数据挖掘在变电站设备运维中的应用.docx

??

?

??

数据挖掘在变电站设备运维中的应用

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要：经济在快速的发展，社会在不断的进步，人们的生活质量在不断的提高，对于用电的需求在不断的加大，为解决变电运维工作中所获得的大量设备数据未能得到充分利用的问题，本文在搭建变电站云平台已成为可能的条件下，主要结合数据挖掘技术对运行人员从现场获得的数据进行分析处理。这些数据包括设备压力、泄漏电流、动作次数、以及设备台账等，可以用来提高工作效率和质量、进行业务决策，避免形成数据孤岛，提高变电运维的智能化水平。一是利用了趋势外推法进行数据拟合来指导设备巡视维护工作，二是采用多元线性回归法分析设备状态的影响因素并进行缺陷预测和故障诊断，三是通过人工神经网络深度学习进行电网停电承载力分析。合理利用大数据技术将推动变电站向集约化管控、专业化运维方向转变，通过数据挖掘技术可以极大地提升变电运维工作的智能化水平，从而优化人力配置，使工作更精准高效。

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

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基于大数据挖掘技术的输变电设备故障诊断状况

在输变电设备运行中，若未及时检修和养护设备，将引发安全事故，影响用户的正常用电。虽然供电企业逐渐加大了诊断输变电设备故障的力度，但是输变电设备的检修过程依然存在不足。第一，技术人员在实际工作中未严格根据规章制度进行检修，且部分工作人员检修水平较低，易漏检和错捡，导致安全隐患未被发现。第二，随着计算机和信息技术的飞速发展，部分大型供电企业为提升输变电设备故障诊断的能力，在收集和整理设备故障信息的过程中应用了大数据挖掘技术。然而，由于维修人员缺乏数据挖掘方面的专业技术和知识，势必将影响设备的故障诊断效果。另外，在诊断输变电故障方面，供电企业仍处于尝试使用大数据挖掘技术的阶段，仅在一定程度上发挥了稳定性作用。第三，供电企业在大数据挖掘技术方面投入较少，且监测系统陈旧，无法充分发挥该技术的作用。

2数据挖掘在变电站设备运维中的应用

2.1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，