基于大數據時代背景下電氣工程中大數據技術的應用研究

摘 ?要：隨著改革開放的深入，經濟發展的增強帶動了科技水平的進步，從而影響我國電氣工程行業的發展。電氣行業作為關系到民生國情的重要行業，其發展程度的好壞直接決定我國社會主義現代化進程的建設。大數據技術是近些年來興起的技術，其在電氣工程建設中的應用能夠對電力系統運行以及管理信息進行及時監測。因此，文章就大數據技術在電氣工程中的應用策略展開論述，旨在為我國電氣工程的健康、可持續發展做出一定貢獻。

關鍵詞：大數據技術;電氣工程;運用

1大數據技術應用于電氣工程的意義

近幾年，互聯網和物聯網都得到了越來越廣泛的應用，特別是在建設電氣工程時，應用大數據技術的優勢就是能夠更加及時、準確地獲得相關的信息資料。由于很多行業在工作中介入了云計算工作模式獲得了較高的收益，因此已經成為很多人的重點研究方向，望其能夠在各個行業中得到成熟運用。尤其在電力行業，不僅能加強業務能力以使信息化建設進程加快，而且可不斷完善管理水平，讓電力管理機構管理水準更進一步，贏得經濟收益、口碑、管理效益。另外，大數據的相關技術也有著速度快、時效高的特點，例如在進行搜索信息的時候，通常需要有幾分鐘之后，才能夠查詢到用戶的相關信息，而應用個性化的推薦算法，能夠盡量的滿足相關的要求，實現實時推薦，這也與電氣工程的建設和發展的要求相符合。另外，需要支出單是大數據中的相關數據，需要做到在線易得，尤其是基于互聯網高速發展的背景下。例如，在建立電氣工程時，因為相關的信息需求比較大，還需要做到及時準確等，因此對于工程項目的數據建設來說，一定要和相關的數據同時在線，這樣能夠更好地實現數據的共享與應用。

2大數據技術在電氣工程中的應用措施

2.1基于大數據技術的用電數據異常分析

通過對電氣工程運行過程中的異常數據進行采集分析，可以有效發現系統中潛在的故障，數據在挖掘過程當中是存在不確定性、大量性以及不完全性，而這些特征會根據數據不同的特性進行劃分，這也是有一定的復雜性。有一些信息還比較的模糊和隨機，其中所能夠提取出的信息也許具有潛在的價值，因此我們還需要小心的對待每個數據。借助數據挖掘技術，對于用電過程當中出現異常情況的檢測方法主要有兩種：其一是孤立森林算法的用電數據異常檢測;其二是決策樹算法的用電數據異常檢測。在第一種異常檢測算法中，首先需要對數據進行清洗及降維，其次根據數據構建異常檢測模型，模型構建包括iTree的構建以及孤立森林的構建，iTree的構造步驟如下：在六個日負荷特性指標中隨機選擇一個特征;隨機選擇該特征的一個值k;根據每條記錄所對應的信息特征來看，把特征當中小于K值的記錄放在左分支上，其余大于等于K的記錄則放在右分之上。將左右分支的構造進行歸納整理，要滿足傳入的數據信息保持一條記錄，或者是將多條記錄放在一起達到一定的高度。這樣才能夠保證每次的過程都能夠滿足歷所有的iTree，然后就是在查詢的過程當中，必須要將對象落到節點的位置上，讓其平均通過的長度計算保持在一定的差值之內。最后再根據異差值的大小對用戶進行評價，判斷該用戶是否為異常用戶。在第二種異常檢測算法中，基于決策樹的用電數據異常識別模型的構建流程如下：首先構建訓練集，對電氣工程中的相關數據進行整理，用于對決策樹的訓練，其次，我們還可以采取相應的算法對所有數據進行處理，將已知的數據進行排序，然后再根據相應的特征進行劃分，計算每個分類當中的信息增益根據計算得出來的最大值選擇闕值，之后再利用闕值劃分數據集。再者生成決策樹，決策樹的根節點到葉節點都對應一個分類規則，最后還需要對策書的合理性進行驗證。

