高永典
身份证号：34060219900103****；安徽龙波电气有限公司 安徽 淮北 235000
摘要：近年来我国社会行业的不断发展，电气工程项目在我国各行各业都得到了较为广泛的用。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。本文就基于大数据时代背景下电气工程中大数据技术的应用展开探讨。
关键词：大数据时代；电气工程；大数据技术；应用
引言
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，确保工程的整体质量。
1大数据
大数据也被称为巨量数据，在数据信息的获取、整合、存储和管理方面，远超传统数据，能够针对现有数据进行多样化处理。创造结构化数据，也可以通过数据分析与云计算的相互结合，实现对于数据的有效应用。大数据技术的应用特点在几个方面：一是数据采集，如果能够将大数据分析技术和数据挖掘技术完美的嵌入到网络应用中，能够显著提升数据采集的效率和效果，同时保证了数的完整性和时效性；二是数据检索，以大数据技术为支撑的数据检索能够极大的提高检索效率，缩短检索时间。从实践的角度分析，主要是将数据检索任务同时发布向大量分节点，节点同时接收并执行任务，依照数据挖掘算法，判断是否存在有满足任务需求的数据信息。当分节点判断自身具备满足要求的数据后，会将数据反馈到上层节点，完成数据检索任务；三是数据存储，大数据技术的应用，能够提高数据检索的效率和质量，也可以在完成对比后，对数据进行分类存储，实现了对于数据的规范化处理，可以得到更加精确的数据处理结果，将新数据分类存储到相应的位置，确保后续数据挖掘和数据分析处理工作的顺利实施。在大数据处理中，数据存储的核心技术是HDFS，这是一种基于分布式的文件系统，具备较高的容错率的数据吞吐量，在大规模数据集处理中有着良好的适用性；四是数据处理。在对海量数据进行处理时，大数据处理技术的优势体现在分布式处理方面，可以借助不规则分布的分节点，实现对各项数据的并发处理，能够降低任务的时间与空间复杂度，得到更加准确的处理结果，效率更高，耗时更少。
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。
2.2电网调度
为了能够更好的实现电气工程的整体的调度工作，其最主要的目的就是能够进行电网的调度，与此同时，还要做好整个电气自动化系统的调控。另外，在施行系统的自动化设计方面，其主要的目的就是能够对电网在运行的时候实施经济上的调度，同样的还要能够使电网更加稳定的运行。还有就是对于电力生产中产生的数据能够进行分析，并且针对整个系统中的负荷情况进行自动的预测。之后就是针对显示出的部分数据，充分的排查系统中存在的故障点，避免时间与监理的浪费。
2.3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。
2.4配用电需求分析
目前，电力行业在不断推进智能电网业务，利用数据融合等形式来支撑配用电业务，可以大大提高工作效率，更好地完成配用电数据挖掘工作[4]。电力企业要想提高核心竞争力，就要提高管理质量，实行精细化管理，并结合电力系统的运行和大数据融合等，改进和完善各项决策方案。随着大数据技术的不断成熟，许多行业都逐步引入相关技术手段。电力行业作为社会经济的重要组成部分，也在积极学习、引进大数据技术，尤其是在配用电数据挖掘分析方面，能起到良好作用。配用电数据挖掘分析工作涉及多个方面，主要有社会经济、配电网规划、运行以及用电服务管理等。这项工作在政府决策、供电侧以及用户侧等方面也有广泛运用，具有一定的指导意义。
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，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，这也是我国未来建设行业发展的重要方向。
参考文献
[1]袁爽，胡振中.建设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.大数据技术在建设节能中的应用案例研究[J].建设节能，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.
作者简介：高永典；1990年1月3日；男；汉；安徽省淮北市人；大专；助理工程师（电气工程）；主要从事电气工程方面工作。