何子君
国网四川省电力公司成都供电公司 四川 成都 610000
摘要：随着经济和信息技术的快速发展，结合数据挖掘、大数据技术在电力系统中的应用现状，分析和设计了一种智能变电站设备管控大数据分析系统。对变电站设备运行状态的大数据特征及基本框架进行了分析，并重点阐述了变电站设备运行状态大数据分析系统的数据集成与预处理、数据存储与处理、设备状态评估模型以及数据可视化展示。实验结果表明，所设计的大数据分析系统能够大幅度提升变电站设备数据分析智能化水平，为变电站管控稳定运行提供更加有效和实用性的技术支撑。
关键词：智能变电站；设备管控；数据存储
引言
在智能变电站运行过程中，应该加强其管理，通过相应专业技术和理论来让其智能变电站能够更加稳定的运行。因为智能变电站是利用计算机和通信结合的方法进行运行，所以计算机技术就成为当中的重要技术，在计算机的控制下，对其电力进行合理分配，进而来优化其电力资源，减少电力的浪费，更好的推动我国电力行业的稳定发展。
1智能变电站内容
1.1定义
通过利用智能设备来将其电力资源进行有效划分，在确保信息技术的有效应用下，根据变电站的具体情况来建立信息系统，这样就能够在很短时间内得到相应信息，更好的达到优化资源的目的，这也是电力行业为了能够迎合绿色、环保发展理念的具体表现。此外，通过对其自身的具体情况以及相应数据的分析，了解其中所存在的问题，并对其进行解决，让智能变电站能够更好的进行工作，让电力资源能够在这其中得到更加有效的分配。通过利用智能变电站来对其电力网络进行有效结合，并将其电力资源进行集中，然后再分配，以相应公式作为基础进行计算，就能够让其多个变电站得以更加稳定的工作，更好的发挥其变电站自身的作用。
1.2特点
只有充分了解变电站的具体情况，这样才能够更好的解决相应问题。对于智能变电站而言，其中包括过程、间隔和站控这三个方面，通过对其这三个方面的有效运行，就能够更好的保证智能变电站的稳定运行。所以，就需要合理分析。第一，对于过程层而言，主要是相应的设备，然后让其智能变电站进行有效处理，就能够达到满足效益，进而更快的进行电力资源传输，确保其电力的稳定运行。第二，间隔层。这一层有着像继电保护的相应设备，主要是让其电力稳定运输，进而更好的推动电力的发展。第三，站控层。这一层主要包括其自动化设备。其目的就是对其变电站的运行情况进行了解，通过这样的方法来保证电力资源的合理使用。
1.3数据来源和特征
从数据来源角度来看，智能变电站设备管控数据可分为内部数据和外部数据两大类。其中内部数据包含功率、电压和电流等设备内部信息，该类数据可由数据采集系统、广域监测系统等获取。而外部数据则由与电网相连接的其他外部网络获取，如物联网、互联网等。另外，设备数据可分为静态数据、动态数据以及准动态数据。其中静态数据主要包含设备台账和技术参数等；动态数据反映设备运行状态随时间变化的数据，包括运行数据和带电检测数据等；而准动态数据则是通常定期或者不定期获取并更新，包括定期检修记录和故障记录数据等。
2智能变电站设备管控大数据分析技术现状
2.1数据集成与预处理
智能变电站设备管控大数据通常需从设备状态监控系统和物联网系统获取设备数据，依据数据安全、可靠性要求，可采用数据中心数据库共享方式从不同设备不同业务中抽取数据。这些获取的数据可能存在数据质量低、冗余、缺失和不一致等问题，需对数据进行预处理，主要的数据预处理方法包括：ａ．数据清理。对数据库中不正确、不完整和不相关的数据进行识别、替换、修改或者删除。ｂ．数据集成。组合、存储多源数据，将类型不一致的数据进行统一化处理，并对组合过程中冗余数据进行清除。ｃ．数据变换。对数据进行转换处理，满足数据挖掘的格式需求，包括数据规格化、规约等。ｄ．数据规约。
