數據挖掘技術在電力設備故障診斷中的應用研究

熱孜萬古麗?托呼提　臧其賢

摘 要：本文深入分析了電力設備故障診斷中存在的問題，并對數據挖掘技術在電力設備故障診斷中的應用研究進行分析，從而提升電力設備的運行質量。

關鍵詞：數據挖掘技術；電力設備；故障診斷；應用

中圖分類號：TM76 文獻標識碼：A

0.引言

隨著科技和工業技術的快速提高，數據挖掘技術也在快速發展，傳統的分析技術和手段已經不能滿足實際需求，而隨著數據挖掘技術在電力設備故障診斷中的應用，不僅提升了故障診斷質量，同時也提高了故障診斷的效率。因此，本文就深入分析數據挖掘技術在電力設備故障診斷中的應用，并為同行業的研究提供必要的依據。

1.數據挖掘技術的概述

隨著我國科技信息水平的不斷提升，數據挖掘技術也在快速發展，數據挖掘技術在我國很多領域都得到了廣泛應用，并取得了很好的應用效果。數據挖掘又稱作數據采礦，主要是指技術人員通過不同的算法，對海量的數據資料進行分析，得到其中存在的隱藏信息，也是數據知識發現的重要內容。計算機技術和數據挖掘存在密切的聯系，同時數據挖掘涉及到搜素算法、建模技術、理論技術、人工智能、模式識別及統計學等多方面的知識。現階段，數據挖掘技術在電力設備故障診斷中發揮著重要的作用，大大提高了電力設備故障診斷的效率和質量。

數據挖掘技術產生主要有兩個方面的原因：（1）隨著我國計算機相關技術的快速發展，計算機信息技術在很多企業都發揮著重要作用，大大提高了企業的數據收集、存儲及處理的能力。（2）雖然企業的數據較多，但是決策者需要從海量數據中得到有價值的信息，也就是數據雖然豐富，但是缺乏有效的信息。數據挖掘技術成為信息和數據之間的橋梁。

數據挖掘的一般過程（圖1），包括以下幾個方面：

（1）數據的選擇。從數據倉庫或者數據庫中選擇和挖掘過程任務相關的數據集，作為數據挖掘的基礎，該步驟十分重要，在無效數據空間上挖掘會使得數據挖掘功能大大降低，同時還會產生冗雜數據，影響數據挖掘結果。

（2）數據預處理過程。集中處理樣本中的數據，包括去除噪聲、刪除無用的數據、填充丟失的域、保持數據的正確性和完整性，同時還包括整理和歸并時序數據。

（3）數據轉換。對數據進行轉換，使之適合挖掘的算法。

（4）數據挖掘。作為系統的核心部分，采用智能方法對數據模式進行提取。

（5）解釋。解釋和評價數據挖掘輸出的結果，從而可以被用戶理解。

（6）綜合分析。綜合分析上一步得到的知識，處理和檢查他們之間的關系，在實際處理過程中還應該檢測上述各個步驟的有效性和正確性。

目前數據挖掘在我國電力企業中應用還不普遍，在電力系統中應用主要包括以下幾個方面：電力系統負荷的預測和分類、電力設備狀態的評估分析、設備監控及故障診斷等。

2.數據挖掘技術在電力設備故障診斷中的應用

經過上文所寫可以發現，隨著我國電力行業的快速發展，電力設備在實際工作過程中存在很多問題，尤其是用電設備故障診斷問題，而數據挖掘技術在電力設備故障診斷中的應用不僅可以提高故障診斷效率，同時還可以提高故障診斷的質量。具體分述如下。

2.1提高數據挖掘技術的重視力度

首先電力企業應該重視在電力設備故障診斷中數據挖掘技術的重視程度，相關部門和政府應該結合可持續發展的原則，并且結合電力企業的實際發展狀況，不斷轉變傳統的觀念，提高數據挖掘技術的重視程度，不斷提高資金投入力度。同時，電力企業應該重視數據技術的重要性，弄清數據挖掘技術的工作原理，從而提高數據挖掘技術在電力設備故障診斷中的應用效果。

2.2提升工作人員的綜合素質

隨著我國計算機技術、統計學等相關學科知識的不斷發展，我國數據挖掘技術也在不斷進步，而數據挖掘技術在用電設備故障診斷中發揮著重要的作用，這也就提高了對故障診斷人員的技術要求。因此，企業應該定期對工作人員進行專業的技術培訓，可以結合多媒體技術手段，依靠集中培訓的方式，培訓的內容包括數據挖掘技術的原理及實際操作，在完成培訓之后還應該進行專門的技術考核，只有考核達標的工作人員才可以進入到專門的操作階段，不僅提高了數據挖掘技術在電力設備故障診斷中的應用效果，同時也提升了工作人員的綜合素質。

2.3不斷完善在線故障診斷措施

這就要求工作人員在充分了解電力設備的工作狀態的情況下，通過對基礎數據的收集，包括電力設備運行的歷史數據、缺陷信息及基礎信息，同時以歷史數據和缺陷信息的數據為主，實現數據挖掘，同時得到相應設備的基礎參數，構建完善的檔案，這樣可以便于故障的診斷查詢。同時，如果一個電力設備出現故障問題，通過對電力設備的監測數據，就可以進行電力設備的在線診斷，這樣就大大提高了電力設備故障診斷質量和效率。

如以新疆為例，目前新疆電力企業正在大力推廣和研究在線故障診斷監測，這樣可以提高故障診斷的效率和質量。現階段，企業已經構建了一個完善的輸變電設備監測中心，已經編制完成了技術方案，下一步將進行研究分析在線數據的監測及數據挖掘技術的應用。圖2為狀態監測流程圖，其中在專家診斷和數據管理中涉及到數據挖掘技術的應用。

在狀態評估和專家診斷過程中，將構建出診斷的知識庫，其以設備故障的分析結果，采用模糊邏輯、人工神經網絡等數據挖掘技術和人工診斷相結合的方法，實現快速對用電設備故障的診斷。目前，在一些電網中都使用了監測手段和監測參數，可以量化闡述用電設備的狀態，對此，國家電網也提出了構建相應的標準要求，如果用電設備中出現了缺陷，通過數據挖掘技術功能，就可以快速對故障進行診斷，從而提高故障的診斷效率，避免造成更大范圍的影響。

結語

綜上所述，隨著我國社會和經濟的快速發展，我國科技水平也在不斷提升。在電力系統實際運行過程中，很多電力設備發生了故障問題。因而需要進行電力設備的故障診斷。伴隨著我國計算機等技術的不斷發展，數據挖掘技術在電力設備故障中的應用，不僅提高了故障診斷的質量，同時也提高了故障診斷的效率。因此，全文主要分析了電力設備故障診斷中存在的問題，進而分析了數據挖掘技術在電力設備診斷中的應用，并為同行業的研究提供了必要依據。

參考文獻

[1]盧偉明.數據挖掘技術在電力設備故障診斷中的應用[J].現代工業經濟和信息化，2016（21）：77-78.

[2]楊超，張霖.數據挖掘技術在電力設備故障診斷中的應用[J].電氣開關，2016（2）：83-86.endprint