李州
超高压输电公司百色局 广西百色 533000
摘要:电力系统是发展城市经济和提高人们生活水平的重要支撑。 随着中国经济的迅速发展和人们生活水平的提高，电力需求和电力系统故障分析的工作量越来越大，电力系统故障分析面临着更加困难的问题。合理的电源故障分析不仅提高了电源的可靠性，而且大大降低了故障分析成本，提高了问题解决效率。本文从大数据分析的角度论述了当前电力系统的故障分析。
关键词：大数据 电力故障 故障分析
电力系统是我国人民生活发展的重要基础。随着经济体制的逐步完善，行业对供电质量提出了越来越高的要求，同时也给电力系统的运行带来了更大的负担[1]。从电力系统的配电结构中来看，电力系统的范围很广，传输点位多是电力系统运行的主要特征。电源线属于外部工作系统，并且受外部环境因素的影响，所以线路故障的可能性会增加。如果电力系统中的某个线路出现断路问题的时候，电力系统的持续供电就会无法得到保障，从而导致当地企业大规模停产，造成一些无法避免的经济损失。因此，电力系统技术部门和管理部门必须分析可能会发生的电力系统故障，制定多个解决方案，及时解决故障问题，减少电力系统故障造成的经济损失，提高当地企业的经济效益。
1 大数据环境下的电力系统故障分析的必要性
1.1电力系统故障的原因。
电力系统主要由电源、变电站、输电线路和用户负荷组成。跨区域电力传输只能通过用户之间电源节点分布的影响下电源之间的二次电力交换来实现。电力网络主要指输电线路和变电站之间形成的线路结构。电力网络通过将智能设备和信息技术集成到电力系统信息管理系统中，电力网络可以实现准确的配电和智能优化的配电，确保电源消耗高峰期间电源区域能够保持正常运行。随着尖端技术和电力系统的融合，电力系统体系结构的组成越来越复杂化[2]。智能设备的应用虽然可以有效提高整体运行质量，但也会增加电力网络运行障碍。特别是近年来，随着数据时代的发展，电力系统不得不接受更多的数据信息。如果数据结构和整个系统有了成余性影响，这将导致系统设备出现故障。以故障的影响的深度上来讲，对电力系统运行最严重的安全影响是电力线的短路故障。造成此类故障的因素有很多，例如自然环境中的雷击和工人的误操作。设备系统中数据操作错误的影响以及电网中机械设备故障的影响将导致严重的电源事故，从而影响与电力系统相关的经济产业发展。
1.2大数据环境下的电力系统故障分析的必要性
在大数据环境中挖掘和分析行业数据，发现其中包含的深层价值对于行业提供高附加值服务，进一步提高行业经济效益和社会效益发挥着至关重要的作用。
首先，电网公司使用大数据技术来存储，部署和分析数据，并将其转换为有价值的有意义的信息，尤其是使用大数据技术来预测电力系统中的各种紧急情况。然后，针对电网系统中的故障定位和设备，采用大数据技术挖掘历史数据中的故障数据，并且结合电网系统中的本地资源的利用，并将其与生产调度和其他数据信息相结合。对电网进行全面分析。探索电网系统中不同的紧急情况之间的统计差异以及某些条件的相关性，以有效降低电力系统发生的可能性。其次，大数据技术用于对电力系统负载进行分类，并以图形方式显示变化最大的负载，并检测电网系统中的突然变化和偏差。在处理电网系统的故障时，得到相对应的对策。以提高电网公司应对故障的能力。
通过大数据促进电网运营服务在提高增值电网服务和电网公司的效率方面发挥着重要作用。电网系统中的数据流量很大，并且数据类型很多。由于电力系统中的数据在多个层次和多个层次上进行处理，因此，电力生产和电力服务等多个数据链路被集成在一起，以实现跨部门，跨业务的共享。按照电网公司的精细化运作，对电网系统数据进行分析，进行与电网系统的发电，电力营销，客户服务等相关的结构化数据分析和处理，优化电网系统的资源配置分析的数据。改善用户的用电体验。另一方面，通过将电网数据与电网行业的发展相结合，分析大量电力用户的用电特征数据，以实现区域用电负荷预测，配电故障预测。针对潜在用电消费采取一定的措施。
2 大数据分析在电力系统故障分析中的应用
2.1大数据分析模式