采用特征集方法来降低数据挖掘过程中的自变量数量，可用较小规模的数据对原始数据进行替代。
2.2数据存储
针对智能变电站设备管控大数据基本特征，采用基于Hadoop平台的云数据管理技术对数据进行存储和处理。首先提出一种基于数据相关性的多副本一致性哈希数据存储算法，该算法具体原理如下：集中处理数据，在查询、分析数据时，在映射端执行主要工作，能够减少网络通信负载，进而提高系统的查询、分析性能。对于不同结构、类型的数据来说，记录每一个传感器采集数据的时间和位置。Hadoop平台可将数据存储为数据采集时间、数据采集位置和自定义相关性等3个副本，其中采用一致性哈希算法将第1个副本数据的位置进行哈希映射，将第2个副本数据的采集时间进行哈希映射，并将第3个副本依据自定义相关系数进行哈希映射，能够满足数据查询、分析的具体需求。
2.3数据处理
在基于平台Hadoop的智能变电站设备管控中，采用Storm对采集的数据流进行处理。首先对数据处理过程的拓扑结构进行设计，也即是对数据处理的逻辑关系进行设计，数据处理顺序采用获取数据、去噪、特征量计算以及状态评估。数据的起源用Spout表示，能够支持多种数据的来源，且可分别处理不同数据，例如在设备状态监测中包含电流信息、动作信息和其他多类型监测数据；Blot可表示数据的去噪处理和特征量计算，不同blot代表不同的去噪处理方式、特征计算方式或者状态评估方式。另外，一个blot的输出可以作为另外一个blot的输入。
2.4设备状态评估模型
在完成智能变电站设备大数据处理工作后，需采用数据挖掘算法来构建设备的状态评估模型。在Hadoop集群计算框架基础上，文中采用基于分类算法的数据挖掘算法来建立智能变电站设备状态评估模型。分类算法是一种监督学习算法，文中采用基于决策树的分类算法来构建状态评估模型，首先定义已知数据集的类别，依据所采集数据集的数据特征来构建数据分类器，然后利用此分类器对数据进行分类和预测并输出离散结果。
3智能变电站运行与维护管理的有效措施
3.1建立完整的智能变电站运行与维护管理规章制度
技术人员对于一个电网的运行来说是十分重要的，就像是一个专业的技术团队能够更好的进行电网的操控，避免电网出现一些因为操作不当而导致的故障。智能变电站在进行长时间工作时，很容易出现一些问题，而这个时候就需要相应的技术人员对其进行检修。同样的，相关部门也应当重视起智能变电站的维护管理问题，对技术人员进行定期的培养，使得技术人员提升自身的技术素养以及工作技能，在变电站今后的工作中不断提升自身对于新技术的实践水平。
3.2重视安全检查工作
智能变电站是需要日常运行的机构，管理人员日常的安全检查工作要到位。要对管理人员的安全检查工作提出规范要求，建立责任体系和换岗制度，供电设施一旦发生问题可以得到及时的补救和解决，保证供电系统可以正常稳定地运行。对供电系统中每个设施的实际使用情况和性能问题要做到实时性的检查和备案，以便于更好地维护管理。还要提升设施管理人员的能力，使设施的应用更加合理，减少供电过程中的失误。
结语
能变电站的蓬勃发展能够推动我国实现电网智能化的进程，目前我国智能变电站的建设仍处于起步阶段，各方面管理以及维护能力还有待提升。我们应当对智能变电站的特点进行了解和分析，同时参考变电站内部的构成，对智能变电站运行与维护管理制定相应的有效措施，推动智能变电站的稳定发展。
参考文献:
［1］库晓斐．智能变电站运行与维护管理模式的研究［J］．自动化应用，2017，(08)．
［2］李安然．500kV智能变电站运行与维护管理模式研究［J］．大科技，2017，(26).
作者简介：
何子君(1987—）女，汉族，研究生，工程师,主要从事变电运维管理等相关工作。