广西壮族自治区建筑工程质量检测中心有限公司 广西 530000
摘要：目前，国家电网等相关企业进一步加强了大数据技术等方面的重要性。早在2013年，相关单位就组建了大数据技术团队。逐步加强团队之间的合作，包括国内各种研究机构等，也进行了广泛的交流，并对技术进行了跟踪研究，所以需要对配电网的情况，进行进一步的监测和相应的分析，有效提升电力和气象应用，并通过智能电网支持城市发展做到。
关键词：大数据技术；电气工程；有效运用
1.大数据技术应用于电气工程中的功能定位
1.1全面提高信息化水平
我国住房工程提出了工程质量监督管理机制，改变了工程质量监督管理模式，对工程质量和安全实施有效监督，建设工程质量监督工作平台，实现一网一库、一规一管、管理上，一线监管目标，电气工程与大数据融合技术取得了显著成效。
1.2全面提高数据分析能力
结合电气工程和大数据技术，可以构建电气工程质量管理体系，通过信息化管理和监管模式对传统的信息管理平台进行优化，及时获取企业内外数据，并将其反馈给相关部门，指导电气工程的发展，为电气工程的实施提供足够的理论支持。
1.3全面加强数据支撑管理
电气工程信息管理系统的核心是对所获得的数据进行清理、处理、分析和挖掘，进而获得有价值的信息，指导电气工程管理决策的发展，优化企业的发展路径。电气工程与大数据技术的结合，可以利用物联网和传感器网络及时获取电气工程内外数据，帮助建筑企业实现更全面、更高效的管理模式。
2大数据技术在电气工程中的具体应用
2.1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的收集和分析，可以有效地发现系统中的潜在故障。数据挖掘过程具有不确定性、丰富性和不完全性，这些特征会根据数据的不同特征进行划分，这也具有一定的复杂性。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构建过程如下：首先建立一个训练集，将电气工程的相关数据，用于训练决策树，其次，我们也可以采取相应的算法来处理所有的数据，将其按照已知数据进行排序，然后根据其特征进行相应的划分，计算每个分类信息增益，根据计算结果选择最大阈值，然后利用阈值对数据集进行划分。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。
2.2基于大数据技术的电气工程进度控制
科学进度的形成是进度控制的基础。在实际的电气工程中，外部环境和内部要求的变化会影响电气工程的进展。为了实现对电气工程进程的控制，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，为我国的电气工程打下更坚实的基础，从而保证了电气运输以及工程的进度。
2.3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和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。电力负荷特性不仅受到内部因素的影响，而且受到外部因素的干扰。负荷表现出一定的规律性和波动性。关联规则法是在海量数据中找出各数据项之间的频繁联系，分析负荷特性与影响因素之间的相关性，从而指导电气工程的正常运行。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。
2.4大数据技术在电网调度中的应用
随着电力系统的数字化、智能化程度的不断提升，在电力系统中数据呈现出爆炸式增长的趋势，大数据技术的引入可以较好地实现对海量数据的分析，为推动电气工程与大数据技术的融合，需要构建相应的计算机管理系统实现对电气工程的控制，电气工程实施的各个阶段均是在电气工程的监管与指导下完成。首先，通过电网运行过程中的调度，确保电网可以稳定运行。其次，电力系统在运转的过程中，相关设备会产生大量的实时数据，通过将数据进行存储并分析，可以有效的推断出电力系统可以承受的负荷。再者，通过电气工程信息管理平台可以将相关数据进行可视化显示，借助于大数据技术进行分析，从而在较短的时间内发现电气工程中可能存在的故障点，消除系统中的安全隐患，保障电气工程的正常运转。
结束语
综上所述，随着科学技术的深入发展，我国电气工程中的大数据技术呈现出纵向延伸的趋势。随着电气工程的不断发展，进一步加快了我国社会主义建设和发展的步伐。目前，大数据技术在电气工程中的应用面临着新的机遇，当然也存在着许多挑战和困难，因此有必要加强系统规划。云计算在处理大数据时经常用到，存在安全和隐私问题。因此，有必要进一步提高云计算的安全性，并将其应用到电气工程中，从而更好地实现电气工程建设的可持续发展。云计算在处理大数据时经常用到，存在安全和隐私问题。因此，有必要进一步提高云计算的安全性，并将其应用到电气工程中，从而更好地实现电气工程建设的可持续发展。
参考文献：
[1]董卫平.大数据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.
[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（10）：105-108.