橙电电力新闻网 大数据分析技术在采集运维业务中的应用研究

张彬彬

[摘 要]我国经济快速发展，社会对电力的需求量越来越大，保障供电的可靠性成为重要任务。目前电力公司主要靠电缆对用户供电，所以对电力电缆状态的评估也显得越来越重要，做好这项工作既可以保障电力供应的可靠性，又能节约资金。对电力电缆的评估依靠对大数据的收集、处理和分析为电力电缆的状态评估提供了基础。

[关键词]电力电缆 运维管理 大数据

中图分类号：TM76 文献标识码：A 文章编号：1009-914X（2016）15-0118-01

1 引言

随着国家社会经济快速发展，社会对电力的需求量也越来越大，目前电缆成为运输电力的主要途径，但是保证电力的可靠性，需要对电缆的状态进行高效，准确的掌握，所以对电缆数据的收集、处理和分析成为电缆状态评估的重要工作。目前随着数据库技术的不断发展和数据库管理系统不断的被广泛应用，随之数据库所存储的数据量也是急剧上升，对大数据准确的收集、处理、分析成为保证电力的可靠性的重要保证。但是面对数据量如此大的数据库，如何进行更好的处理得到更加准确可靠的信息，成为一个难题，目前对大数据处理的软件还相对较少。目前所使用的数据挖掘工具局限性主要体现在无法将大数据所隐藏大量信息挖掘，而这些信息可以更好好地支持人们的决策，解决实际中的问题，满足人们需要。

2 数据挖掘的基本概念

数据挖掘是指从大数据中挖掘出隐藏的知识和价值。数据的挖掘是有一定的规则的，这些规则暗含的是数据库中特定的关系，代表一些有价值的信息，从而能够为经营坐吃决策和为市场制定相关的规划，以及为金融做预测等提供相应的依据。在生活中，我们经常会发现根据数据我们做的一些规划，比如说超市的市场部会根据超市的大数据得到，很多父亲去超市买啤酒时，会把尿布一起购买了，所以超市就将啤酒喝尿布放在一起，购买起来会更加方便。超市就是通过对大数据的挖掘，发现新的知识和规律，然后运用到实际的实践中去，使数据更好的服务于人。

3 数据挖掘的分类

数据挖掘技术主要分为以下几种类型，主要包括

（1） 按数据库的类型分类

主要包括关系数据挖掘、面向对象数据挖掘、信息库等数据挖掘、事物数据库、多媒体数据库、演绎数据库、历史数据库。

（2）按照挖掘知识类型分类

主要包括聚集规则、关联规则、特征规则、时序规则、偏差规则、分类规则等。

（3）按照数据的利用技术分类

主要包括交互式数据挖掘、数据驱动挖掘、自发式挖掘、查询驱动挖掘。根据挖掘途径分为数学理论的挖掘、基于归纳的挖掘和基于统计基于模式的挖掘以及集成挖掘等。

（4）按挖掘的深度分类

从浅层次上挖掘数据是利用已有数据库的管理系统进行查询和检索及报表等，并且与多维分析和统计分析相结合联机分析处理数据，得出可以用于决策参考的数据。从深层次上挖掘数据是从数据库中挖掘隐藏的知识和内容。

4 电力电缆数据的处理

4.1 数据预处理

电力电缆的绝缘状态检测的需要大量的数据，所需要的数据主要包括三类铭牌数据、状态监测数据和试验检修数据。但是由于电力电缆的数据状态监测是通过自动采集并且是实时传输的，数据在传输过程中可能由于环节比较多，所以出现错误和失误的概率也会比较大，所以在对数据分析前一定要对数据首先进行预处理，这样就可以解决数据的不一致性也可以找出空缺数据，这样就可以提高数据挖掘的相对高的质量。在数据的预处理问题上，中心点的数据判定是关键性的问题，中心点的判定可以消除孤立的点数据。根据相对中心点的距离可以判断孤立点，对于电力电缆的数据的预处理还是有比较好的效果。对于空缺值的处理也可。数据的预处理对于后面对整个数据的分析的准确性很大的影响，对于整个电力状态数据分析预测也有很大的影响。

