基于大數據的電力設備運行數據分析系統(tǒng)的設計

陸文祥

（建湖縣建陽中學，江蘇 鹽城 224700）

0 引言

在本文中所提出系統(tǒng)設計方式，是一種規(guī)范管理電力設備，并對設備進行運行數據分析與整理的技術形式，可以對檢測的數據信息，以及對一些一般類型的記錄數據，進行系統(tǒng)性的保存，避免數據出現丟失、損壞的問題。在這樣的運行模式下，可以讓電網運行呈現出高效率、高水平的效果。并且在本文的分析中，主要針對當下大數據的電力設備運行數據分析系統(tǒng)的建立進行詳細的設計闡述，進而滿足電力系統(tǒng)的運行需求，從而避免受到各種問題的影響。

1 核心算法以及關鍵技術

1.1 大數據分析過程

在進行大數據分析的過程中，就是一種通過構建出大數據平臺技術，以此進行數據方面的全面整合，因此對于不同的數據而言，在采集的過程中要借助數據庫，以此形成對異構數據存儲方面的實際需求性分析。其次，還需要對關系與非關系型的數據庫進行處理，并構建出分布式的數據結構。之后，還要使用大數據流計算技術、批計算技術以及內存計算技術等多個技術方案，提供更多維度的數據計算處理能力。

1.1.1 大數據采集

在當下電力網絡的運行中，使用到了大量的傳感器與電子元器件，因此推動了數據采集的效率與范疇。加上當下信息技術高速的發(fā)展當中，使得人們在進行數據處理的環(huán)節(jié)，可以讓計算機系統(tǒng)完全取代人工的處理方式，進而可以有效的實現生物識別、條形碼識別等各種信息數據的識別與分析。

1.1.2 大數據預處理

在電力設備運行的過程中，一旦運行的環(huán)境較差，就會使得在進行數據采集中，面臨著一定信息遺漏的問題影響。因此，為了保障數據采集的可靠性與有效性，就需要在進行實際的數據采集中，可以進行預處理，設置出專門的數據格式、非結構化數據建模等，實現良好的處理。

1.1.3 大數據統(tǒng)計與分析

在大數據分析的過程中，基本上可以分為幾種不同的類型。例如，可以基于時間、離線計算、批量計算等方式，進行針對性地分類處理。或者也可以采用技術手段的方式，進行不同的分類。在臨近分類分析算法的使用中，已經成為電網系統(tǒng)比較常用的分類分析方法。

1.1.4 大數據挖掘

在上述的一些技術分析方法的加持下，使得分析的結果還需要進行進一步的挖掘，進而掌握更多的數據信息內容。在這樣的處理過程中，就需要實現各種意思的有效傳達，同時保障處理中，可以滿足人們的實際需求。

1.2 聚類算法

聚類算法就是一種對數據挖掘、模式識別等諸多領域當中，十分重要的研究內容，其中聚類算法也是一種十分重要的聚類分析方式，在進行實際的分析過程中，可以很好地讓其數據進行深入的挖掘處理。在現階段聚類的根本作用，本質上就是需要基于某集合按照特定的標準，進行不同的分組處理，同時在每一組的對象當中，都會有著較高的相似程度，同時在兩組當中，也有著一定的極高差異性。這種聚類分析的技術使用，成為了數據挖掘的十分重要的工具之一，可以進行較為詳細的數據分析。其次，還需要在進行使用的過程中，對數據進行預處理工作，并在之后的處理中，為其他算法進行使用。

1.2.1 層次化

在進行使用該項技術的過程中，層次化聚類算法是一種數據類的算法方式，因此可以利用數據組織的方式，構建出一種樹狀圖，以此實現聚類處理。在這樣的算法使用中，根本目的就是為了能夠在處理的過程中，可以將全部數據對象，當作一個具體的個體，并先計算兩個不同類型的距離，這樣就可以將其中最小的；兩個類進行歸并[1]。之后，還需要基于順序進行迭代處理，同時重新計算分析。

1.2.2 劃分式聚類算法

對劃分式聚類算法計算而言，首先需要對預先指定的聚類數目，或者指定的聚類中心，進行反復迭代的運算，這樣才可以慢慢地降低目標函數當中的誤差。而在目標函數值出現收斂的顯示后，就可以得到最終結果[2]。

1.2.3 密度與網格計算

這種網絡與密度的聚類方法，本質上就是一種十分重要的聚類方式，可以在空間信息處理的過程中，廣泛地應用到各個空間當中。特別是在一些大規(guī)模數據處理的過程中，可以很好地運用這種計算方式。而對于傳統(tǒng)的數據處理技術而言，在處理的過程中，始終無法考慮到數據的密度，因此這樣先進的密度處理方式，可以實現高效率的處理[3]。

1.2.4 模型聚類方法

基于模型的方式，可以將全部數據信息設定成一個模型，在進行直接查詢數據的過程中，就可以形成一個具體的對象，以此可以在完成期望優(yōu)化之后，就可以形成數據集與部分模型之間的良好契合。由此可見，有必要應用模型聚類方法，實現對系統(tǒng)的分析，從而保證這樣的算法能夠為系統(tǒng)功能的完善奠定基礎。

