企业变电管理系统大数据分析技术应用

摘 要 企业在现有的智能变电管理系统基础上融入大数据分析，对变电设备状态信息数据进行检测与评估，对数据中潜在的风险进行挖掘分析、控制，开展降本增效工作，提高企业变电管理水平。

关键词 企业变电管理;大数据分析;技术应用

引言

传统变电设备状态评估主要采用标准点检机制，采用固定时间对变电设备的工作稳定情况进行评估，作为判断设备是否需要维护和检修的依据，评估过程费事费力，可靠性较差，效果不佳。企业在现有的智能变电管理系统基础上融入大数据分析，对设备的信息数据进行检测与评估，对数据中潜在的风险进行挖掘，提高企业设备运行维护水平，开展进行降本增效工作，增加企业经济效益。

1大数据的概念

大数据概念，麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

大数据技术应用不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。企业组织利用相关数据和分析可以帮助降低成本、提高效率、做出更明智的业务决策[1]。

2数据分析技术

①相关分析：按照测量要求进行具体条件下的数据记录，利用大数据系统分析中自带的统计学方法对相关的电量标准、实际电量两种变量之间做出一定的关系判断，一般分为线性相关和非线性相关两种。②聚类分析：将所采集的众多数据进行分类，并根据不同种类、不同用电量等各种标准，将符合标准的信息数据汇总和分析，形成一定数据内容走向图，对电力能源使用、运输线路中可能出现问题提前进行预防。③异常分析：异常分析分为两种，一种是对已知故障位置进行数据采集和分析，检测其运行是否恢复正常;另一种则是监控尚未出现问题，但長期使用会出现问题的结构，定期抽查数据同历史抽查数据波动对比，判断是否出现故障，预测可能出现故障点。④趋势分析：电力能源需求量不断提升，促使着电力能源供应和项目建设的增加，需要依赖趋势分析，结合实际电力供应水平，设定某一时期为时间段，将不同时间段内变用电所采集数据进行整体比对，可以判断和预测未来发展趋势和目标[2]。

3数据分析处理过程

①数据预处理：一方面，系统提供与外部数据库的接口，可对现场和数据库中的数据进行分析;另一方面，提供数据人工录入功能，对手工录入的数据进行分析。②大数据分析：对预处理的数据进行大数据分析，数据挖掘，发现其内在有价值的规则。③实时监控：按照规则库、标准库的知识对生产过程中的设备、质量、消耗的实时数据进行分析监控，当发现有异常时，按照知识库的知识指导自动进行异常分析诊断，然后根据分析诊断情况给出发展趋势、推荐处理方法、可能导致的结果。操作、管理人员根据分析诊断的结果，对异常情况进行分析、判断处理，使设备、质量、消耗恢复到可控范围之内。④异常信息传递处理：对实时监控发现的异常，按照相关管理规定，把信息发送到相应的责任人，使可能存在的问题得到即时的诊断与处理，从而保证生产过程稳定、正常地进行[3]。

4变电管理大数据分析应用

相对于传统的变电设备状态评估过程，大数据分析在设备与故障之间建立起了关联，在尚未发生故障时既可以根据数据变化进行预测，实现准确定位，确保变电设备的稳定工作。变电设备维护人员应根据其状态参数，构建符合大数据分析的评估参数体系。变电设备状态的评估参数应包括以下内容：①静态参数，主要包括变电设备自身的运行标准参数等。②动态参数，主要包括变电设备运行的过程中，诊断系统检测时获得的动态数据。③外部参数，外部参数指的是变电设备所处在环境中的各种影响因素，包括温度、湿度、风力等因素，同时也包括用电量限额、电价差异等因素。采取关联分析法对变电设备运行状态进行评估，对各种参数指标数据进行收集后，进行深度关联分析，将数据分析结果与设备状态评估一一对应，具体方法如下：评估重点考察核心参数，构建故障参数与其他数据之间的关联，从而明确故障因素。在此的基础上，大数据分析结合故障维护方案等信息，根据故障现状与设备存在的缺陷，结合历史数据，获得准确的评估结果。根据评估结果，对具有故障风险的因素进行信息跟踪分析控制，从而使得变电设备状态评估更加灵活、准确。设备故障预警通过大数据运行监测分析，应用大数据分析技术对运行设备实际累积的运行数据进行各种工况、设备运行状态寻优，建立设备经济性指标评价曲线，通过对设备的历史数据进行分析获得设备的运行状态趋势，提高运行效率。基于大数据的生产单位电耗分析及用电方案优化能够深度挖掘用电信息、用户负荷等数据的价值，采用分布式计算、数据挖掘分析等技术，研究用户的负荷特性，通过用户电耗分析，分析各生产单位的整体电耗情况、小时电耗情况以及峰谷电耗情况，分析可能存在的异常耗能情况，采取措施进行控制，降低电能消耗。通过企业用电行为分析，对中长期的负荷增长进行预测，提前对变压器超载情况进行预警。通过用电负荷特性分析，对所有用户的负荷特性进行归类，实现对用户的用电特性的分析控制。

5结束语

企业大数据分析技术的应用能够提高评估结果的准确性，实现精准维护，节省人力资源。大数据分析应用的价值主要体现在及时性、安全性、稳定性、经济性等多个方面。大数据技术应用将会持续发展，并且更加科学化、专业化、智能化。

参考文献

[1] 孙有树.解读变电设备状态评估大数据分析的应用前景[J].电力系统装备，2019（24）：203-204.

[2] 赖征田，万涛，徐伟杰，等.电力大数据价值挖掘分析[J].电子技术应用，2016（z1）：316-318，324.

[3] 徐钰强，姚海强，冯国平，等.用电采集数据分析和智能监测系统中大数据分析的设计研究[J].机电信息，2018（30）：135，137.

作者简介

杨利锋（1979-），男，河北省邯郸市人;学历：大学本科，职称：电气工程师，现就职单位：河钢邯钢邯宝能源中心，研究方向：企业节能节电、变电智能管理、无人机技术应用。