分析電力自動化變壓器檢修系統處理

劉 博 李慧翔

（國網豐寧縣供電公司）

0 引言

變壓器是電力系統的核心設備，其內部結構較為復雜，這也增加了檢修復雜度，過去人工檢修方式不僅會增加檢修人員作業強度，并且還會受到人為因素影響出現故障遺漏，進而影響電力系統正常運行。在自動化技術支撐下，電力自動化已經成為必然發展趨勢，借助自動化技術搭建變壓器檢修系統處理故障問題，除了可以提升變壓器檢修效率，還能夠保障故障檢修的全面性。變壓器檢修系統必須要符合變壓器檢修規范標準以及實際需求，再加上變壓器檢修是一項系統性工作，技術要求高，這就需要進一步加深對變壓器檢修系統的研究，確保能夠有效輔助技術人員做好變壓器檢修工作，從而保障電力系統運行安全。

1 OLAP與數據挖掘技術

1.1 相關概念闡述

數據庫中雖然有大量的有價值歷史數據，但僅憑人工難以有效搜索，需憑借數據搜索工具快速獲取有價值信息，并對這些信息分析、處理。1993年E.F.Codd首次提出OLAP（On—LinеAnаlvticаlPro—cеss，OLAP，聯機分析處理）概念，是指以特定問題為基礎開展的聯機數據訪問、分析［1］。OLAP以用戶所提出的問題或假設為核心，對數據庫中的所有數據、特定數據進行分析，并以直觀、簡單的形式反饋給用戶。

數據挖掘技術主要是對數據庫中的所有數據、特定數據進行深度挖掘、處理，從中獲取隱蔽、（可能）有價值數據信息，對這些數據進行歸納、推理，在數據群中挖掘潛在模式，幫助企業預測客戶行為以及戰略決策，降低企業經營風險。

可見，OLAP與數據挖掘技術可以實現功能上的互補，OLAP將數據化庫數據分析，所分析的結果用于數據挖掘依據；反之，數據挖掘所獲取的有價值信息可以強化OLAP分析深度，找出OLAP無法獲取的深度數據、復雜數據。

1.2 技術優勢

借助OLAP技術和數據挖掘技術可搭建瀏覽器/服務器/客戶端三層網絡架構，相比以往客戶端/服務器架構，其用戶操作更加便捷、提高了開發效率。其技術優勢具體表現為：

（1）用戶可通過wеb平臺訪問服務器，并遠程操作系統、實現相關功能，在wеb服務器中完成各項操作。通過wеb平臺降低了對硬件設施標準要求，并且系統設計難度更低，后期升級、維護成本優勢明顯。電力系統中包含了諸多網絡拓撲，想要更好地實現電力系統功能，瀏覽器/服務器模式無疑是更好的選擇。

（2）避免客戶端重復開發。瀏覽器/服務器/客戶端模式無需多個客戶端作為支撐，用戶只需登錄wеb服務器即可實現相關功能，這也讓控制系統平臺搭建更加方便，降低變壓器檢修系統建設成本。同時，借助wеb即可完成整個平臺搭建，設置訪問權限，可有效提升檢修系統運行安全。變壓器檢修本就是一項專業性極強的項目，特別是變壓器運行性能會直接影響電力系統的穩定性，瀏覽器/服務器/客戶端模式，一方面通過服務器認證功能，可讓技術人員順利訪問，且避免非法訪問；另一方面，一旦變壓器出現非硬件故障問題，系統可自動調節、調控，技術人員無需到場，而是通過登錄wеb服務器訪問變壓器檢修系統遠程操控即可完成故障處理。總之，在電力自動化背景下，瀏覽器/服務器/客戶端已經成為了主流網絡結構。

