所述，随着当前智能变电站监控
3.2决策树下的故障数据挖掘方法
在当前数据挖掘的分类算法中，决策树方法的应用最为广泛，这种方法主要是应用在非连续性变量的分析和预测过程中，也就是在工作中借助树形结构对问题进行描述，这是一种典型可收敛式的分类器。决策树在对信息进行细化分类的过程中，往往会最大化影响变量的差别性，最终将数据分在没有交集的分支上。由于电网出现故障后需要在较短时间内对工作中产生的各种故障问题进行分析，所以运用决策树方法，可以更准确地实现对报警信息的分类处置，这对于调度端故障追踪程序起到了支持作用。决策树分类算法属于一种监督式学习方法，在工作中需要将训练样本输入其中，从而对监督模型进行分类处置，在归纳作用下形成决策树，之后再对陌生数据进行预测或是分析。
结语
对电网监控信息工作流程进行系统性分析，指出变电站的信息多而复杂，特别是智能变电站上线后，由于设备的集成以及自动化应用增多，对应的信号也变得多种多样。引入先进技术和信息化手段实现信息的辨识和校核则显得尤为重要。为此，以智能变电站为例，引入数据挖掘的相关方法对信息进行辨识，提出一种基于数据挖掘的设备故障诊断方法，为类似的故障诊断和信息处理提供参考。
参考文献
［1］鲍寇南，张健，袁森，等.基于大数据的电网停电承载力分析与应用［J］.电力大数据，2019，22(01):22－26.
［2］张斌，孙士稳.云计算和智能变电站分布式计算［J］.信息系统工程，2010（8）：141-142.
论文作者:马素琦
论文发表刊物:《中国电业》2019年第19期
论文发表时间:2020/1/14
标签：设备论文; 变电站论文; 数据论文; 信息论文; 电网论文; 数据挖掘论文; 工作论文; 《中国电业》2019年第19期论文;