邵志培
日立电梯(中国)有限公司 广东省广州市 511400
摘要：目前电气工程的进步,为工业发展提供了动力。为了能够更好地迎接新机遇,需要加强各个系统的规划,当然在大数据的发展过程中有着比较多的挑战和困难。在处理大数据的时候,比较常用的一种技术就是云计算,但是在应用此项技术的时候,存在着安全与隐私方面的问题,所以一定要加强研究,提升云计算的安全性,这样才能更好地提升大数据技术在电气工程应用过程中的有效性,保证电气工程建设事业能够得到可持续发展。
关键词：大数据技术；电气工程；运用；问题；策略
引言
随着我国工业化进程以及城市化进程的不断推进，建筑行业得到了一定程度的发展，现代建筑的结构更为复杂，功能更为丰富，这对电气工程的质量提出了更高的需求。电气工程作为建筑工程中不可分割的一部分，通过提升电气工程的质量管理，可以推动建筑工程管理质量的提升。大数据技术的发展可以帮助电气工程更为及时地获取相关信息，同时通过进行数据清洗、数据挖掘以及数据分析，可以及时发现电气工程中存在的安全隐患，确保建筑工程的整体质量。
1.大数据技术在电气工程中的具体应用
1.1基于大数据技术的用电数据异常分析
通过对电气工程运行过程中的异常数据进行采集分析，可以有效发现系统中潜在的故障，数据在挖掘过程当中是存在不确定性、大量性以及不完全性，而这些特征会根据数据不同的特性进行划分，这也是有一定的复杂性。有一些信息还比较的模糊和随机，其中所能够提取出的信息也许具有潜在的价值，因此我们还需要小心的对待每个数据。借助数据挖掘技术，对于用电过程当中出现异常情况的检测方法主要有两种：其一是孤立森林算法的用电数据异常检测；其二是决策树算法的用电数据异常检测。
在第一种异常检测算法中，首先需要对数据进行清洗及降维，其次根据数据构建异常检测模型，模型构建包括iTree的构建以及孤立森林的构建，iTree的构造步骤如下：在六个日负荷特性指标中随机选择一个特征；随机选择该特征的一个值k；根据每条记录所对应的信息特征来看，把特征当中小于K值的记录放在左分支上，其余大于等于K的记录则放在右分之上。将左右分支的构造进行归纳整理，要满足传入的数据信息保持一条记录，或者是将多条记录放在一起达到一定的高度。这样才能够保证每次的过程都能够满足历所有的iTree，然后就是在查询的过程当中，必须要将对象落到节点的位置上，让其平均通过的长度计算保持在一定的差值之内。最后再根据异差值的大小对用户进行评价，判断该用户是否为异常用户。
在第二种异常检测算法中，基于决策树的用电数据异常识别模型的构建流程如下：首先构建训练集，对电气工程中的相关数据进行整理，用于对决策树的训练，其次，我们还可以采取相应的算法对所有数据进行处理，将已知的数据进行排序，然后再根据相应的特征进行划分，计算每个分类当中的信息增益根据计算得出来的最大值选择阙值，之后再利用阙值划分数据集。再者生成决策树，决策树的根节点到叶节点都对应一个分类规则，最后还需要对策书的合理性进行验证。
1.2基于大数据技术的电气工程进度控制
形成科学的进度计划是实现进度控制的基础，在实际电气工程中，外在环境与内在要求的变化均会影响电气工程进度，为实现对电气工程进度的控制，可以引入大数据技术。时间目标通常是指工期期限，是建筑项目合同内指明的工程期限或者相关负责单位规定的时间期限，但电气工程涉及的内容较多，时间目标的制定较为困难，利用大数据技术可以综合进度情况、天气状况、工程难易水平以及施工技术等要素，更为科学制定出目标。