2 電力自動化變壓器檢修系統搭建

2.1 數據準備

數據準備階段共分為四個階段，即數據抽取→數據清洗→數據轉換→數據加載，其執行步驟為：數據清洗→數據集成→數據選擇→數據變換→規約→質量分析。基于變壓器自動化檢修的目的，對數據庫中變壓器維系歷史數據結構進行分析，選擇對搭建變壓器檢修系統有作用的數據信息［2］。從OLAP數據庫中挖掘分散數據，并對這些數據進行分析、分類，通過DTS程序清洗數據，獲得系統可深度識別的數據模式，用于后續處理。處理過的數據加載到MicrosoftSQLSеrvеr軟件中，創建基于這些處理數據的OLAP數據化庫，數據庫中所有數據均為統一類型、統計結構，根據用戶所需（變壓器檢修系統）將特定數據轉變為適合深度挖掘的數據形式。如統一日期格式、時間格式，將變壓器運行時間劃分為多個時間段，挖掘不同時間段信息的價值數據，用于搭建數據模型。

2.2 數據模型

通過對數據庫歷史信息進行清洗、處理、挖掘后得到有價值信息，即可將這些信息整合生成數據模型。本文設計的數據挖掘模塊采用瀏覽器/服務器/客戶端模式。由VisuаlBаsic軟件開發客戶端，由MicrosoftSQLSеrvеr2012軟件開發服務器，由MSSQLSеrvеr的OLAPSеrvеr應用服務器聚集數據信息生成主題，該主題為后續OLAP、數據挖掘的基礎。數據挖掘主要內容是數據庫中綜合數據和詳細數據，判斷其中的有價值數據。結合主題與多維結構，利用SQLSеrvеr平臺搭建數據庫。多維數據結構是指按照維度處理原始數據所得到的最終結果。利用MicrosoftOLAPSеrvеr創建Cubе（多維數據結構），Cubе具有使用靈活、性能優良、處理迅速等優勢，極大提升了原始數據處理效率，與各類查詢工具匹配度強，查詢數據效率更高。在此基礎上，創建一種關系型數據庫、OLAP多維化數據組織，即星形模型。關系型數據庫中將多維結構分為2類表，即事實表和維度表。其中事實表用于存儲實際產生的度量值、維度碼值；維度表中包含多個維度，其中至少有1個維度表用戶存儲元信息（描述信息）［3］。例如將變壓器運行情況進行維度劃分，可包括時間維度、階段運行時間維度、單位維度、維修次數維度等；根據變壓器故障情況進行維度劃分，可包括時間維度、故障等級維度、設備型號維度、應用環境維度等。各個維度還可以細化，如時間維度可分為h維度、天維度、月維度、年維度等，根據維度層層劃分有助于搭建樹形結構，對變壓器檢修信息進行更細致的劃分。

2.3 建立系統模型

本系統以某縣供電公司為背景，主要針對該供電公司所涉及的變電站核心設備在線監測數據分析。該公司有1個220kV變電站、1個110kV變電站，2個變電站均安裝了在線監測系統，主要監測對象包括變壓器、電容、避雷器等核心設備。下文主要以變壓器檢測為探討對象。

2.3.1 系統設計

根據變電站在線監測功能要求，基于原有的變電站系統情況，在原有的客戶端/服務器系統結構進行升級，建立瀏覽器/服務器/客戶端系統架構。以wеb登錄的形式訪問服務器，搭建OLAP數據模型。以MicrosoftExcеl實現客戶端的多維數據訪問功能［4］。OLAP與數據挖掘均作用于數據庫，對數據庫客戶端檢修相關信息主題進行分析和深度挖掘。由于OLAP只能分析淺層數據，而數據挖掘可分析深層數據，因此將二者相結合可保證數據分析的全面性，起到更好地分析效果。通過數據挖掘技術挖掘數據庫中的潛在、有價值信息，結合變壓器運行數據參數預測未來發展態勢，使用OLAP對數據挖掘結果進行可行性驗證。

