大数据在输变电设备状态评估中的研究

电网的高速发展带来海量数据的存储和分析问题,传统的数据管理和分析工具不再适用。本文主要对大数据分析的相关技术在输变电设备状态评估中的应用进行了研究。本文首先分析了大数据以及数据挖掘技术的优点和应用,并介绍了输变电设备状态评估技术的相关内容,随后讨论了大数据和数据挖掘技术在输变电设备状态评估中的应用,并利用分布式存储、时间序列分析、频繁项挖掘以及专家系统等数据挖掘技术在输变电设备评估进行研究,以此提高电网管理的效率和运营的安全性。     

国外电力企业大数据需求侧应用分析

针对大数据技术的研究和实际应用,总结了国外企业大数据技术的实际应用现状。在国外企业大数据需求侧管理应用中,介绍了法国电力公司、美国巴尔的摩燃气电力公司、美国南加州爱迪生电力公司和德国意昂电力公司四大能源企业大数据技术的应用主题和管理模式。通过上述介绍,在数据平台建设、数据管理和数据分析应用三个方面总结了各类大数据应用的启示,即集中建设统一大数据平台,并采用云部署方式是企业目前大数据平台建设的主流方式;统一数据标准规范有利于数据共享与数据管控,实现数据资源价值最大化;大数据分析应用有两个特点：一是大数据分析应用应紧紧围绕业务需求,以专业级应用为重心,配备充足的人力资源,准确聚焦业务痛点,快速解决业务实际问题。二是企业应结合业务特点和发展要求开展基础技术和基础应用方面的研究,为专业级分析应用提供服务和支撑。     

输变电设备集中监控大数据研究及应用

随着智能电网的快速发展和调控一体化运行体系的深入推进,接入调控中心的输变电设备集中监控信息数据成倍增长,如何从海量的监控信息数据中挖掘出需要的信息,直接指导监控员的工作,由被动监控转为主动监控,显得尤为迫切。国网浙江省电力有限公司针对现状率先开展了输变电设备集中监控信息大数据技术的研究与应用,基于智能电网调控技术支持系统搭建了一个由各类监控信息分析模块组成的信息分析中心,通过对输变电设备告警信息进行挖掘分析实现集中监控信息的优化整合和分类处置,可以显著提升监控员的日常工作效率。文章首先概述了输变电设备集中监控信息分析中心的总体结构,然后介绍了其采用的优化算法,最后结合浙江电网的实际运行情况,对各类监控信息分析模块进行了具体应用,其分析结果可为监控员提供相应的辅助决策,为浙江电网的安全运行提供保障。     

基于Spark的输变电线路实时故障监测研究

输变电线路状态监测数据是智能电网中数据量很大的一部分,不仅包括在线的状态监测数据,还包括设备的基本信息、实验数据、缺陷记录等,在数据处理的可靠性和实时性方面的要求都很高。根据实际应用中输变电线路的故障类型,设计并实现了输变电线路实时数据故障监测模型。其中,利用高效处理实时数据的Spark系统,研发出基于Spark的分布式ISODATA和模糊KNN大数据分析算法,与单机KNN算法相比,在时间性能上提高了70.75%效率,具有明显的计算效率优势。     

输变电工程造价大数据平台构建与智能分析管控应用研究

输变电工程项目建设规模不断壮大,相应的电网造价数据量也持续增加,但目前对于造价数据的挖掘处理远远不够,亟待提升造价管理的信息化水平,构建输变电工程造价“大数据”体系。本文基于大数据应用背景下输变电工程造价数据管理运用现状,分析大数据理论在工程造价管理中应用的必要性及意义,探讨了输变电工程造价数据采集、存储技术及关键影响因素技术的应用,系统梳理与总结造价数据来源类型、数据分析与处理流程、数据信息挖掘与应用方向等内容,构建了基于大数据应用的输变电工程造价系统平台,并结合实际应用案例,通过分析找到关键影响因素,采用支持向量机方法、粒子群等方法,建立起科学的造价预测模型,可为电网企业输变电工程造价管控水平的提升提供重要支撑。     

