摘要:随着物联网技术、人工智能、云计算、5G、大数据等先进技术的发展,变化站设备运维也逐步由传统人工巡检向智能运维方向转变。各种智能监测终端的运用使变电站设备的运维更加智能科学,通过对智能监测终端数据的采集,清洗,挖掘得到的预测信息对变电站设备的运维有了可预见性,尽早的预防问题的发生。本文通过对数据挖掘技术在变电站设备运维中的作用以及数据挖掘需要的资源两个角度进行分析。
关键词:数据挖掘;云计算;变电站设备运维
0引言
随着我国经济的腾飞发展以及科学技术的快速进步,智能电力系统也有了较大的发展。变电站作为电力系统中很重要的组成部分,其运维工作更是工作重点,近几年,随着物联网的迅猛发展,智能运维得以实现,能更科学,更及时地处理变电站的运行和故障问题。随着智能运维的进一步应用发现,分析末端传感器采集到的数据能更早的预测一些故障的发生,这对电力行业的发展有着里程碑意义。大数据挖掘是根据具体的场景采用合适的模型,利用已经采集的监测数据对模型进行反复训练,最终得到有效的模型。通过模型对实时产生的数据进行分析可以预测数据走向变电站设备的智慧运维有着重要意义。
1.变电站设备运维的现状分析
目前,变电站设备日常运维智能化程度较高。基于先进的物联网技术,通过网络传输能把末端传感器采集到的数据接入到运维平台中。平台通过智能化运维系统设置的各种阈值和规则,能够及时发现变电站运维异常数据并进行告警,同时通过已经设置好的预警通知方式将变电站告警信息推动到值班人员,从而启动相应的应急措施。
由于变电站智能运维平台实现智能化运维平台对于变电站设备运维正常范围内的运行数据还无法进行智能判断,比如各种变电站各种电力设备的负荷情况等,为此不能自动实现变电站各种设备的负载均衡管理,很容易导致有些电力设备负荷过大,值班人员不能及时识别所负责设备运行情况,往往会造成在用电紧张的关键环节出现比较严重的用电问题。
另一方面,对于变电站中还未接入智能运维平台中的设备,没有实现设备运行数据的自动化接收与处理,为此日常巡检还无法实现智能化管理,导致变电站巡检工作不具有针对性,很难做到预测性预警,容易导致巡检效率低下,该巡检处理的设备未能得到有效处理,在很大程度上增加了安全事故的发生几率,不利于提高变电站运维服务能力。
2.数据挖掘技术介绍以及在智慧运维中的作用
数据挖掘技术是指通过对海量数据的集中化处理,包括接收、存储、筛选和挖掘,从而能够在大量数据中得到有效支撑管理的有价值数据或衍生结果,提高数据的利用价值。本文将通过物联网、大数据等新一代信息技术构建变电站智慧运维平台,通过在变电站终端设备上进行数字化处理,基于平台的大数据处理和挖掘,将变电站的所有设备运行数据一体化处理,通过构建变电站智慧运维预警体系,实现变电站设备感知与预测性预警、维护,在事故发生前洞悉潜在的故障,从而进行针对性维护,提高变电站的智慧化运维能力。数据挖掘的基本原理图如下:
数据挖掘原理图
基于物联网、大数据的智慧运维平台主要通过以下几个步骤实现智能化管控和运维:第一步,设备数字化统一接入。即将变电站所有运行设备上安装物联传感器,从而实现变电站所有设备的运行数据接入平台。第二步,设备数据实时存储。平台实时接收变电站所有设备运行数据,并经过滤后进行数据存储,确保接入数据的可靠传输与存储。第三步,设备数据智能挖掘。通过预先设备的预警规则(可动态更新)对数据进行挖掘分析,从而将预警数据进行筛选和过滤出来。第四步,预警数据实时展示与推送。将平台分析结果实时展示到监控平台,并通过短信、电子邮件等方式实时推送到运维人员。第五步,设备预测性处理。运维人员接到平台通知后,组织人员对设备进行妥善维护与处理,从而避免更大事故发生。
基于大数据挖掘技术能够实时掌控变电站的设备负荷运行情况,从而能够有效分析出设备在哪个时间段的高峰负荷情况,通过数据挖掘结果能够将变电站所有设备的负荷变化曲线进行汇总和分析。这些将为变电站工作人员了解设备的运行情况提供丰富的数据支撑,从而能够合理编排发电计划,合理分配变电站的电能使用情况,尤其是能够确保高峰用电情况下的安全,不会导致涉及相关的严重问题,由事后处理调整为事前预测性维护。
变电站运维平台的预警规则对于运维分析的准确性和影响范围直接相关,为此大数据挖掘的另一个核心作用是提高预警规则的适用性、准确性和可靠性。在期初设置的规则中,通过对各种预警场景的不断迭代和运行验证,不断修订和完善变电站设备预警规则,从而能够不断提高预警规则的准确率和可靠性,也将提升运维的智能化水平,帮助运维人员更好进行设备维护。
3.数据挖掘应用存在的问题
基于大数据挖掘来实现智慧运维,设备数字化接入和预警规则是核心问题。数字化接入范围的多少将直接影响变电站基础设备运行数据的采集量,为此应将数字化接入作为主要问题进行优先处理。另外预警规则的科学性和准确性也是变电站智慧运维的主要障碍。尽管通过大数据挖掘可以不断提升预警规则的准确程度,但前期规则设置的合理性也将影响运维的智能化程度。为此,前期应采用主要专家的经验进行梳理汇总,从而提升规则的适用性,为智能运维提供基础保障。
另外,基于大数据挖掘的变电站智慧运维需要大量的计算和存储资源,如果变电站规模较大,则需要接入较多运行设备,从而需要依靠更多的资源进行处理。为了在智能运维能力和运行成本之间进行平衡,需要在变电站智慧运行平台降低运行成本的同时,保障数据接入、存储和挖掘的实时性和可靠性。由于云计算具有弹性计算和资源管理能力,为此将大数据挖掘与云计算相结合,通过将数据挖掘智慧运维平台构建到一个云计算环境中,能够在最大限度上节省运维成本的通知,提高变电站运维平台的大数据挖掘效率和可靠性。
3.结束语
随着物联网、大数据、人工智能、5G等技术的不断进步,大数据挖掘将不断提升变电站智能运维能力。通过扩大变电站运行设备的接入范围,能够掌握所有设备的运行数据,将为变电站智慧运维的数据挖掘提供基础数据支持。同时,基于大数据挖掘能够发现更多人工运维无法掌握的诸如设备用电强度等数据,能够为运维人员的可视化运维提供准确的数据,支持运维人员对变电站的预测性预警维护和发电计划智能调控,提升变电站的智慧运维效率,避免人工巡检效率低和重大安全事故风险等相关问题的发生。
参考文献:
[1]邓仲华,刘伟伟,陆颖隽. 基于云计算的大数据挖掘内涵及解决方案研究[J]. 情报理论与实践,2015,38(07):103-108.
[2]饶正婵,蒲天银. 云计算条件下的大数据挖掘内涵及解决方案[J]. 电子技术与软件工程,2018(13):154-155.
作者简介:孙玮祎(1993.01--)性别:女,籍贯:河北省昌黎县人,学历:本科,毕业于中国矿业大学徐海学院,现有职称:助理工程师,研究方向:变电运维。
论文作者:孙玮祎,黄伟光
论文发表刊物:《电力设备》2019年第20期
论文发表时间:2020/3/3
标签:变电站论文; 设备论文; 数据论文; 数据挖掘论文; 智能论文; 平台论文; 智慧论文; 《电力设备》2019年第20期论文;