随后为实现对进度的监控，需要将项目进行科学的分解，明确各项任务，大数据技术可以基于WBS理论，从粗至细地实现对项目活动的分解。在工程落实阶段需要遵循一定的顺序，大数据技术可以挖掘出各项任务间的联系，发现人力、信息、资源等方面的线索，从而更为科学地制定出电气工程先后次序。随后还需要绘制网络图，利用大数据技术画出网络图具有以下的优势：首先，要准确地表现出工作之间的状态以及逻辑关系，其次需要在断开网络的时候，再没有相应的逻辑工作时，将网络部图进行科学分布。通过空间结构，以地理信息作为基本特征，将公共设施的资源结合到城市管理当中，该模式具有一定的节约资源绿色发展，能够形成以地理位置为中心，将资源、管理信息等等作为业务支撑的基础。
1.3大数据技术在负荷特性分析与预测中的应用
大数据技术在负荷特性分析与预测中的应用主要可以分为以下三个方面，首先是关联规则法在负荷特性分析中的应用。电力负荷特性除了会受到内在自身因素的影响外，还会受到外在因素的干扰，负荷会表现出一定的规律性和波动性。关联规则法是在庞大的数据中找出各数据项之间频繁出现的联系，并分析负荷特性与影响因素的相关性，指导电气工程的正常运转。其次是聚类分析法在电力负荷特性分析和预测中的应用，聚类分析是将负荷数据与影响因素进行聚类，聚类后的数据构成了一组分类，某一类型的负荷聚在一起，它的负荷特性就会更好地呈现出来。再者是人工神经网络技术在电力负荷预测中的应用，利用神经网络技术可以模仿人脑进行智能化处理，对非线性的规律具有自适应的学习功能，在短期的负荷预测中可取得满意的效果。
1.4大数据技术在配网管理及扩张中的应用
大数据技术在配网管理中的应用如下：首先是配网的多属性，为确保配网的可靠性与安全性，进行详尽的资产管理是前提。借助于信息技术，打造功能相对完善的配网资产管理大数据平台。其次是基于配网资产管理大数据平台实现对资产存量和增量的动态同步管理，为确保资产存量、增量与实际情况的一致性，需要反复的检验。再者，配网资产管理大数据平台需要完全体现出配电网的每个设备及相关参数，从而实现对相关数据的分析，提升配电网的性能。
大数据技术在配网扩张方面的应用可以从以下两个方面考虑：首先，可以根据电气工程项目所拥有的资产和技术进行分析，在用户数量上能够保持增长又可以减少成本。那么，我们就需要在配置资产时要有足够的设计和预期，借助网络资产的管理，能够将实际的数据进行对比，其次就是在配比的过程当中需要整体来进行设置和评价。结合电力系统运行过程中的相关参数，科学分析出配网的实际承载能力，使配网处于高效、合理的运行状态下。配网管理与扩张需要借助于各类传感器，为确保各类传感器的有效连接，首先是需要选择性能较好的传感器和操作器，并在此基础上根据要求进行配置，实现对设备所产生数据的实时采集，确保获取数据的准确性与实时性，实时与配网资产实体的各类属性相结合，形成一个有机的参数描述体系。其次是在数据获取之后还需要做好数据存储工作，数据存储是一项较为重要的任务，可以确保资产属性时间沿革和电气参数历史沿革的有机统一，为电气工程相关决策的开展提供坚实的理论支撑。
2.结语
综上所述，大数据技术的不断发展为电气工程质量管理水平的提升提供了新的发展机遇，目前我国电气工程质量与大数据技术的结合仍存在一些问题，影响了电气工程质量的提升，笔者相信，通过不断地实践与探索，电气工程与大数据技术的结合将更为密切，这也是我国未来建筑行业发展的重要方向。
【参考文献】
[1]袁爽，胡振中.建筑大数据处理技术应用案例分析[C].第五届全国BIM学术会议论文集，2019.
[2]陈庆财，鹿伟，王福林，等.大数据技术在建筑节能中的应用案例研究[J].建筑节能，2019，47(10)：105-108，116.
[3]董卫平.智能化技术在电气工程自动化控制中的应用[J].电力系统装备，2019(2)：43-43.