(内蒙古龙源蒙东新能源有限公司 内蒙古赤峰市 024000)
摘要：通过采用大数据信息技术从而展开对电力设备状态评估能够一定程度上使得其准确性还有工作效率得到有效的提高。本文主要针对大数据挖掘分析在电力设备状态评估过程中的其大数据技术信息技术挖掘分析的主要架构，并且把电力设备状态的各项综合数据规划成了静态环境下的数据以及动态环境下的数据还有准动态下的数据和外部参数四种类型，同时还进行了对其数据方面的关联性以及关联程度和具体权重方面展开了一定的分析。
关键词：大数据；电力设备；状态评估；关联分析
前言
对于整个电力系统来讲其电力设备状态对其具有重大的影响，并且电力设备状态检修与喜爱能管管设备的运行的可靠程度与经济性存在相对较为紧密的联系。关于电力设备状态评价的结果来讲其能够帮助整个电网设备的规划设计以及相关电力方面的物资上的采购等电力相关资产使用年限方面的管理活动。随着大数据技术广泛应用，从而为当前电力状态评价创造了一种全新的方式，同时也对当前的电力设备状态监测参数有个更高标准的要求。采用该种方法将数量统计还有模式的识别等方面的理论还有相关工具进行了引进，通过大量数据的分析，对于无法确定的模型环境下被分析的相关因素间的有效联系展开重点挖掘。
一、电力设备状态评估大数据挖掘主要内容分析
结合大数据自身的技术特点来讲其具有数据量、多元化与速度还有价值方面以及真实性等方面的特点。对于大数据数据库来讲其在展开信息数据的分析之前需将各项数据进行有效的导入，该数据库所进行的统计以及模型的建立并不同大量数据有效平行。然而大数据所变革的主体对象是样本，所有的量均属于状态量，从性质上来讲没有明显的输入与输出方面的区别以及没有因果之间的联系，经过信息技术算法突显任意两项事物之间的关联性。结合大数据具体发展情况来讲，其发展过程中的各个阶段所面临的挑战均有相对较大。想要将电力设备的状态评估与大数据技术应用进行有机的结合，应当首先进行电力设备状态的每一项关联关系进行有效合理的构建。
根据电力系统的实际情况来讲，大数据技术应用同电力设备状态的联系相对较为紧密的数据其实际来源相对较为繁杂，其中主要涉及到传感设备方面的相关数据以及相关实验的信息数据等。现阶段能够满足大数据挖掘设备状态信息的方法主要有机器集群与分布式并行化技术，对于并行化技术来讲其主要涉及到将高性能计算系统采用的信息传递界面应用到规模相对较大的映射—花间。MDA表征受众由大数据分析系统预期想要获取的特征，此种类型的模型主要是进行文本信息方面的处理，其中涉及到映射、结合、分割、分类还有简化的算法步骤，具有相对较大的便捷性。
对于电力设备状态量所采集的信息内所存在的数据规模相对较大，其中涉及到具体定位信息还有事故故障的类型以及相关故障信息的分析和预测等方面的数字信息。采用大规模集群的映射—化简模型能够吧该类型的数据转换成计算机能够进行有效识别操作的相关数据，再把大数据网络算法应用至设备状态评估内斌能够建立起设备状态与故障方面或者缺陷方面的关联关系，以此展开精准定位以及相关故障的分析还有预测等方面的工作。
二、电力设备状态评估多元化多维度数据信息来源
对于采用大数据挖掘分析在电力设备状态评估方面的应用过程中其中多元化多维度数据源属于其应用的基础内容。电力设备状态的相关信息主要涉及到很安全运行使用年限内适用于设备稳定状态还有风险评估的各种类型的资料与相关数据以及记录等。
2.1静态的相关参数
对于评估中的静态参数来讲其通常情况下涉及到设备台账方面的参数与设备运行之前的相关试验的参数等。静态参数展开输入以后经不会再进行变动，该部分数据将会成设备某一项状态下的具体参考的量值标准以及有效判断的判断数据依据，以此作为初始量值与相关标准值。
