论文部分内容阅读
摘要：随着我国科学技术的发展与变迁，各类新型技术也开始应用到电力系统中，促进了我国电力系统的拓展与完善。在这之中带电检测技术的应用能够提升电力系统的运行安全性与稳定性，已经得到了广泛的应用。特别是在变电运维过程中，这些技术的使用可以对变电过程进行实时监控，及时发现可能存在的安全隐患和问题，避免安全事故的发生。在这种背景下，有必要分析带电检测技术在变电运维中的有效利用。因此在本文之中，主要是针对了带电检测于大数据的应用进行了一定的分析，并且也是在这个基础之上提出了下文中的一些内容。
关键词：带电检测；大数据；应用；分析
1导言
现阶段，我国加大力度建设城镇一体化，加上市场经济发展以及经济全球化影响，国内各个行业对电力需求也在不断提高。我国各大电力部门主要是利用大面积、广泛覆盖的输电线路将电能传输到变电站，然后由变电站传输给千万个电力用户。因此变电设备成为保障用户用电稳定、电力部门运行稳定的关键纽带，是不可或缺的电力系统组成部分，因此电力部门管理人员必须加强对变电设备运行与检测工作的重视。鉴于变电站承载着高负荷的电力转送任务，技术人员必须定期对其进行检测与维修，这样才能更好的保障整个电力系统的运行稳定以及广大用户用电的稳定。
2大数据概述
对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。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。大数据技术的战略意义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。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
3带电检测大数据系统
研制带电检测大数据系统，现场检测数据通过移动端APP自动导入系统，设备各类状态量等与设备RFID码相关联，系统将各类数据和图像信息按照时间、电站、设备类型、缺陷类型等进行分类整合，将各类数据集中在一个平台存储，因而可确保各项数据调取便利。相关数据管理构架见图1所示
4大数据分析
建立“两库两中心”：原始数据库、标准缺陷库、工作管理中心以及数据计算中心。原始数据库存储现场工作产生的带电检测原始数据、工作记录、分析结果等静态工作信息；典型缺陷库存储缺陷认定使用的参照数据，如典型红外图谱、超声波典型缺陷等；工作管理中心支撑省公司、地市公司带电检测工作安排，如计划管理、工作任务、数据填报标准格式等；计算中心负责根据现场工作所采集的原始数据，对照典型缺陷库特征，初步判定带电检测结果（如图2）。
5带电检测数据的分析
5.1数据清洗修正
通过对数据开展审查和校验，从而删除重复信息、纠正存在的错误，并提供数据一致性。分析时根据每个状态量的合理取值范围和相互关系，检查数据是否合乎要求，发现超出正常范围、逻辑上不合理或者相互矛盾的数据。如在红外检测数据中发现同一红外成像仪的检测数据存在普遍偏高情况，则判断仪器内部设置具有存在异常可能。如部分局放检测数据存在缺损，也及时提供缺损补录或其他综合评估方法。
5.2聚类关联分析
聚类分析是将数据对象分组成为多个类或簇，在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。关联规则是挖掘大量数据中项集之间有趣的关联或相关联系。聚类是数据挖掘、模式识别等研究方向的重要研究内容之一。关联规则是数据挖掘研究的重要内容之一，旨在从大量数据中提取人们未知却又潜在有用的规则。
5.3神经网络方法
学习能力是神经网络方法最为重要的特点。在神经网络中，可对外部环境提供的模式样本进行学习训练，并能存储这种模式。同时可对外部环境有适应能力，能自动提取外部环境变化特征，开展差异化判断。如对于新捕获的各类带电检测典型案例，可通过编制进入系统，使系统在完成相关学习后，对同类型的异常数据提供具有联想性的辅助判断。
6带电检测数据的应用
6.1开关柜暂态地电波数据应用
通过对同一设备同一位置的各年变化连贯曲线，即历史纵向比较，以及同一变电站同一位置的不同设备横向比较曲线。最终实现通过对相同测点、类似负荷及环境情况下可对检测数据的自动分析得出开关柜劣化曲线，可靠捕捉开关柜初期缺陷，给出设备的放电趋势和诊断意见，有效前移安全防线，同时可减少人工干预，从而解决由于诊断人员技术水平与经验不足而造成的误判、漏判，并弥补原先单一阀值判断法的局限性。
6.2红外图谱数据应用
通过对图像数据的分类、归纳，实现设备运行状态的全面分析、判断。如建立的红外图谱库，可以按照电站、设备类型、发热性质、缺陷类型等进行多种分类，实现一张现场照片配一张红外热成像图，并且系统可以自动依据负荷、气温等情况对异常发热点作出自动判别，使运维人员能更快掌握电气设备发热的形式与特点。同时系统还可对检测数据开展动态跟踪，如绘制同设备不同相间的温度变化曲线等，对比负荷情况，进行疑似故障的实时监控。图像库还可根据标准图谱划定关键监控区间，根据各区间的温度情况判断设备存在的异常。
7结论
带电检测目前在整个电力系统中已开展多年，积累了丰富的检测数据和检测经验，适时引入大数据分析技术，能更加准确、全面、快速地利用這些宝贵的数据资源用于诊断设备健康状态，在保证安全的前提下最大限度避免设备过修，减少计划停电对用户的影响，并缓解一线班组工作压力。
参考文献：
[1]刘辉，刘强，刘行行，周中锋.暂态地电压测试技术在开关柜带电检测中的应用[J].机电信息，2018（12）：98-99.