当使用大数据技术分析电力系统故障时，可以使用数据挖掘技术，它可以用于同时处理多个点的系统数据信息，以及在传输网络的运行和运行过程中生成的数据信息，可以将其进行有效分类。一种有效防止存储大量数据信息引起的系统成余问题。此外，大数据分析系统可以为电力输出和用户建立对接平台，通过安装智能信息平台来改善电力系统中信息传输节点之间的连接，从而增强信息整合能力。对数据信息系统来说，电网运营可以将数据信息分为不同层次和针对性的目标处理形式，以有效提高电力系统故障验证的质量。
2.2大数据分析在电力系统故障分析中的应用原理
大数据本身具有多种类型，海量性和速率快的功能。海量性主要表现为电力系统发生故障期间的电力管理生产活动中，从而导致产生了大量维护生产数据并加深了电力管理生产信息化程度[3]。在电力系统故障管理过程中，电力系统数据收集平台必须收集电力系统维护人员的维护行为。包括电力系统运行过程中的行为和各种数据，电力系统故障分析中的故障数据类型和格式在增加，数据源也在增加。速率快主要是电力系统故障数据的实时快速收集，并迅速提供数据处理的结果。根据这样的大数据的特点，在分析电力系统故障时，首先必须遵循其相关原理，然后再分析电力系统故障数据状态量的相关性。
首先，关联性原理是电力系统故障分析的重要原理。相关原理的应用指的是找到数据集中的频繁模式，以找到多个重复项之间的相关性。 在电力系统故障分析中，应用相关原理时，有必要对可能发生的电力系统故障数据进行相关分析，这样可以在有限的时间内挖掘出对电力系统故障分析有用的数据结构，从而对电力进行分析，提高电力系统故障分析效率。
二是从电力系统的故障数据中分析状态量的相关程度，并根据不同维度对电力系统数据进行详细的结构分析和比较，数据以独立的维度进行分析。以弥补独立维度无法及时发现的故障，使数据的分析结果更有意义。
.png)
2.3 大数据分析在电力系统故障分析中的应用
2.3.1建立故障分析工作流程
当使用大数据进行电力系统故障分析时，故障分析工作流程的正确构建和应用对于电力系统的快速有效维护至关重要。电力系统的故障服务主要分为两类：横向检修和纵向检修。在构建电力系统的工作流程时，首先要根据人力资源和电力系统的分配原则，安排电力系统故障分析人员的职责。对潜在故障和现有故障的分析结果进行合理的安排，要确保有专业的工作人员在最短时间内分析故障并与电网系统故障分析结果配合完成维护工作。第二是对电力系统的故障分析过程进行详细的安排。首先，当收集电力数据时，必须对信息的使用进行标准化以提高功率信息的准确性[4]。然后，需要构建一个大数据分析系统，以通过分析特定的电力数据并修复电力系统。对工作量和工作风险给出合理的预测。
2.2.2基于大数据算法的分析
当基于大数据算法分析电力系统故障时，电力系统概况分析技术主要用于分析电力系统故障。电力系统画像分析技术是指分析电力系统数据以获得电气系统中的潜在故障。电力系统本身的故障就非常大。在基于大数据执行算法分析时，有必要先将电力系统中的潜在缺陷与现有缺陷整合在一起，以概述电力系统中缺陷的总体特征。在得出相关电力系统故障分析后，有必要进一步扩展该地区电力系统用户的电力数据以及该地区的地理特征。可以进一步扩展电力数据以了解电力系统的潜在故障。然后可以使用大数据分析技术来预测潜在的错误，不断进行改进。根据电力系统中描述的特征对用电故障进行分类，形成不同的故障标签，并制定适当的策略以实现故障管理目标。
3结束语
将大数据应用于电力系统可以提高数据处理的效率和准确性。本文主要分析电力系统的数据类型，并设计基于大数据的电力控制平台，以提供对电力故障的实时监视和分析，以最大程度地减少电力故障的发生。
参考文献：
[1] 刘 晓 放 , 黄 育 松 , 姬 源 .大 数 据 分 析 在 电 力 行 业自动化系统故障预测中的应用[J].信息与电脑:理论版,2017(23):151-152.
[2]钟向宇.电力自动化系统在大数据背景下的数据处理分析[J].科技传播,2016,8(18):113-114.
[3]吴金珠.电力系统继电保护故障分析与处理措施探究[J].现代信息科技，2019，3（12）：42-43.
[4] 常成.基于PDMiner大数据挖掘平台的电力系统安全评估及故障诊断系统[J].电力与能源,2016,37(1):7-11.