2.2动态参数
评估过程中的动态参数主要涉及到运行记录数据还有巡视过程中进行记录的喜爱能管管参数以及带电检测的相关参数和在线进行监测的喜爱能管管参数等，该部分参数通常情况下是定期进行采集以及进行更新的，动态参数的记录周期一般情况下是以天作为时间单位的，其中最长时间的记录参数需要保障在30天范围内。动态参数数据更新的周期相对较短，具有相对较好的时效性，对于电力设备状态评估过程中最为主要的与重要程度较高的数据来源，可以第一时间进行对相关设备的运行状态还有相关风险进行数据信息的反馈。
2.3关于准动态参数阐述
准动态参数其中主要涉及到检修过程中的相关试验参数、故障或者设备缺陷的相关参数等。对于准动态参数来阿济格其一般情况下会通过定期与不定期的方式进行参数的记录与更新，该部分参数其更新周期往往是以月为单位的。与动态参数相比较来讲，准动态参数的时效性与动态参数的时效性存在一定的差距，然而其在对电力设备状态的评估的准确程度具有重要的影响。
三、关于设备状态评估大数据挖掘措施
大数据挖掘分析在电力设备状态评估方面的主要思路在于借助大数据对于信息数据的挖掘方面的技术从而展开对设备正常运行过程中的相关的历史数据展开有效的挖掘分析，从而以此为基础对应到设备在不同的操作环境下的文代町运行的相关参数指标的量值。同时对根据不同状况下的故障还有缺陷状态下的全部历史数据展开进一步的关联性分析，从而获取到设备各种监测参数还有设备不同健康状态环境下的关联。对于评估过程中的所有类型的装填量的关联程度还有权重属于大数据挖掘分析的重要的前提条件。
3.1各项参数的关联规则分析
在进行电力设备故障诊断的过程中其关联规则在其中具有极为重大的影响作用。关联规则挖掘属于数据挖掘方面的一项极为关键的内容，利用关联规则进行电力的相关故障还有缺陷状态以及有可能反馈设备各种类型状态的参数展开其关联性的分析，能够使得设备许多状态量的有效组合还有关键状态产量的提取以及合并、状态权重的精细化下选择等有益结果的获取。然而，随着大数据得到广泛的应用的环境下，当前的以数据挖掘挖掘为基础的电力设备的状态评估方面的思想的实际运用效果并不能够达到充分的保障。在大数据得到广泛应用的过程中，电力设备的状态监测数据也在不断的向结构多样化的方向发展，并且在此过程中涌向了大量的非机构化的数据例如音频资料等，该种类型的数据的模型的建立以及分析技术当前不能够完全实现评估的要求。
除此之外，评估过程中的数据规模相对较大，传统形式的算法已经不能够完成规定时间的范围能展开有效的数据挖掘的作用，需要采用大数据对大量数据的的处理能力，从而对设备的状态进行有效的评估。
3.2关于权重分析
在采用大数据挖掘技术在电力设备状态评估方面的应用时，电力设备状态产量的权重系数属于建立分析还有决策模型的关键性参数，应当建立起科学的权重洗漱还有具体修正的模型。通过设备的以往的相关数据还有新进的数据样本，展开设备综合评估成果展开长时间的动态分析，通过回归拟合还有数据挖掘等方面的技术，展开对权重系数的有效修正，能够集合设备状态监测方面的参数进行分析从而予以有效的反映设备的状态。
结束语
综上所述，在大数据时代背景下，构建其电力设备状态评估的分析架构，以此促进电力设备状态评估领域的发展。以此展开电力设备状态评估中的相关问题应当展开深层次的研究与分析。
参考文献：
［1］车斌.基于Hadoop海量数据处理关键技术研究［D］．成都:电子科技大学，2017．
［2］黄树红，李建兰.发电设备状态检修与诊断方法［M］．北京:中国电力出版社，2018．
作者简介：金艳波（1989-01-04），男，蒙古族，籍贯：内蒙古赤峰市，当前职务：运检员，当前职称：助理工程师，学历：大学本科，研究方向：电力设备