摘要：现当今，随着我国电力工程的快速发展。变电设备数据质量和数据共享利用水平不高，没有形成一个完整性的数据质量管控体系和全面有效的数据质量保障机制，制约数据价值的深度挖掘。为此针对变电设备相关信息系统数据质量现状，构建涵盖数据接入情况、准确性、完备性、一致性和及时性等多维度目标的变电设备数据质量评价体系，提出适用于变电设备智能运维管控需求的数据质量评价指标计算方法，建立融合主客观权重的数据质量综合评价模型，解决目前方法评价维度偏少以及自动化和实用化程度不高的问题，使电力公司设备运维人员能够及时了解变电设备数据质量水平及存在问题，为变电设备监测预警、状态评价、故障诊断等高级应用提供必要的数据质量支撑。
关键词：变电设备;数据质量;评价模型
引言
目前，大部分变电站为无人值班，当变电站出现故障时，值班人员无法第一时间得知情况，可能导致处理不及时，影响设备安全稳定运行。变电设备在线监测数据预警可以在变电设备出现故障或者危险时向值班人员发出警示。电力设备在线监测数据预警系统，可以通过在系统中设置触发器，出现故障或者突发事件时将警示信息以短信、电子邮件等形式实施发送给值班人员，大大提高了变电设备的安全性，从而进一步有效促进整个电力系统稳定的运行。
1设备故障诊断现实状况
在输变电设备运行的过程之中，如果在设备维修以及养护环节疏于管控，就极易诱发安全上的隐患，进而影响用户的正常用电。尽管供电企业已经正在强化输变电设备故障诊断技术的运用，不过很长时间以来，在输变电设备检修问题依然存在需要改进的地方。例如，技术工作者在予以输变电设备检查的过程中，没有谨慎地依据有关的规章条例开展检修。如果技术工作者自身的业务能力不足，就极易产生漏检以及错检的问题。在计算机技术以及信息技术水平逐渐提升的过程中，大数据挖掘技术的适用空间正在日渐拓宽。部分大型供电单位为了提升输变电设备故障诊断把控的水平，渐渐运用大数据挖掘技术予以设备故障讯息的采集与整合。但是因为维修工作者在数据挖掘环节之中的业务能力和专业素养上的不足，导致在现实应用期间，极易阻碍设备故障诊断效果的发挥。尽管已经有很多的供电单位开始重视数据挖掘技术在输变电设备故障诊断中的实际运用，不过在专业挖掘诊断上，优秀的人才还较为的稀缺，这就不利供电单位长远化的发展。所以，大数据挖掘技术在输变电设备故障诊断技术依然还处在缓慢的上升阶段。再从输变电设备的监测系统切入，因为供电单位在大数据挖掘环节的资金投入还远远不够，监测系统极为老旧，很难发挥出其在数据挖掘环节之中应有的效果。所以，尽管供电单位已经在运用大数据挖掘技术，不过其挖掘获取的数据极其的有限，缺乏应有的规律性。除此之外，供电单位之间的数据共享平台还亟待构建，这在一定程度上遏制了输变电设备故障诊断技术的进一步发展。
2数据质量评价维度
2.1固有的视点
从固有的视点看，数据质量是指数据本身，比如数据域值以及可能的限制、数据值的关系（一致性）及元数据等。该视点将变电设备数据质量分为以下５个评价维度：ａ）数据接入情况———描述系统在预定的时间内接入数据的情况，包括数据自动采集率和历史数据接入率２个评价指标。数据自动采集率指从源业务系统自动接入的数据占指标体系中应接入数据总量的比例；历史数据接入率指在规定的时间内接入的数据占应接入数据总量的比例。ｂ）准确性———描述数据是否与其对应设备特征相一致，包括数据句法准确性、数据语义准确性、数据准确性保证、元数据准确性、数据范围的准确性和数据值的精度共６个评价指标。其中数据句法准确性指数据值与系统中已定义的一组值的接近率；数据语义准确性指数据语义准确程度的比率。
