摘要：近年来，随着环境问题不断受到公众的关注，关于节能和新能源的讨论越来越受到重视，对于电力的依赖越来越显著，智能电网建设提上日程。自十八大以来，党和政府对于电力企业的支持力度不断加大，从资金到政策从各个方面支持电力的改革。在智能电网运行模式下，产生的数量是海量的，大数据技术有着明显的优势，电力大数据技术是支撑智能电网安全稳定运行的核心。
关键词：数据可视化；变电运维；工作应用
中图分类号：TM63 文献标识码：A
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。输变电系统中具有较多复杂设备，出现的设备故障严重影响用户的正常用电。因此，供电企业需加强诊断输变电设备的力度，研究大数据挖掘技术背景下输变电设备故障的诊断方法，降低设备故障造成的影响。
1变电运维的重要性
国家电网变电站运行维护专业是变电站的一种设备。专门从事调节和故障诊断。当其管辖变电站的电力设备出现时在异常情况下，变电站运行维护人员必须先到现场处理故障电源。对设备进行定性分析和正确描述，然后交给上级控制中心部门反馈故障情况，必要时进行初步处理或有效隔离离开故障电源设备的故障点。变电站运行和维护的有效性取决于是否它可以预先控制电力设备的异常情况，包括旧的电力设备。化工行业检查检修、设备异常隐患、现场工作危险点等。预控。因此，变压器运行维护的重要性和价值就在于如何用电。在电力设备老化和故障之前最大限度地提高负电力系统的安全性电力的影响和经济损失。
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。究其原因，主要是因为人工巡视存在局限性和信息系统没有被深度开发，在智能电网的环境下，变电站现场存在的数据非常之多，不仅需要人工进行记录，还需要设备的自动记录来完成，更需要信息系统深度的分析和处理。
3数据可视化在运维中的方法探讨
3.1异构数据源处理技术
智能电网包含很多方面，发电、变电、输电和配电等环节，为了实现科学合理的配置，需要将海量的数据进行处理和整合，面对众多的异构数据，如何构建一个科学的数据处理系统，进行高效的存储和传输是当前智能电网运行总急需解决的问题。在智能电网中，部门众多，存在着很多不同的数据格式和应用平台，我们可以借助大数据的异构数据源技术将海量而多类型的数据进行统一的管理，建立数据处理平台，使智能电网的各个化解能够正常运行，满足人们对信息查询的需求。在智能电网的建设中，大数据技术的应用在不断的深入，对于分析和处理海量的数据信息起着重要的作用，智能电网的发展也在出现了很大的变化。我们应该不断研究和完善电力大数据技术，加大科研力度，实现国家和电力企业的可持续发展。
期刊文章分类查询,尽在期刊图书馆
3.2智能电网大数据传输和存储技术
在智能电网中，电力的生产、传输和消费等数据都会被记录下来，时代在不断地发展，数据呈爆炸式的增长，在很大程度上为电力监控和电力数据传输带来了不小的压力，也在不断的制约着智能电网的发展。需要利用一种数据压缩技术将海量的数据进行最小化的传输，节省数据存储空间。我们需要科学合理的将数据进行优化配置，认真的分析当前的大数据，采取有效的措施，将非结构化数据进行有效地转化，降低数据的存储空间。
3.3在线诊断设备故障
输配电设备运行状态信息含有非常复杂和不确定的内容，故在应用大数据挖掘技术过程中，需重视挖掘流程方面的应用，保障数据的准确性和时效性。工作人员需清楚和正确认识输变电设备的运行状态，收集基础信息和设备缺陷信息。大数据挖掘技术的内容之一是关联规则，主要作用是及时统计和分析自身潜在规律，从而获取关联规则流程。通过合理应用关联规则，可提升大数据挖掘技术的准确度。在挖掘输变电设备数据信息、预处理设备的原始数据及收集现场数据时，都将应用关联规则。此外，可利用大数据挖掘技术删减不确定的数据资料，保存确定的数据资料；根据输配电设备的特点和类型等，制定有关的关联规则；在探索故障流程的过程中，通过关联规则简单叙述整个流程，从而为技术人员提供方便；工作人员统计和评价关联规则，形成相应的故障诊断知识，以保障设备的故障诊断效果。
3.4预警变电站测控装置异常
变电站变电设备的遥测信息系统故障率较高，通过统计发现，测控装置死机是遥测信息系统故障的主要成因，一旦出现死机问题，遥测信息系统就无法对变电设备状态信息进行采集，使系统丧失了对设备异常信息的实时监控功能。在以往的变电站运维工作中，运维人员很难在海量的遥测数据中找出设备异常信息。而将大数据挖掘与分析技术应用到故障预警中可解决这一问题，具体的应用方案如下：根据电网节点平衡原理，利用逐层搜索算法，对500kV、220kV电压等级区域母线及主变动功率平衡进行分层计算，结合线路送受功率平衡和双回线负荷平衡规律，确定发生故障的变电设备。当变电站集控系统监测出变电设备运行状态的异常信息时，可准确定位故障位置，发出预警信息。在应用大数据分析技术的情况下，可快速检测出变电站测控装置发生的死机问题，以及数据采集、数据传输故障问题。
结束语
近几年，随着智能变电站网络系统、现场移动检修系统、测控一体化系统、地理信息系统、智能表计等科技项目在电力行业的广泛运用，国家电网电力有限公司电力信息化的水平正在朝着信息系统的方向长足发展。在变电运维的工作环境背景下，智能电网不仅承载着电力系统的电力流，也将承载着大量电力业务上的信息流和业务流。变电站作为电网结构中的关键节点和重要保卫对象，囊括了大量的电力系统数据资产。如何增强变电站内数据室的整合分析能力，达到变电运维的数据可视化，突破变电站信息系统的数据壁垒，对变电站内智能高效运维乃至电力系统电网的经济运行都有着实际而重要的战略意义。
参考文献
[1]严浩军,张洁,许育敏,陈谦益,蒋若何.大数据技术在变电缺陷分析中的应用[J].中国高新区,2017(23):120.
[2]田拯,李新原,李连峰.数据挖掘技术在电力系统中的应用[J].河南科技,2017(23):131-133.
[3]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.
[4]董艳唯,满玉岩,王磊,刘创华,李聪利.基于大数据技术的输变电设备状态评估及风险评估研究[J].电气应用,2017,36(22):78-83.
[5]童存智.输变电设备集中监控信息大数据分析及应用[A].华东六省一市电机工程（电力）学会.浙江省电力学会2017年度优秀论文集[C].华东六省一市电机工程（电力）学会:浙江省电力学会,2017:6.
[6]杨翾.基于监控信息大数据的试运行变电站风险评估[A].华东六省一市电机工程（电力）学会.浙江省电力学会2017年度优秀论文集[C].华东六省一市电机工程（电力）学会:浙江省电力学会,2017:5.
论文作者:陈卫平
论文发表刊物:《当代电力文化》2019年第9期
论文发表时间:2019/10/16
标签：数据论文; 变电站论文; 电网论文; 设备论文; 电力论文; 智能论文; 故障论文; 《当代电力文化》2019年第9期论文;