摘要：随着时代发展，大数据技术在发展的同时也得到了广泛应用，除了物流、金融与互联网等领域，能源电力的行业中大数据技术也逐步发展起来。输电线路的安全运行不仅会影响到电力系统的整体质量，与广大用户的用电质量和安全也紧密相关，因此输电线路运行故障的诊断技术一直备受关注，成为产业界、学术界共同研究的重点课题。基于此，本文从大数据技术的相关概念出发，深入分析了输电线路运行故障的原因，并研究了大数据基础上的故障诊断技术，以期为电力行业发展提供助力。
关键词：大数据技术；输电线路；运行故障；诊断技术
引言
信息技术的不断发展使得大数据技术在各行各业得到了广泛应用，其在收集整理以及分析、存储数据方面有着非常大的优势，能有效提高工作效率。而由于人们对电力资源的需求和要求不断增高，减少输电线路的运行故障，保障人们正常的用电需求就成了电力行业的重要课题。所以在输电线路运行的故障中应用大数据技术，能及时在大范围中找出故障地点及原因，为后续的处理、补救工作提供支持。因此分析大数据在输电线路运行故障中的诊断技术十分重要。
1、大数据技术的相关概念
所谓大数据技术，就是从各种海量数据之中迅速找到有价值的技术，是解决大数据问题的核心。大数据又被叫做“巨量资料”，指涉及到的资料量过于巨大，以至于在一定时间内使用主流软件根本无法管理、处理和保存，最终因为缺乏实际依据而影响到相关事件决策。大数据技术能够分为数据采集、数据储存、数据管理和数据分析、数据挖掘等相关部分，其中数据采集就是用相关工具将分布和异构的数据源之中的数据，例如平面数据、关系数据等抽取至临时的中间层，再对其进行清洗和转换集成的工作，最后将数据加载入数据仓库之中。之后便是进行数据存储、处理，以及统计分析和挖掘，最后再建设数据的模型，于模型中呈现相关结果，以便为企业决策提供可靠参考。在目前的电力行业中，人们对电力资源的需求导致了输电线路的增加，同时也产生了更多数据。如果采用大数据技术，就能收集各个线路的数据并实时监控线路运行，从而及时发现故障问题并解决，为整个线路正常的供电提供保障，最终满足人们用电的安全与质量需求。
2、输电线路运行故障产生的原因
2.1自然因素 ??????
我国的输电线路一般都在室外环境中设置，所以线路在输送电力过程中一直是暴露的状态，这就容易受到气候以及自然环境的影响，从而造成故障。通常来说，雷击是较为常见的因素，很多的高压线路都是因为雷击才发生跳闸的，另一个常见因素就是强风，尤其是在电网大规模增多的情况下，由于强风导致的输电线路跳闸情况也在增多。如果是暴风天气，那么对线路的影响就更大了，飑线风会导致风偏放电情况，存在飓风或者龙卷风时则会发生线路倒塌的现象。另外还有覆冰现象，在我国北方比较常见，如果输电线路覆冰过厚就会造成过负载故障，冰层覆盖不均匀容易产生线路中断，都较为危险。还有的因素就是鸟类危害了，鸟类的一些活动，例如飞行、猎食和筑巢等都会导致线路发生短路或者闪络现象，这些鸟类故障都会影响到输电线路的正常运行。?
2.2人为因素
除自然因素外，对输电线路影响较大的还有人为因素。由于人们对电力资源的需求量在不断增长，所以电力企业需要在更多地区设置输电线路，从而满足人们的用电需求。但是我国幅员辽阔，地区的结构也较为复杂，以至于在输电线路的防护区中会出现类似于修路、挖塘、修建房屋、开山放炮等违章现象，这些人为活动都会对输电线路的运行安全产生影响，且后果不容忽视。?
