基于联机分析的变压器检修的应用分析2.docVIP

基于联机分析的变压器检修的应用分析 摘要：当前随着联机分析处技术的开发有利于管理和分析在线监测数据，文中首先分析了联机分析处理和数据挖掘，接着就应用分析了数据准备、数据模型、系统模型的建立以及变压器数据分析，这一研究对于实现电气设备在线检测具有一定的意义。 关键词：联机分析；变压器检修；数据挖掘 0 引言 电力已经成为我们生活必不可少的一部分，没有电我们的生活很难想象，但是随着电力系统的广泛应用，电力的设备的维修也成为一大难题。现在，我国电力设备处于检修状态过渡时期，按照设备的特性来实施维修策略，再加上以往的电力设备维修数据，电力维修部门的宏观管理、决策和指导有了保障，解决了电力设备维修质量和电力保障的难题。然而，纵观所有的用电设备，大多数维修变压器的资料数据是比较少的，分析起来很困难。但是，随着联机分析处理(OLAP，On—line Analytical Process)技术的开发有利于管理和分析在线监测数据。OLAP技术能够通过查询和分析数据来维修变压器，同时将管理人员对查询结果进一步分析，让管理人员寻得规律，方面判断设备故障和实施维修决策，有利于实现电气设备在线检测的目标。 1 联机分析处理和数据挖掘 1.1 概述 可以肯定的说，数据仓库中所储存的数据信息是大量的，因此处理过程是非常繁琐的，寻找新的处理工具迫在眉睫。20世纪90年代，E．F．Codd开发OLAP技术，也就是查看和分析某一特定问题的联机数据访。通俗来讲就是，在大量的数据信息中，按照用户的要求，分析可能存在的各种问题和假设，而且即使将答案回馈给用户，及时解决问题。数据挖掘操作是通过查看分析数据，从中获得有用的、未知的信息，并即使进行推断整理，挖掘出新的问题，找出解决方案，为企业的决策提供依据，减少风险投资，提高企业利润。0LAP和数据挖掘是相互贯通的，OLAP的分析结果为数据挖掘共基础，而数据挖掘是对OLAP分析的扩展。 1.2分析方法 上钻、下钻、切片、切块、旋转等分析方法对数据信息的采集和获取有很大作用。 (1)钻取是一般改变维的层次，变换分析粒度的分析方法。上钻是将信息含量少的低层次数据积累形成含量多的高层次数据的过程；下钻则是完善数据信息的过程。 (2)切片和切块没有本质区别，只是选取的范围不一样，切片是在多维的数据库的某一维上选定一个维成员的动作；切块选取的是某一区间。 (3)旋转就是调整一个报告或页面显示的维方向，也就是调整维的位置。 2 系统建立 2.1数据准备 数据准备也就是数据提选、清理、调整和加载的过程，也就是数据的清理、集中、选取、调整、规约以及数据质量分析。一般情况细下，要首先分析设备维修的历史数据储存结构，提出出有用的信息，再将OLAP数据库中各部分数据通过DTS或专用程序来清理、调整原始数据，使得其 “干净”“完整”、便于数据分析，最后将这些数据输入到SQL Server系统中，并建立OLAP数据库，确保数据类型和结构的一致性，还要把一些重要的数据信息转变为适合挖掘隐含信息的结构方式。像日期和时间格式的一致性，变压器的运行是在不同的时间区间进行的。 2.2数据模型 数据模型成立的条件是：问题明确，数据结构和内容完整。一般数据信息是大量的，在数据挖掘过程中，我们可以使用客户／服务器(C／S)结构，客户端用VisualBasic开发，数据库服务器采用SQL Server 2000来进行数据的挖掘。SQL Server的OLAP Service应用服务器可以把规定的主题(立方体)聚集进行实体化变换，接下来的OLAP和数据挖掘都是以处生成的主题为依据的。按照规定的主题和多维结构，本文或建立数据仓库的位置是在SQLServer2000平台上，建立方式是星形模式。维数据结构也就是说维整理的原始数据的最终结果。OLAP Server创建的多维数据结构也叫做Cube，这种多维数据结构的具有独特的优势，例如性能好、灵活性高、处理速度快。这里我们采用的星形模式和关系型数据库、OLAP的多维化数据有着密不可分的联系。在关系型数据库中，多维结构有事实表和多维表两类，第一类对于储存事实的度量值和各维的码值有很大作用；另一类能够很好地描述维的信息，每一维都有至少一个表能够保存维的元数据。诸如：用时间维、单位维、型号维、总运行时问维、总维修次数维、大修次数维等分析变压器的运行状况；用时间维、单位维、型号维、地理环境维等分析故障的各种情形和解决办法。于此同时，维可以进行细分，形成层层连接的树状图，比如说，时间维就能够细分为：年、月、日。 2.3系统模型的建立 下面我们以某市电业局为例，研究该局变电站设备在线监测数据信息。这个电业局内包括两个220kV变电站和两个110kV变电站，它们都安装了在线监测系统，目的是在线监测站内的变压器、电容设备和氧化锌避雷器。 （