4.2 神经网络的数据挖掘数据

时序数据，是随时间不断变化的数据，我们需要根据数据进行预测它的变化的规律，然后根据预测进行分类。在电力电缆大数据中我们可以运用简单的线性模型和正弦模型对数据的变化趋势进行预测，然后通过预测的结果，我们可以了解到电缆的绝缘状态，然后再根据神经网络模型选择合适的函数，然后采用松弛优化算法进行神经元的权重系数训练，把神经元的数量和权重系数进行一起训练，就可以得到较好的效果。因为电缆的在线检测数据是实时的，数据量会随着时间变化而不断的增长，因此采用一般的时间序列分析技术，则只能分析历史数据，采用一般时序的分析技术数据是不断积累的，并且样本数量的选择也很难确定，数量大对于分析的速度就会有影响，可能取得的效果就不会很好。

4.3 采用决策树挖掘数据

电力电缆的绝缘状态和故障的判读对于电缆的安全运行是十分重要，决策树可以应用于电缆的绝缘状态判断。电力电缆的在线与离线的实验数据间并没有很大的关联性，可以用单独形成决策子树，但是子决策树的合成肯定是有关联性的，也就是说两棵子决策树是有公共属性的，在电力电缆中的在线监测数据，受外界环境的因素影响比较大，没有明确的绝缘判读标准，所在分类时需要根据经验进行确定数据的集合。决策树是数据挖掘中的一个新的分类计数，现在被应用于各个领域，但在电力电缆的绝缘性状态评估中应用还是相对比较少，但是决策树还是很好的一个分类方法，对于判读电力电缆的状态还是有大的优点的。

5 数据挖掘技术在电力行业中的应用

电力系统是一个复杂典型的庞大系统，近几年随着自动化水平的不断提高，电力系统的各个部门也建立一个庞大的大数据库，主要包括电网运行的信息和电力设备的状态信息以及各种管理的信息等，想要对把这个庞大的数据库的数据运用好必须充分挖掘数据分析数据。数据挖掘技术主要应用于以下几个方面：数据挖掘技术不仅在电压控制方面能够起到很好的作用；我们能采用数据挖掘方式对电力市场整体报价和采购体系中存在的各种影响，及时的做出开停机的计划因素的分析。我们也可以用大数据挖掘，做回归算法和神经网络以及归纳算法等不同的算法，得到关于各机组的开停机计划表情况；我们可以利用对数据进行粗的挖掘，然后可以应用在电力系统故障的诊断中。这个挖掘方法可以对反映条件属性集与时间动态变化对整个系统状态影响；数据挖掘技术也被用来对正在运行的电气原件的基本状态进行分析，也可以对故障进行掌握。

现在我们对电力电缆的状态评估做的相关工作还比较少。目前我们很多靠经验判断电缆的状态，但是我们可以通过专家的实际经验，然后对利用现代技术对电缆的数据进行收集，处理分析，然后更好的为专家的判断做出支持。

6 结束语

我国经济快速发展，社会对电力的需求量越来越大，保障供电的可靠性成为重要任务。电力电缆的运行的电缆绝缘状态与很多因素，对于电缆绝缘状态的准确把握，对电缆的维护和使用是十分关键。也就是说准确地掌握电缆的绝缘状态的好坏，对于整个电力系统至关重要。在日常中电力电缆会有大量数据，如何对数据进行分析，然后利用这些数据挖掘的分类技术建立相应的决策模型，然后之后的新采集数据我们就可以直接利用已经建立的模型，对数据判断，找出故障所在，保证整个电力系统的稳定性和可靠性。

参考文献

[1] 邹会荣.基于TMS320F2812的数据采集及电力电缆故障识别[D].西安科技大学，2008.

[2] 杨涌涛.数据挖掘方法在电力电缆状态评估中的应用研究[D].重庆大学，2008.

[3] 陈芳兰.高压电力电缆温度的数据采集和信号处理系统[D].西安工业大学，2010.

[4] 严新华.电力电缆在线监测数据的传输及组织处理[J]. 上海电力，2007，04：423-425.