总的来说，输电线路运行故障产生的原因多种多样，较为复杂，如果不能够有效预测或者及时检测这些故障的发生，那么就会造成严重后果，对输电线路运行和人们生命财产安全产生直接影响。因此，输电线路运行故障的诊断非常重要，在科技迅猛发展的当下，于输电线路故障诊断工作中运用大数据技术，能快速定位故障的位置点并及时补救，从而恢复输电线路正常的运行。
3、大数据技术的输电线路运行故障诊断技术
3.1人工神经网络的诊断技术
与其他人工智能的方法相比，人工神经网络的适应能力和学习能力都更强，能有效存储分布式的信息，并做好相关处理工作。而神经网络诊断方法中，人工神经元能模仿脑神经基本的特征，依据不同权重来接受其他神经元的传递信息，从而对这类信息和加权的非线性函数值进行输出。
不过组建、训练ANN是一个非常耗时的过程，同时对训练数据中可能存在的噪音非常敏感，想要在输电线路运行故障中应用人工神经网络的诊断技术还要考虑的因素有很多，且要用大量样本数据，因此人工神经网络的诊断技术还需要进行深入研究，才能达到预期的效果。
3.2故障树分析的诊断技术
所谓故障树分析的发放，就是一种将设备或系统中可能形成故障的因素给从上到下地依据层级进行细化，从而找到形成故障的直接或者间接原因，属于演绎分析方法。在运用故障树分析技术诊断输电线路的运行故障时，可以将线路运行之中最不愿发生的故障设为顶层事件，再向下逐层地将可能导致这种故障的原因陈列出来，从而形成故障树。在设置故障树的过程中可以描述、呈现事件间的相互联系，然后在这基础上再进行定量、定性分析。故障树的定性分析作为核心，也是求最小割集的一个过程，其中最小割集就是指在最低限度上能造成顶层事件的基本事件的集合，通过求解最小各级能迅速分析出系统故障的模式。例如分析架空输电线路的故障就包含了故障原因、影响及维修措施这三个方面内容，故障原因一般有材质不良、施工质量低或者自然因素影响等，由此产生的故障影响也是相应的，像杆塔倾斜移位等，严重时还会造成杆塔断线和倒塌。维修措施自然也是相应的，基础表面损坏的故障模式需要重新浇筑基础，并对暴露的钢筋除锈；基础沉降的模式则要对基础和杆塔进行矫正，并做好监测工作。在故障模式分析的基础部分中都可以设置这些内容，除此之外还有各个单元的故障模式，例如导地线偏差或者是损伤，绝缘子表面的污秽、自爆还有零值等等，设置了这些内容后要进行建树以及定性、定量分析，从而有效诊断输电线路运行的故障。
3.3模糊模式识别的诊断技术
所谓模糊模式识别的诊断技术，就是使用模糊数数学中相关的概念以及方式，在此基础上来解决分类识别的问题，像是就近原则、模数聚类和最大隶属度法等相关方式。具体来说，模糊模式识别指接受现实中的模糊现象情况，然后把这些不能确定的、模糊的事件作为研究对象，同时将它们转化成计算机能够处理的信息，从而有效完成模式识别的目的。例如在输电线路中存在许多内涵明确然而外延不够明确的情况，像是常见的过电流和过电压等，就是因为输电线路中会有这种模糊性的事件和故障存在，所以模糊模式识别的诊断技术就有其用武之地。
3.4建立完善的管理系统
对于一个比较严肃以及严谨的输电工程来讲，管理工作是必不可缺的。有关负责部门以及负责人员应该按照实际情况对具体的问题以及具体的情况进行分析。基于大数据分析的帮助之下，一定要制定出一系列比较合理、可行以及系统的管理规定，以保障任何一个过程都可以有据可依。通过制度化的相关管理模式，系统可以更好地保障输电线路的每一个项目以及管理都比较顺利进行。
3.5采用合理以及正确的方式进行诊断
基于大数据的分析之下，关于传输线的主要故障诊断有以下几种类型:故障的检测问题;故障的类型分析;故障的具体定位以及故障排除与故障排除还原等。在大数据分析的基础之上对输电线路的故障进行诊断以及研究，结合输电以及电力系统的现状是非常有必要的，在数据库当中建立比较匹配的数据模型，并运用比较科学的数据挖掘技术对电网的相关性进行分析以及提取相应的所需数据，这些都可以当作智能以及科学诊断的一种依据，只有这样，才可以更好地提高诊断的准确性。
4、结束语
综上所述，由于人们对电力资源的需求越来越高，对供电稳定性也就提出了更高的要求。作为主要的供电构成部分，输电线路在实际运行的过程中很容易受到自然和人为因素影响，进而产生故障，对正常供电造成不利影响。所以在科技高速发展的当下，积极应用大数据技术，利用人工神经和故障树分析、模糊模式识别等诊断技术来诊断和分析输电线路的运行故障，及时发现故障点并做好相应处理工作，为输电线路的正常工作提供保障，从而推动电力行业继续发展。
参考文献：
[1]王旭, 李阳, 陈涛,等. 基于大数据分析的输电线路运行故障诊断方法[J]. 软件和集成电路, 2016(9):38-42.
[2]陈维, 张力广, 许维忠. 基于故障树分析法的架空输电线路故障原因研究[J]. 通信电源技术, 2015, 32(6):19-20.
[3]秦燕飞. 大数据技术概念、特点及应用[J]. 信息系统工程, 2015(11):97-97.
[4]孙晓宁.基于大数据挖掘技术的输变电设备故障诊断方法研究[J].科技风，2019（14）：179.
[5]苟筱林.基于大数据挖掘技术的输变电设备故障诊断方法分析[J].通信电源技术，2019，36（01）：282+285.
[6]闫寒.基于大数据挖掘技术的输变电设备故障诊断方法[J].科技经济导刊，2018，26（23）：52.