2 系統(tǒng)內功能性需求

在系統(tǒng)設計的過程中，設計出了多個模塊，以此針對不同的模塊的功能性，都需要進行深入分析，以此保障系統(tǒng)可以穩(wěn)定地運行下去。

2.1 用戶管理模塊

現階段在這個模塊當中，主要是負責用戶登錄、注冊新用戶、修改密碼等方面的操作。而在彈出消息框，就是為了提示用戶需要同時填寫賬戶名與密碼。其次，在這樣的模塊使用過程中，也相應地需要對各種人員與部門，進行統(tǒng)一化的管理，在操作中較為便捷高效。在每一個用戶操作中，都可以對應一個優(yōu)先級，優(yōu)先級越高的用戶，則可以操作更多的內容。而在對用戶信息進行核對之后，就可以提供相應的權限內容。當下在模塊的處理中，并不能將用戶信息存儲在數據庫當中，而是需要事前進行加密處理，這樣才能夠提升數據的安全性[4]。

2.2 數據采集

在數據采集模塊的運行中，就是主要負責黑匣子的數據與處理，進而利用大數據，將其電力現場所采集到的電力設備運行數據，輸送到服務器當中，并將全部采集到的數據信息，分享給各種電力設備的檢測模塊。當下的數據采集處理工作，成為了上位機與下位機的通信基礎。

2.3 變電站蓄電池性能

在電池性能的數據采集過程中，往往有著電池交流充放電量、電池充電功率，以及電池放電功率方面的實際效果。在計算電池性能的過程中，還需要對其進行全面的分析以及處理，這樣就可以在后續(xù)的處理過程中，提供良好的數據參考，并對電池的實際使用周期進行一定的合理預測。

2.4 變電設備檢測

現階段在構建出智能變電站的過程中，是一種智能電網的重要基礎與支撐節(jié)點，同時變電設備的運行過程中，其分析模塊往往需要對眾多的狀態(tài)信息，進行針對性的處理，以此充分地利用數據挖掘的方式，有效的對其電力設備的實際狀態(tài)，進行針對性的分析，為之后的運維檢修提供良好的數據參考。伴隨著我國變電設備物聯(lián)網的構建，使得使用了更多的傳感器技術，在智能變電站的運維中，也相應地采用了更多的在線監(jiān)測手段，以此獲取到更多的數據信息。而在變電站設備的狀態(tài)分析中，還需要提供更多的設備狀態(tài)信息，例如設備臺賬參數等信息的分析與計算。

3 大數據的電力設備運行數據分析系統(tǒng)的設計

3.1 數據預處理

3.1.1 數據清理

在現階段的電網系統(tǒng)運行中，由于使用的電力設備數據越來越大，就導致海量的數據的整理過程中，始終存在著不完整、復雜多變以及多余數據的分析，大量的數據冗雜在一起，就會導致對數據分析的效率造成直接的影響，因此就需要對其系統(tǒng)數據進行預處理分析，以此對一些無用的信息進行提前篩除，進而使得在處理的過程中，處理好各種類型的數據信息。當下電力設備的運行數據，呈現出多樣化的特征，例如電力設備檢測數據、電流數據、電壓數據以及溫度數據等，因此就為了能夠處理好多種類型的數據信息，就需要保障在設計的處理中，進行針對性的數據清理。

3.1.2 變電站設備檢測功能

在當下智能變電站的智能電網檢測過程中，其重要的基礎與智能節(jié)點，始終都需要在變電設備狀態(tài)分析模塊中，對眾多的狀態(tài)信息進行針對性的處理。其次，還需要充分地利用大數據分析挖掘理論，明確出電力設備的狀態(tài)以及故障演變的機理，進而為之后的運維檢修工作提供良好的基礎。伴隨著我國新一代的變電設備的物聯(lián)網構建，使得已經廣泛地運用到了物聯(lián)網技術，因此在其運行中的檢測能力也得到了全面的提升[5]。

3.2 數據采集模塊

在這個模塊的運行中，主要就是為了能夠向上層應用程序，提供一個良好的數據采集工作，并相應地在模塊的處理過程中，幫助數據采集搞設計，提供一個多線程的采集模式。而對于遠程控制功能而言，就是一種非實時性的功能操作，可以在之后的操作過程中，形成良好的處理效果。在本模塊的設計中，本質上就是一種不進行獨立操作，而是融合在主線程模塊當中的操作方式。數據采集的工具使用中，其結構設計基本上包含著物理層、訪問層、數據采集層等主動的設計模式。其中物理層就是黑匣子當中的數據采集。而在訪問層當中，則是利用串口協(xié)議的方式，將其上位機與黑匣子進行相應的連接，以此保障對電力現場的地址資源進行相應的處理。一般情況下，進行動態(tài)劃分的地址處理中，都會對黑匣子進行表示，以此保障實際的處理過程中，能夠對數據進行相應的分析與處理。

3.3 數據分析模塊

在這樣的分析模塊當中，就是一種實現電力系統(tǒng)動態(tài)化檢測的功能。但是伴隨著檢測的進展，使得逐漸形成了大量的數據信息，因此就需要對歷史數據進行分析的過程中，能夠進行針對性的狀態(tài)評估，以此保障在有限的時間當中，進行針對性的分析與處理，并在合理的時間周期內，完成相應的數據處理。

4 結語

綜本文全文所述，在進行電網運行的過程中，各種不可避免的小問題會隨之而來，并且由于進行分析的過程需要處理海量的數據信息，因此就需要保障在進行分析中，能夠極大地提升處理準確性與可靠性，在當下的設計出的電力設備運行數據分析系統(tǒng)，就可以解決這樣的數據分析問題。最后，電池的動態(tài)性分析，也成為了對之后工作準確性和高效性影響的關鍵所在，因此本文所設計的系統(tǒng)，可以全面提升數據采集的效率，滿足相關工作人員的實際需求。