ｃ）完备性———描述数据的记录、字段、属性、文件等信息的完备情况，包括记录完备性、属性完备性、数据文件完备性、数据文件中的空记录和元数据完备性共５个评价指标。其中记录完备性指记录中关联值非空的数据项的个数占能测量完备性的记录的数据项个数的比率；属性完备性指对于一个特定的数据项关联值非空的记录的个数占计数的记录个数的比率；数据文件完备性指包含在一个数据文件中的记录的个数占预期记录个数的比率。ｄ）一致性———描述不同行、列数据间数据无矛盾且是连贯的属性的程度，包括引用完整性、数据格式一致性、数据不一致的风险、数据值一致性覆盖和语义一致性共５个评价指标。其中引用完整性指在不同表中表示的相同属性间存在链接，并且这些属性具有相同的值；数据格式一致性表示相同数据项的数据格式的一致性，例如雇员的出生日期不得迟于他的“招聘日期”；数据不一致的风险指由于数据值重复导致不一致性的风险。ｅ）及时性———描述数据具有表征其正确寿命的属性的程度，例如设备的检修计划表必须按照要求的频率更新。及时性维度包含更新频率、更新的及时性和更新项要求共３个评价指标。其中更新频率指数据项按需要频率被更新的程度；更新的及时性指数据项及时更新的程度；更新项要求指存在明确更新数据项的频率要求的程度。
2.2数据质量评价体系
依据第2.1节列举的数据质量评价维度及其评价指标，本文将变电设备数据质量评价体系分为目标层O、维度层Ａ和指标层Ｂ，其中评价体系包含13个评价维度和37个评价指标项变电设备数据质量评价指标体系的各级相互连接、逐层推进，通过各种算法对数据进行分析计算，得到指标层和维度层的评价结果和权重，综合各维度的评价结果，评价数据质量水平，最后完成目标层变电设备的数据质量评价。
3变电设备在线监测数据预警实现的功能
变电设备在线监测数据预警系统的应用，从根本上解决了长期以来电力设备管理处理模式单一、信息孤立、实用性差的等难题。变电设备在线监测数据预警不但可以实时对各种信息数据进行动态管理、而且可以查询各种设备的原始数据，进行电力设备的动态管理实现在线监测数据的智能预警。实现了变电设备的一体化管理。在线监测数据预警系统可以实现业务与管理多层次的完整应用，同时兼备静态、动态两种数据处理功能。在线监测数据预警大大提高了变电设备维修、抢修时间，很大程度上提高了时间效率，有助于设备维护管理工作的顺利开展。在线监测数据预警系统有效的利用了变电设备基础信息，在提高劳动效率的同时，也大大增加了企业经济效益。
结语
综上所述，伴随我国经济以及社会发展水平的逐步提升，老百姓们对于电力的使用需求正在不断上升，在次过程之中，输配电设备在长时间运转的过程中极易产生各种各样的故障问题。所以，各个供电单位都务必要更深层次地研究输配电设备故障诊断技术的应用策略。通过大范围地对大数据挖掘技术普及和运用，能够有效地提升相关工作者搜集和分析数据的能力和效率。不仅如此，为了能够为人们提供稳定而充足的电力资源，相关的工作人员务必要及时察觉并处理好输配电设备在运行期间所遇到的故障问题，从而减少将来设备出现故障的频次，提升电力系统的供电平稳性，最终有助于电力网的可持续化发展。
参考文献
[1]税一秦,吕林,刘友波.电力系统智能预警的数据融合应用[J].华东电力，2018(03).
[2]关敬棠.电力设备状态检修决策支持系统需求分析研究[D].广州：广东工业大学，2018.
[3]王晨.基于状态监测的输变电设备状态评估及故障预警[D].北京：华北电力大学，2019.
[4]刘硕.变电设备大数据状态监测研究[D].北京：华北电力大学，2018.