WEB可视化技术在电网大数据场景下的应用研究

随着智能电网的迅速发展,电网公司在输变电设备状态、电网运行、用户用电、企业管理、气象环境等方面都积累了大量的数据。面对大数据集,传统的可视化方法已呈现出处理能力和信息表达能力不足的问题。因此本文对WEB数据可视化技术进行了研究,针对电力大数据在多种不同应用场景的特点设计了相匹配的可视化技术方案,并着重分析了方案的特色和优势。本文提出的方案为电网大数据应用场景的可视化提供了参考和有益实践,大大提升了电力大数据的利用率和价值。     

国网河北省面向调控运行的全电网大数据平台的构建及可视化展示

为实现省、地、县全电网数据的可观可视,在河北南网全电网模型实时数据中心建设基础上,通过现有省地县一体化调度管理系统（OMS系统）接入公司营销数据平台用电信息数据,构建了35kV至500kV厂站的全电网运行模型数据平台。一是开展电网设备和信息命名的标准化工作、建设涵盖省地县的全电网实时数据、推进运行数据与管理信息的关联重构、进行省地县三级数据质量的集中整治;二是进行数据处理架构的全局抽象设计、部署开源数据分析处理工具;三是推进多维度数据分析应用,促进电网管理优化提升。该数据平台的搭建,进一步提高无功电压管理水平,实现调控系统对全网停电事件的权威发布,实现全网设备负载情况全面分析,促进频发监控信息集中治理等,为电网运行数据的深入挖掘和应用打下了坚实物质基础。     

智能电网监控运行大数据分析系统统一建模方法研究

随着电网监控运行一体化运行趋势愈发明显,大数据技术应用的不断成熟、普及,为具有多源、高维、异构等特征的电网监控大数据的分析与应用提供了解决方案。本文提出了面向智能电网监控运行大数据分析系统的统一建模方法,分析了监控大数据的数据源、数据范围及现状与存在问题,指出了数据建模所需解决的问题与思路,采用元数据思想构建了公共模型,基于业务需要构建了应用模型,对于数据接入与存储管理方面,定义了元数据模型,其目的是在接入、汇总监控业务相关数据源的基础上,构建以设备为中心的监控数据关联模型,实现数据对象统一建模,为实现多源数据高效、规范接入提供了模型支撑,同时定义了符合该建模思路的元模型,元模型约束了建模行为,保证建立的模型遵行领域约束,为上层智能监控大数据分析应用奠定了基础。     

基于大数据技术构建输变电设备状态监测数据模型研究

在输变电设备运行数据的监测和采集过程中,由于系统建设的阶段性、技术性、资金等因素影响,导致电力企业在系统建设过程中积累了大量采用不同方式存储的电网设备运行实时数据,包括设备运行数据、环境数据、气象数据等。从简单的文件数据库到复杂的网络数据库,构成电力企业的异构数据源。这些异构数据由于数据模型、存储方式和传输协议存在差异,导致信息共享困难,严重影响输变电设备运行监测数据的分析和应用。在此背景下,利用大数据存储技术,攻克异构数据源之间数据共享和业务协同的技术难点,为输变电设备评价、状态评价和运维决策等应用提供数据支撑,提升设备状态管理信息化水平,强化电网运行的可靠性和安全性。     

基于遗传算法的输变电设备数据补全

在数字孪生技术的发展下，我国电网行业也在由原来的物理电网逐步向数字电网发展。输变电设备作为电网中的电能输送和传输的枢纽设备，其运行的可靠性直接关系到电网的安全稳定运行。因此，及时掌握输变电设备当前的运行状态以及未来一段时间的运行趋势，实现对设备运行状态的准确评估，对于保证设备安全可靠运行具有重要意义。然而，在目前的实际应用过程中，受限于传感装置稳定性差、现场运行环境恶劣、电磁环境复杂等原因，输变电设备的状态量数据会出现数据缺失造成获得的数据质量较差，这会直接影响设备状态评估模型的准确性。提出一种基于遗传算法的输变电设备缺失数据补全方法，首先对变换域随机赋值，然后通过实现稀疏域中系数向量最小化达到缺失点恢复的效果。实验证明，该算法能够准确地恢复缺失数据。     

