大数据与可视化在电力设备中的应用

大数据与可视化在电力设备中的应用

实现电力设备的安全和高效运行是电力企业永恒的课题之一。当今，智能电网技术不断发展，在高度融合传统电力技术的基础上，结合了制造、信息、控制、互联网、自动化等技术，通过对电力全过程中各个环节收集大量数据信息，对信息进行分析、挖掘和延伸，并以此优化决策，为实现电力设备的安全和高效运行提供了良好的技术基础。本文将从以往一般电力设备的管理和检修、智能电网时代的电力设备检测分析、大数据与可视化的应用和以设置财务分析指标体系为例的创新应用四个部分，探讨新时代发展趋势。

1以往一般电力设备的管理和检修

首先要了解电力设备状态检修的现状，寻找国内外成功案例进行

详细分析学习，提出框架性检修策略和备选方案。然后对能否可以在规定的时间之内，使得电力设备完成预定的使用效能进行更加细致的分析，即可行性分析，包括评价电力设备的可靠性，综合分析导致电力设备故障的所有因素，预测能够产生的经济效益，对电力设备进行寿命评估和故障预防等等。经过不断的反复分析、调查及论证，总结出当下最好的总体检修方案。整个过程中尽管引入了部分计算机辅助系统，但是基本上还处于需要熟练工人的丰富经验来进行判断决策的阶段。所以行业内外都在建议加强引进更加高端的现代计算机辅助决

策系统，以及更加先进的数据库技术，以便于有效整合全过程的电力设备检修，完善监测系统，促进科学决策。

2智能电网时代的电力设备检测分析

智能电网时代，基于大量故障不会在同一时间发生的判断，电力设备管理更加注重各种先进技术的应用，来使得设备劣化的发展过程能够及时反映出来。反映设备运行状态的参考量很多，要进行全方位的监测，不仅要含纳基本的电力设备状态参数，鉴于其对不同电力设备的不同意义，还要对电压、电流、声音、温度、振动、光亮等物理量和油、气分析等化学量进行科学设计统筹。比如一次设备的共同特点是与高电压、大电流直接关联，在监测中需要注意监测设备的绝缘安全，不得影响一次设备的可靠运行。输电线路运行环境更为恶劣，一是雷电、树木、小动物等无法控制的情况的干扰，二是输电线路一般路径较长，采用的常规监测手段往往是依靠人力。大型电力变压器多是油浸式的，过热和放电故障，都会伴随着特定气体的产生，在线检测氢气含量是简单实用的方法。二次设备都是电子设备及其二次回路，不过分依赖传感器及其他监测装置，主要是通过自检功能及二次回路的设计来监测。总的来说，自2006 年国家电网公司开始推行电力设备状态检修，由于其更强的针对性、更好的延寿性、更好的经济性，不断的朝着全新的阶段发展进步。但基于没有形成全过程的电力系统的设备生命管理和电力设备监测技术手段的不完善，一直无法实现质的突破。随着信息

技术的迅速发展和大数据时代的到来，设置关键性指标并以此为核心打造内在数据逻辑体系和外在可视化体系，成为电力设备管理的一个创新趋势。

3大数据与可视化的应用

大数据概念自从出现以后，深刻影响着世界，尤其是在有关消费的各领域环节，得到了广泛的应用。电力行业大数据也成为新时期电网职能的主要支撑体系之一，通过对电力设备的数据采集、传输、存储、处理，使得众多电力工作中对相关数据的挖掘成为电力主业工作的重点内容。电力行业大数据主要是指以智能电网为联结中心，在发电、配电、输电环节以及营销、管理环节的海量数据。随着智能化设备的广泛应用和原有厂站设备的智能化改造升级，大数据的来源包括了安装于千家万户的智能电表、遍布全国各地的发电机、变压器、不计其数的开关设备、超长里程的架空线路、高压电缆等设备中高速增长的各种数据，还包括天然气、地热、光伏和风力发电等新型能源发展所需的大量的运行数据和地理、气象监测数据等。这使得电力行业大数据具有很多有别于其他大数据的特征，比如体量大、类型多、速度快、专业程度高、联结范围广等，想要真正体现电力行业大数据的价值，提升智能电网各个环节的管理水平，需要建立更加科学的智能数据库系统。完善的智能数据库系统包括在架构上，首先应匹配好动态数据与静态数据两个模块，能够建立数据体系来记录电力设备出厂

到调试安装的试验数据、可追溯的出现过的故障及检修记录，运行状

态完整详细在线监测实时数据等。之后应当具备数据挖掘的能力，即从大量的数据中挖掘出有用的信息，包括隐含的、规律性的，以及是潜在有用的信息和知识。近年来，数据挖掘技术发展迅猛，各种数据挖掘算法的研究和应用随着相关学科的发展也出现了较好的实现。电力系统中应用数据挖掘方法，决策树是主流，具体应用范围主要有安全评估、故障诊断、系统控制、负荷相关等。实际上，数据挖掘技术还有进一步发展的空间，只要能够满足数据选择、数据预处理和特征提取、寻找数据库中隐藏模式，以及评价和解释挖掘结果等几个方面，即可以根据具体情况，结合其他研究领域如统计分析、机器学习、可视化技术等，研究具有特色的数据挖掘技术。目前，致力于这方面的研究和应用越来越多，并取得了一定的成果。但电力系统中数据挖掘的处理过程要求有具备深厚专业知识的人才、完善的监测设备和强大的公共数据平台为支撑，国内数据挖掘的技术本身和在状态检修中的应用还处于相对比较初级的阶段。此外，这个智能数据库系统还应当可以通过和其他行业的行业数据进行交换，来实现数据深度挖掘与分析。可视化技术作为一种新兴的技术，科学计算可视化、信息可视化和数据可视化等各方面都是其重点应用方向。随着我国科技的发展，带动了可视化技术在社会生活中的运用，其优势也比较明显，不仅可以让人们直接感知到他们希望看到的事物，而且还可以运用相关的技术手段将图像所包含的信息量表达出来，经过一定的形式，更加有利于深入理解数据信息的内涵，并有利于专业人士对这种数据进行科学

分析。对于电网企业来讲，可视化对促进企业的可持续发展同样意义重大。通过外在的展示层、应用层和内在的数据层、源系统层，可以对电力运营监控进行可视化管理，实现对企业的全面监测，全面分析和协调，以及全景的展示，建立科学的管理模式，对企业的核心资源进行有效地控制和利用。

4大数据和可视化在电力设备管理中的创新应用

新型智能系统开发的关键技术，主要包含云计算技术（主要针对

大数据的数据量和分布式、商业智能应用等需求特点）、区域点密度

可视化技术（可以使用点密度来直观表示区域用电负荷）、等高绘制技术（利用数据的连续性反映节点运行状态并对未来状态做出预测）、电网潮流和GIS 可视化技术（统合电网数据与地理信息）、历史流展示技术（电网历史数据的管理与展示）等。从现有的技术研究和发展形势来看，重点还是要提高智能系统的实用性，这个实用性针对现代企业来讲，就是提高企业的效率和效益。不管未来的智能系统如何在展示模式功能上持续扩展完善，如何显示异常信息实现三维虚拟仿真，其生命力在于怎样与企业的效益效率指标直接挂钩。因为财务指标是对企业最直观最主流的分析指标之一，这里以设置财务分析指标体系为例进行探讨。一般情况下，企业财务指标包括偿债能力指标

（速动比