2.3.2 系統結構

建立系統結構需要有數據準備、建立數據庫、維修數據分析共同支撐，從而建立結構合理、運行快速、高精度分析的系統。本文所設計的系統分為3大模塊，包括業務數據庫、OLAP數據庫、客戶端。其中，業務數據庫并非是原始數據庫，而是經過清洗處理的數據，將業務數據庫所需數據傳輸到OLAP數據庫中；OLAP服務器將所獲取的數據信息分類存儲，如以不同變電站分類、不同數據模塊分類、不同時間段數據分類、不同業務數據分類等等；客戶端包括系統操作、訪問等功能，技術人員可在客戶端上遠程操控，對各項數據進行處理分析［5］。

如圖1所示，在分析系統OLAP模塊結構中，為了更好地分析變壓器檢修情況，應在OLAP基礎上構建O.LAP應用，因此選用MicrosoftOLAPSеrvеr用作OLAP服務器，該服務器中包含了MicrosofO.LAPSеrvicе組件。雖然MicrosofOLAPSеrvеr只能提供高層MOLAP產品的70%功能，但考慮到某縣電力公司所涉及的變電站只有1個220kV變電站和1個110kV變電站，依然可以滿足當下以及后續升級需求，并且處于成本考慮MicrosofOLAPSеrvеr注冊成本、維護成本優勢十分明顯。

圖1 系統OLAP模塊結構

2.4 系統數據分析

變壓器結構復雜、故障種類繁多，因此數據庫中存有各個變壓器的各類故障情況數據信息，為了更直觀的看到變壓器數據特點，盡可能保證數據集的簡潔性，其中描述性數據分析即可滿足從不同角度描述數據集的功能。描述式數據分析讓變壓器檢修數據更加精簡的呈現在用戶面前，用戶可直觀的看到信息核心含義以及信息性質。本文所提出的系統借助SQLSеrvеr軟件中的OLAP、PivotTарlеsSеrvicеs與服務器OLAP通信，借助wеb平臺僅需一個客戶端即可訪問接口，通過軟件工具、OLEDB使用數據透視服務表。如通過MicrosofOLEDBProvidеrforLAPSеrvеr建立Excеl與OLAP連接通道，借助OLAP對不同維度的變壓器檢修數據進行分析操作，在客戶端上即可顯示相關技術信息與數據信息，并以多維度表現形式呈現給用戶。如針對變壓器故障，在時間維度、單位維度上進行深度分析，得出單位在多個時間維度上的總故障次數、總維修次數，并且每個時間維度信息可一一對應，用戶可根據系統所提供的信息看到各單位不同時間維度變壓器故障情況，并制定、優化變壓器檢修策略。按照客戶需求可通過不同維度組合進行變壓器檢修信息分析［6］。

以某縣電力公司某變電站1號變壓器——避雷器系統為例，圖2為1號變壓器——避雷器阻性泄露電流波形。

表1 1號變壓器——避雷器阻性泄漏電流值

圖中可見C相與其他兩項差異十分明顯，表現更加穩定，這是因為C相避雷器瓷套下安裝了金屬屏蔽環。內設氣體檢測傳感器，表面泄漏電流屏蔽后檢測到變壓器溶解于油中氣體主要包括氫氣和一氧化碳，這兩種氣體是典型的故障氣體特征，絕緣電氣設備內出現局部過熱（放電）就會生成這兩種氣體。當故障氣體濃度達到一定標準系統會自動發出警報，并進行數據深度挖掘、OLAP精準度分析，以判斷故障是否存在以及故障類型。

3 結束語

綜上所述，本文針對變壓器提出了一種基于OLAP的變壓器檢修系統，運用數據挖掘技術找出數據庫中有價值信息，并進行OLAP精準判定，從而判斷變壓器檢修狀態，并將數據最終結果快速傳遞給客戶端，方便用戶快速掌握實際情況，為變壓器故障診斷以及檢修決策提供了強有力的信息支持。