基于大数据深度挖掘电网设备缺陷体外循环的模型研制与应用

为提升电网设备缺陷文本的完整性、及时性、规范性,改善因缺陷数据不完整而导致缺陷管理上存在的管控模式粗放、事后管控、数据不完整、消缺不及时、缺陷分析不到位等情况,具体表现为缺陷数据存在体外循环的现象,因此提出了一种基于大数据深度挖掘电网设备缺陷体外循环的模型研制与应用。以大量的历史缺陷数据为载体,基于TF-IDF算法对庞大的历史缺陷数据进行识别,提取出属于缺陷的关键词,通过缺陷关键词筛选出属于缺陷的工作票,再运用Pair Letters similarity算法和Jaro Winkler算法将缺陷工作票与已有的缺陷数据做匹配,最终输出无法匹配的数据为缺陷体外循环数据。实验表明,本研究模型有效的提高了缺陷数据的完整性,在对缺陷数据的完整性和数据填报的及时性上有明显优势。     

基于大数据的主网生产运维数据分析系统设计

主网生产运维的数据存在差异性大且统一困难、数据集成度与共享性不足等问题,造成这些数据利用率低且应用不充分,已不能满足主网生产运维的要求。本文提出基于大数据的主网生产运维数据分析系统设计方案用于解决这些问题。本文在分析主网生产运维数据特点的基础上,设计了包含数据存储、设备缺陷图谱分析、基于众包的设备故障修复、输变电设备健康度评估、主网精益化作业管理等功能的数据分析系统。该系统对主网生产运维数据进行分布式存储、关联分析、深度挖掘。此外,本文以大数据平台为核心设计了系统的软件架构,重点阐明了主网生产运维数据的存储原理。本文设计的系统面向主网的生产运维人员,旨在为他们提供设备检修、精益化管理等高级服务。     

融合经济大数据的输电线路可视化模型研究

为平衡电力资源的输送并发挥出电网调配电能的优势,对电网特征的全貌分析尤为关键。而目前电力大数据在运检维修等面向用户的研究居多,但面向设备特性的输电线路分析的研究上存在空白,而输电线路设备的状态又与用户、经济和环境等外部数据有着密切的联系。为此,本文综合考虑了输电线路设备内、外部影响因素,提出了一种结合了外部因素的输电线路画像模型构建的理论框架并得到了相应的画像模型,通过相关性分析确定了各因素与线路状态的影响程度并构建相关性矩阵,并利用多元因素分析法建立了相应的回归模型,最后通过画像分析技术将其相关性分析的结果进行具象化,形成可视化的输电线路设备画像,为电网规划、运维管理和决策服务提供可靠高效的数据支撑和分析依据。     

基于NLP技术实现停电原因智能分析的方法

针对用电网络中出现的各种电力不稳定现象,如何快速、高效地发现电力网络中停电问题,成为提升电网质量急需解决的关键问题.提出了基于NLP技术分析停电原因的方法,该方法通过将NLP技术与互联网技术和大数据处理技术相结合的形式,实现电力、电网停电数据的智能处理.该系统包括电力设备检测层,数据存储层、数据分析层和数据运用层,在工作过程中,通过数据检测层将检测数据初步处理后存入相应数据库,之后经过降维与分析出便于用户处理、使用的数据,最后通过数据应用层按照根据用户需求自适应调用,进而实现了自然语言的高维度电力数据分析.通过试验分析,与传统的停电原因分析方法相比,本研究设计的方案分析误差数据小,具有较好的实用价值,为下一步电网安全工作提供了理论依据.     

电力调度大数据应用平台系统技术研究

为解决智能电网的发展中电网运行和设备检测或监测数据、电力企业管理数据、电力企业营销等数据海量的增加带来的不同业务系统之间分散地开发、运行和管理,系统数据存储结构独立,带来数据多源、格式不一致,数据准确性、实时性不强,数据质量不高,缺乏统一的数据规范等问题,本文利用Hadoop的分布式文件系统HDFS和并行处理框架MapReduce的工作原理,搭建电网调度大数据应用平台系统,解决了不同业务系统之间的数据不能及时共享、访问、管理与分析挖掘等问题。采用数据清洗数据,解决数据质量不高的问题。搭建电网调度大数据应用平台系统,既能实现跨专业、跨部门的多维度关联分析,又能满足海量的智能电网数据存储和数据处理需求,并具有强大的伸缩性,可扩展为电网实现安全、可靠、经济、高效地运行提供保障。