[2]孙振华，邹学伟，王文.带电检测技术在变压器状态诊断中的综合应用[J].电气应用，2018，37（08）：36-39.
[3]呼翔宇.变电设备在线监测及带电检测技术在电网中的应用[J].电子技术与软件工程，2018（07）：241.
（作者单位：）
关键词：带电检测；大数据；应用；分析
1导言
现阶段，我国加大力度建设城镇一体化，加上市场经济发展以及经济全球化影响，国内各个行业对电力需求也在不断提高。我国各大电力部门主要是利用大面积、广泛覆盖的输电线路将电能传输到变电站，然后由变电站传输给千万个电力用户。因此变电设备成为保障用户用电稳定、电力部门运行稳定的关键纽带，是不可或缺的电力系统组成部分，因此电力部门管理人员必须加强对变电设备运行与检测工作的重视。鉴于变电站承载着高负荷的电力转送任务，技术人员必须定期对其进行检测与维修，这样才能更好的保障整个电力系统的运行稳定以及广大用户用电的稳定。
2大数据概述
对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。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。大数据技术的战略意义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。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
3带电检测大数据系统
研制带电检测大数据系统，现场检测数据通过移动端APP自动导入系统，设备各类状态量等与设备RFID码相关联，系统将各类数据和图像信息按照时间、电站、设备类型、缺陷类型等进行分类整合，将各类数据集中在一个平台存储，因而可确保各项数据调取便利。相关数据管理构架见图1所示
4大数据分析
建立“两库两中心”：原始数据库、标准缺陷库、工作管理中心以及数据计算中心。原始数据库存储现场工作产生的带电检测原始数据、工作记录、分析结果等静态工作信息；典型缺陷库存储缺陷认定使用的参照数据，如典型红外图谱、超声波典型缺陷等；工作管理中心支撑省公司、地市公司带电检测工作安排，如计划管理、工作任务、数据填报标准格式等；计算中心负责根据现场工作所采集的原始数据，对照典型缺陷库特征，初步判定带电检测结果（如图2）。
5带电检测数据的分析
5.1数据清洗修正
通过对数据开展审查和校验，从而删除重复信息、纠正存在的错误，并提供数据一致性。分析时根据每个状态量的合理取值范围和相互关系，检查数据是否合乎要求，发现超出正常范围、逻辑上不合理或者相互矛盾的数据。如在红外检测数据中发现同一红外成像仪的检测数据存在普遍偏高情况，则判断仪器内部设置具有存在异常可能。如部分局放检测数据存在缺损，也及时提供缺损补录或其他综合评估方法。
5.2聚类关联分析
聚类分析是将数据对象分组成为多个类或簇，在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。关联规则是挖掘大量数据中项集之间有趣的关联或相关联系。聚类是数据挖掘、模式识别等研究方向的重要研究内容之一。关联规则是数据挖掘研究的重要内容之一，旨在从大量数据中提取人们未知却又潜在有用的规则。
5.3神经网络方法
学习能力是神经网络方法最为重要的特点。在神经网络中，可对外部环境提供的模式样本进行学习训练，并能存储这种模式。同时可对外部环境有适应能力，能自动提取外部环境变化特征，开展差异化判断。如对于新捕获的各类带电检测典型案例，可通过编制进入系统，使系统在完成相关学习后，对同类型的异常数据提供具有联想性的辅助判断。
6带电检测数据的应用
6.1开关柜暂态地电波数据应用
通过对同一设备同一位置的各年变化连贯曲线，即历史纵向比较，以及同一变电站同一位置的不同设备横向比较曲线。最终实现通过对相同测点、类似负荷及环境情况下可对检测数据的自动分析得出开关柜劣化曲线，可靠捕捉开关柜初期缺陷，给出设备的放电趋势和诊断意见，有效前移安全防线，同时可减少人工干预，从而解决由于诊断人员技术水平与经验不足而造成的误判、漏判，并弥补原先单一阀值判断法的局限性。
6.2红外图谱数据应用
通过对图像数据的分类、归纳，实现设备运行状态的全面分析、判断。如建立的红外图谱库，可以按照电站、设备类型、发热性质、缺陷类型等进行多种分类，实现一张现场照片配一张红外热成像图，并且系统可以自动依据负荷、气温等情况对异常发热点作出自动判别，使运维人员能更快掌握电气设备发热的形式与特点。同时系统还可对检测数据开展动态跟踪，如绘制同设备不同相间的温度变化曲线等，对比负荷情况，进行疑似故障的实时监控。图像库还可根据标准图谱划定关键监控区间，根据各区间的温度情况判断设备存在的异常。
7结论
带电检测目前在整个电力系统中已开展多年，积累了丰富的检测数据和检测经验，适时引入大数据分析技术，能更加准确、全面、快速地利用這些宝贵的数据资源用于诊断设备健康状态，在保证安全的前提下最大限度避免设备过修，减少计划停电对用户的影响，并缓解一线班组工作压力。
参考文献：
[1]刘辉，刘强，刘行行，周中锋.暂态地电压测试技术在开关柜带电检测中的应用[J].机电信息，2018（12）：98-99.
[2]孙振华，邹学伟，王文.带电检测技术在变压器状态诊断中的综合应用[J].电气应用，2018，37（08）：36-39.
[3]呼翔宇.变电设备在线监测及带电检测技术在电网中的应用[J].电子技术与软件工程，2018（07）：241.
（作者单位：）