電力設備運行狀態大數據標簽體系與關鍵技術

劉文君，董明，徐元孚，韓強，王鑫，許雷，杜明

(1.西安交通大學 電力設備電氣絕緣國家重點實驗室，陜西 西安 710049；2.國網天津市電力公司電力科學研究院，天津 300384；3.國網天津市電力公司，天津 300143)

0 引言

電力能源作為能源互聯網中重要環節，電網已成為多種能源的共享網絡[1]。近年來，國內外發生的多起因設備故障引起電網停電都與缺乏有效設備狀態感知有關，主要由各調控機構之間沒有信息共享導致的無法高效整合電力系統數據引起。實現電網的全局協調控制，是智能調度建設的基本要求。

在電力設備狀態感知方面，國內外研究機構進行了大量研究，集中于通過設備試驗基于“電、聲、光、化、熱”物理量的監測獲取設備狀態量，進而對設備狀態進行評估[2]。但通過長期的實踐發現此種監測方法存在如下不足：（1）通過試驗結果統計的方法有一定的相似性，無法真實反映實際設備故障產生機理，導致狀態評估、風險預測等應用的計算準確率低、誤差偏大；（2）由于設備狀態參量眾多，調度員確定有效反映不同設備故障的特征量困難且需要較多人工干預，無法保證設備狀態評估結果的準確性；（3）各級調度間、調度中心內部之間無法實現數據實時共享，且存在多源、高維、異構等問題，客觀上增加了數據分析工作量。針對電網數據海量且離散的特點，在能源與電力系統調度優化和控制決策等方面提出引入機器學習算法的應用[3-4]。文獻[5]應用多元時間序列展開數據挖掘以建立數據時間維度上的關聯，但并未探究空間維度上的設備數據關聯處理。……