企業(yè)變電管理系統(tǒng)大數據分析技術應用

摘 要 企業(yè)在現有的智能變電管理系統(tǒng)基礎上融入大數據分析，對變電設備狀態(tài)信息數據進行檢測與評估，對數據中潛在的風險進行挖掘分析、控制，開展降本增效工作，提高企業(yè)變電管理水平。

關鍵詞 企業(yè)變電管理;大數據分析;技術應用

引言

傳統(tǒng)變電設備狀態(tài)評估主要采用標準點檢機制，采用固定時間對變電設備的工作穩(wěn)定情況進行評估，作為判斷設備是否需要維護和檢修的依據，評估過程費事費力，可靠性較差，效果不佳。企業(yè)在現有的智能變電管理系統(tǒng)基礎上融入大數據分析，對設備的信息數據進行檢測與評估，對數據中潛在的風險進行挖掘，提高企業(yè)設備運行維護水平，開展進行降本增效工作，增加企業(yè)經濟效益。

1大數據的概念

大數據概念，麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數據庫軟件工具能力范圍的數據集合，具有海量的數據規(guī)模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。

大數據技術應用不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業(yè)化處理。企業(yè)組織利用相關數據和分析可以幫助降低成本、提高效率、做出更明智的業(yè)務決策[1]。

2數據分析技術

①相關分析：按照測量要求進行具體條件下的數據記錄，利用大數據系統(tǒng)分析中自帶的統(tǒng)計學方法對相關的電量標準、實際電量兩種變量之間做出一定的關系判斷，一般分為線性相關和非線性相關兩種。②聚類分析：將所采集的眾多數據進行分類，并根據不同種類、不同用電量等各種標準，將符合標準的信息數據匯總和分析，形成一定數據內容走向圖，對電力能源使用、運輸線路中可能出現問題提前進行預防。③異常分析：異常分析分為兩種，一種是對已知故障位置進行數據采集和分析，檢測其運行是否恢復正常;另一種則是監(jiān)控尚未出現問題，但長期使用會出現問題的結構，定期抽查數據同歷史抽查數據波動對比，判斷是否出現故障，預測可能出現故障點。④趨勢分析：電力能源需求量不斷提升，促使著電力能源供應和項目建設的增加，需要依賴趨勢分析，結合實際電力供應水平，設定某一時期為時間段，將不同時間段內變用電所采集數據進行整體比對，可以判斷和預測未來發(fā)展趨勢和目標[2]。

3數據分析處理過程

①數據預處理：一方面，系統(tǒng)提供與外部數據庫的接口，可對現場和數據庫中的數據進行分析;另一方面，提供數據人工錄入功能，對手工錄入的數據進行分析。②大數據分析：對預處理的數據進行大數據分析，數據挖掘，發(fā)現其內在有價值的規(guī)則。③實時監(jiān)控：按照規(guī)則庫、標準庫的知識對生產過程中的設備、質量、消耗的實時數據進行分析監(jiān)控，當發(fā)現有異常時，按照知識庫的知識指導自動進行異常分析診斷，然后根據分析診斷情況給出發(fā)展趨勢、推薦處理方法、可能導致的結果。操作、管理人員根據分析診斷的結果，對異常情況進行分析、判斷處理，使設備、質量、消耗恢復到可控范圍之內。④異常信息傳遞處理：對實時監(jiān)控發(fā)現的異常，按照相關管理規(guī)定，把信息發(fā)送到相應的責任人，使可能存在的問題得到即時的診斷與處理，從而保證生產過程穩(wěn)定、正常地進行[3]。

4變電管理大數據分析應用

相對于傳統(tǒng)的變電設備狀態(tài)評估過程，大數據分析在設備與故障之間建立起了關聯(lián)，在尚未發(fā)生故障時既可以根據數據變化進行預測，實現準確定位，確保變電設備的穩(wěn)定工作。變電設備維護人員應根據其狀態(tài)參數，構建符合大數據分析的評估參數體系。變電設備狀態(tài)的評估參數應包括以下內容：①靜態(tài)參數，主要包括變電設備自身的運行標準參數等。②動態(tài)參數，主要包括變電設備運行的過程中，診斷系統(tǒng)檢測時獲得的動態(tài)數據。③外部參數，外部參數指的是變電設備所處在環(huán)境中的各種影響因素，包括溫度、濕度、風力等因素，同時也包括用電量限額、電價差異等因素。采取關聯(lián)分析法對變電設備運行狀態(tài)進行評估，對各種參數指標數據進行收集后，進行深度關聯(lián)分析，將數據分析結果與設備狀態(tài)評估一一對應，具體方法如下：評估重點考察核心參數，構建故障參數與其他數據之間的關聯(lián)，從而明確故障因素。在此的基礎上，大數據分析結合故障維護方案等信息，根據故障現狀與設備存在的缺陷，結合歷史數據，獲得準確的評估結果。根據評估結果，對具有故障風險的因素進行信息跟蹤分析控制，從而使得變電設備狀態(tài)評估更加靈活、準確。設備故障預警通過大數據運行監(jiān)測分析，應用大數據分析技術對運行設備實際累積的運行數據進行各種工況、設備運行狀態(tài)尋優(yōu)，建立設備經濟性指標評價曲線，通過對設備的歷史數據進行分析獲得設備的運行狀態(tài)趨勢，提高運行效率?；诖髷祿纳a單位電耗分析及用電方案優(yōu)化能夠深度挖掘用電信息、用戶負荷等數據的價值，采用分布式計算、數據挖掘分析等技術，研究用戶的負荷特性，通過用戶電耗分析，分析各生產單位的整體電耗情況、小時電耗情況以及峰谷電耗情況，分析可能存在的異常耗能情況，采取措施進行控制，降低電能消耗。通過企業(yè)用電行為分析，對中長期的負荷增長進行預測，提前對變壓器超載情況進行預警。通過用電負荷特性分析，對所有用戶的負荷特性進行歸類，實現對用戶的用電特性的分析控制。

5結束語

企業(yè)大數據分析技術的應用能夠提高評估結果的準確性，實現精準維護，節(jié)省人力資源。大數據分析應用的價值主要體現在及時性、安全性、穩(wěn)定性、經濟性等多個方面。大數據技術應用將會持續(xù)發(fā)展，并且更加科學化、專業(yè)化、智能化。

參考文獻

[1] 孫有樹.解讀變電設備狀態(tài)評估大數據分析的應用前景[J].電力系統(tǒng)裝備，2019（24）：203-204.

[2] 賴征田，萬濤，徐偉杰，等.電力大數據價值挖掘分析[J].電子技術應用，2016（z1）：316-318，324.

[3] 徐鈺強，姚海強，馮國平，等.用電采集數據分析和智能監(jiān)測系統(tǒng)中大數據分析的設計研究[J].機電信息，2018（30）：135，137.

作者簡介

楊利鋒（1979-），男，河北省邯鄲市人;學歷：大學本科，職稱：電氣工程師，現就職單位：河鋼邯鋼邯寶能源中心，研究方向：企業(yè)節(jié)能節(jié)電、變電智能管理、無人機技術應用。