大数据与可视化在电力设备管理中的创新应用

王磊

摘 要：针对智能电网技术的快速发展与电力设备管理不力的矛盾，本文旨在寻求一种快速实现电力设备安全高效运行的方法。文章所用的理论和对象均在业界受到了广泛的认可，包括过去电力设备的管理和维护策略，智能电网时代电力设备的检测技术，大数据和可视化技术的发展现状和趋势，具有坚实的理论和实践基础。通过定性和定量研究，实证比较和描述性研究，跨学科和探索性研究得出结论，随着信息技术的发展，大数据时代的迅速发展和到来。突破了电力设备管理无法突破的障碍。在此基础上，提出只有结合电力行业大数据的特点，设置关键指标，建立以大数据为核心的内部数据逻辑系统和外部可视化系统，才能实现电力设备管理的迭代。最后，展望了新时期电力设备管理的发展前景，构建了电力设备管理智能化系统的框架。

关键词：大数据;可视化;电力设备管理

引言：电力企业永恒的目标之一就是实现电力设备的安全高效运行。目前，智能电网技术不断发展。以高度集成传统电力技术为基础，通过在整个电力过程的所有链接中收集大量数据和信息，可以对信息进行挖掘和扩展，并在此基础上进行优化决策，为电力设备的安全高效运行提供了良好的技术依据。本文将从过去一般电力设备的管理和维护、智能电网时代电力设备的检测和分析、大数据的应用和可视化四个方面探讨新时代的发展趋势，并以建立财务分析指标体系的创新应用为例。

一、大数据和可视化的创新应用

（一）大数据的概述

大数据概念自提出以来，对世界产生了深远的影响，特别是在各个消费领域，得到了广泛的应用。如今新时期电网功能的主要支撑系统之一就是电力行业大数据。通过电力设备的数据采集，对数据的传输，数据的存储以及处理，很多电力施工中由关数据的采集已经变成电力行业核心工作的主要内容。

（二）大数据在电力行业的应用

电力行业大数据主要是指以智能电网为连接中心的发电、配电、输电、营销、管理等环节的海量数据。伴随智能设备的全面应用以及现有厂站设备的智能改造和升级，大数据来源包括千家万户安装的智能电表、发电机、变压器、无数开关设备、长途架空线路，高压电缆等设备具有高速增长的数据，以及天然气、地热、光伏和风能等大量的运行数据、地理和气象监测数据，是发展发电等新能源所需要的。这使电力行业的大数据具备和其他大数据所不同的特性，例如大容量，多種类型，运行速度快，专业化程度高，连接范围广等，以便于真实地反映电力行业大数据的价值，提升智能电网各方面的管理效果，一个更大的数据量将成为电力行业的一个重要组成部分需要建立科学的智能数据库系统。

（三）电力系统数据挖掘

数据挖掘方法在电力系统中的应用以决策树为主流，其具体应用范围主要包括安全评估，故障诊断，系统控制，负载关联等。事实上，数据挖掘还有进一步发展的空间。只要可以满足数据选择、数据预处理和特征提取、数据库中隐藏模式的搜索、挖掘结果的评价和解释等方面的要求，就有可能根据具体情况，结合其他研究领域，研究具有特征的数据挖掘技术目前，随着统计分析、机器学习、可视化技术等领域的研究和应用越来越多，并取得了一些成果。然而，电力系统数据挖掘的处理需要具有深厚专业知识、完善的监控设备和强大的公共数据平台的人才。数据挖掘技术及其在状态维修中的应用还处于相对初级的阶段。此外，该智能数据库系统还应能通过与其他行业的数据交换，实现深层次的数据挖掘和分析。

（四）可视化技术

作为一种新兴技术，可视化技术主要集中在科学计算可视化，信息可视化和数据可视化上。伴随中国科学技术的发展，可视化技术的应用，其明显的优势有效的促进了社会生活。我们不但能够直接感知自己想要看到的物体，还可以利用相关的技术手段来表达图像中包含的信息量。采用某种形式后，更有利于深入了解数据信息的内涵，并有助于专业人员对这些数据进行科学分析。对于电网企业而言，可视化对于促进企业的可持续发展也具有重要意义。通过外部显示层、应用层、内部数据层和源系统层，实现电力运行监控的可视化管理，实现企业的综合监控、综合分析和协调，以及全景显示，设立科学的管理模式，高效控制和利用企业核心资源。

结语

本文探讨了电力大数据下的可视化系统。随着信息技术的飞速发展，全球信息爆炸，人类社会已经进入大数据时代。大数据下的智能电网不但深入应用与大数据技术在能源领域，而且深度融合了能源生产，消费及相关技术革命与大数据概念，促进了能源行业和商业模式的发展创新。为了适应智能电网数据的特点，高效地显示数据特征，需要开发一个基于网格大数据的可视化平台。

参考文献：

[1]李占英.智能配电网大数据应用技术与前景分析[J].电力大数据，2017（11）：18—20.LI ZHANYING.Application technology of big data in smart distribution卵d and Its prospect analysis[J].Power systems andBig Data，2017（11）：18—20.

[2]张嵩，刘洋，许芳等.配电网中大数据的挖掘应用[J].电力大数据。2018（02）：8一12ZHANG SONG，Application of big data mining in distribution咖d[J].Power Systems and Big Data，2018（02）：812.

[3]中国电机工程学会.中国电力大数据发展白皮书[R].北京：中国电机工程学会，2013.