2.2大數據技術在負荷特性分析與預測中的應用

大數據技術在負荷特性分析與預測中的應用主要可以分為以下三個方面，首先是關聯規則法在負荷特性分析中的應用。電力負荷特性除了會受到內在自身因素的影響外，還會受到外在因素的干擾，負荷會表現出一定的規律性和波動性。關聯規則法是在龐大的數據中找出各數據項之間頻繁出現的聯系，并分析負荷特性與影響因素的相關性，指導電氣工程的正常運轉。其次是聚類分析法在電力負荷特性分析和預測中的應用，聚類分析是將負荷數據與影響因素進行聚類，聚類后的數據構成了一組分類，某一類型的負荷聚在一起，它的負荷特性就會更好地呈現出來。再者是人工神經網絡技術在電力負荷預測中的應用，利用神經網絡技術可以模仿人腦進行智能化處理，對非線性的規律具有自適應的學習功能，在短期的負荷預測中可取得滿意的效果。

2.3做好大數據技術應用于電網調度

為了能夠更好的實現電氣工程的整體的調度工作，其最主要的目的就是能夠進行電網的調度，與此同時，還要做好整個電氣自動化系統的調控。另外，在施行系統的自動化設計方面，其主要的目的就是能夠對電網在運行的時候實施經濟上的調度，同樣的還要能夠使電網更加穩定的運行。還有就是對于電力生產中產生的數據能夠進行分析，并且針對整個系統中的負荷情況進行自動的預測。之后就是針對顯示出的部分數據，充分的排查系統中存在的故障點，避免時間與監理的浪費。

2.4大數據技術在配網管理及擴張中的應用

大數據技術在配網管理中的應用如下：首先是配網的多屬性，為確保配網的可靠性與安全性，進行詳盡的資產管理是前提。借助于信息技術，打造功能相對完善的配網資產管理大數據平臺。其次是基于配網資產管理大數據平臺實現對資產存量和增量的動態同步管理，為確保資產存量、增量與實際情況的一致性，需要反復的檢驗。再者，配網資產管理大數據平臺需要完全體現出配電網的每個設備及相關參數，從而實現對相關數據的分析，提升配電網的性能。大數據技術在配網擴張方面的應用可以從以下兩個方面考慮：首先，可以根據電氣工程項目所擁有的資產和技術進行分析，在用戶數量上能夠保持增長又可以減少成本。那么，我們就需要在配置資產時要有足夠的設計和預期，借助網絡資產的管理，能夠將實際的數據進行對比，其次就是在配比的過程當中需要整體來進行設置和評價。結合電力系統運行過程中的相關參數，科學分析出配網的實際承載能力，使配網處于高效、合理的運行狀態下。配網管理與擴張需要借助于各類傳感器，為確保各類傳感器的有效連接，首先是需要選擇性能較好的傳感器和操作器，并在此基礎上根據要求進行配置，實現對設備所產生數據的實時采集，確保獲取數據的準確性與實時性，實時與配網資產實體的各類屬性相結合，形成一個有機的參數描述體系。其次是在數據獲取之后還需要做好數據存儲工作，數據存儲是一項較為重要的任務，可以確保資產屬性時間沿革和電氣參數歷史沿革的有機統一，為電氣工程相關決策的開展提供堅實的理論支撐。

3結語

綜上所述，隨著電氣工程的不斷發展，進一步加快了我國社會主義建設與發展的腳步。目前大數據技術應用于電氣工程面臨著全新的機遇，當然也存在著許多的挑戰和困難，因此，需要加強對系統的規劃。在處理大數據時，常常會應用云計算，這存在安全隱私方面的問題。所以需要進一步提升云計算的安全性，并將其應用在電氣工程中，這樣才可以更好地實現電氣工程建設事業的可持續發展。

參考文獻

[1] 陸汝華，李亞蘭，文波，等.教育大數據中大學生幸福感影響因素的提取模型[J].電腦與信息技術，2020，28（3）：57-59.

[2] 付現立.基于大數據技術的鐵路安全管理研究[J].建筑工程技術與設計，2018，（21）：1620.

[3] 熊同強.電氣火災預報系統大數據處理與應用淺析[J].當代教育實踐與教學研究（電子刊），2017，（7）：513.

作者簡介

馬思明，男，河北省遷安市人，研究方向：電氣工程