没有合适的资源?快使用搜索试试~ 我知道了~
对电力设备状态大数据分析.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 189 浏览量
2023-03-10
20:31:49
上传
评论
收藏 365KB DOCX 举报
温馨提示
试读
21页
。。。
资源推荐
资源详情
资源评论
对电力设备状态大数据分析
摘 要:随着智能电网的发展和电网规模的迅速增长, 及时、准确地掌握电力设备运行
状态面临巨大的问题和挑战。近年来, 电力信息化日臻完善, 电力设备状态监测、生产管
理、运行调度、环境气象等数据逐步实现集成共享, 大数据技术为电力设备状态评估和故障
诊断提供了全新的解决思路和技术手段。结合大数据技术及数据挖掘分析方法在电力设备状
态评估中应用的现状, 说明了电力设备状态大数据分析的内涵、目的、数据特征和基本架
构, 阐述了电力设备状态大数据集成、转换、清洗、分布式存储和处理、高效挖掘以及数据
驱动的设备状态分析模型等关键技术。通过分析电力设备状态评估的总体需求, 总结和探讨
了大数据技术在电力设备状态评价、异常检测、故障预测、智能诊断等典型业务场景中应用
的方法和效果, 提出了研究和应用中面临的主要问题, 并对相关技术的发展趋势进行了展
望。
关键词:大数据; 电力设备; 状态评估; 故障诊断; 状态监测; 数据挖掘; 异常检测;
故障预测;
Abstract:With the development of smart grid and the rapid expansion of
power grid scale, it is very difficult to grasp the operational state of power
equipment timely and accurately.In recent years, the informationization of
electric power has reached a high level.Data from condition monitoring system,
power production management system, operation dispatching system, and
environmental meteorology system are gradually integrated and shared.Big data
technologies provide new technical methods and tools for power equipment
condition assessment and fault diagnosis.We put forward the connotation,
purpose, data characteristics, and basic framework for big data analysis of
power equipment condition, in consideration of the status quo of big data
technology and data mining analysis in power equipment condition assessment.The
key techniques of big data integration, conversion, cleaning, distributed
storage and processing, data mining with high efficiency, and data-driven
analysis model for power equipment condition assessment are comprehensively
elaborated.According to the total demand analysis of power equipment condition
assessment, the methods and effects of big data techniques in application
scenarios such as condition evaluation, anomaly detection, fault prediction and
intelligent diagnosis are summarized and discussed.Finally, the major problems
in research and application are proposed, and the development trend of the
relative technologies is prospected.
Keyword:big data analysis; power equipment; condition assessment; fault
diagnosis; condition monitoring; data mining; anomaly detection; fault
prediction;
0引言
电力设备是构成电网的基础元件, 设备故障会严重影响电网的安全稳定运行, 造成巨大
的经济损失。根据行业统计分析, 由于设备运行环境复杂恶劣、设备质量潜在缺陷等问题长
期存在, 设备故障一直是引起电网停电事故的主要源头。全面、及时、准确掌握电力设备运
行状态是保障设备安全运行的首要问题和难点, 也是电力设备智能化的主要技术瓶颈[1]。
近年来, 电网规模迅速增长, 安全可靠供电的要求也越来越高, 设备状态准确评估和状态检
修面临更大的挑战, 主要问题表现在:
1) 传统的状态评估主要采用基于理论分析、计算仿真和试验测试等手段建立的因果关
系物理模型, 然而设备故障影响因素众多、机理复杂, 难以建立完善、精确的状态评估物理
模型。
2) 现有方法主要基于单一或少数状态参量以及统一的诊断标准, 参数和阈值的确定主
要基于大量实验数据的统计分析和主观经验, 分析结果片面, 无法全面反映故障演变与表现
特征之间的客观规律, 统一标准的固定阈值判定方法也难以保证对不同设备的适用性。
3) 电力设备的故障诊断很大程度上依赖专家分析, 近年来状态检测数据爆发式增长加
上与设备状态密切相关的电网运行、气象环境等信息数据量巨大, 人工进行诊断分析的效率
很低。
4) 电力设备状态相关信息分散于各业务应用系统, 数据结构复杂多样、数据接口各不
相同、平台间数据通信困难、交互性差, 导致信息与资源分散, 异构性严重, 横向共享和纵
向贯通困难, 而且数据质量参差不齐, 数据集成和融合分析的难度较大, 影响设备状态评估
诊断的效果和效率。
随着智能电网的建设与发展, 电力设备状态监测、生产管理、运行调度、环境气象等数
据逐步在统一的信息平台上的集成共享, 推动电力设备状态评价、诊断和预测向基于全景状
态的综合分析方向发展。然而, 影响电力设备运行状态的因素众多, 爆发式增长的状态监测
数据加上与设备的状态密切相关的电网运行、气象环境等信息数据量巨大, 现有方法难以对
这些数据进行融合分析, 这种背景下, 大数据分析技术提供了一种全新的解决思路和技术手
段。
近年来, 现代通信信息技术的快速发展引发了数据迅猛增长, 面向数据挖掘、机器学习
和知识发现的大数据分析和处理技术得到广泛的关注, 成为推动行业技术进步和科学发展的
重要手段[2]。由于大数据对经济、社会和科研的巨大价值, 美国、英国、日本和欧盟等世
界主要发达国家和地区纷纷给予高度关注, 将大数据技术的研究和应用提升到国家战略层
面, 投入大量人力和财力进行研究[3]。谷歌、亚马逊、微软、IBM 和 Facebook 等国际著名
IT 企业也将大数据技术列入重点发展计划。国内相关的研究起步稍晚, 但呈现蓬勃发展的
态势, 以百度、腾讯、阿里巴巴、科大讯飞为代表的企业已将大数据技术成功应用于电子商
务、金融、智能交通、公共管理、语音识别等领域。2015 年 9 月, 国务院发布了《促进大
数据发展行动纲要》, 为推动我国大数据技术和产业进一步快速发展提供了有力支撑。
电力行业大数据的应用涉及整个电力系统在大数据时代下发展理念、管理体制和技术路
线等方面的重大变革, 是下一代智能化电力系统在大数据时代下价值形态的跃升[4]。近年
来, 电力大数据基础技术及其应用的研究逐步开展, 并在智能配用电、电力系统仿真、电网
安全分析、电力负荷预测等方面取得一定的应用成效[5,6,7,8,9,10,11]。为了更好地掌握
电网设备运行状态, 提高设备运行风险管控水平, 国家科技部、国家自然科学基金、国家电
网公司和南方电网公司等单位 2015 年以来陆续立项开展了大数据分析技术在电力设备状态
评估方面的研究和应用, 取得了阶段性的研究进展, 成为电力大数据的重要应用领域。
本文结合大数据技术及数据挖掘分析方法在设备状态评估中应用的现状, 阐述电力设备
状态大数据分析的内涵和目的、数据来源和特征、基本框架以及涉及的关键技术问题, 总结
和探讨大数据技术在电力设备状态评估中的典型应用场景和应用效果, 并提出研究和应用中
面临的挑战以及未来的发展趋势。
1 电力设备状态大数据分析概述
1.1 内涵和目的
电力设备状态大数据分析主要利用日渐完善的电力信息化平台获取大量设备状态、电网
运行和环境气象等电力设备状态相关数据, 基于统计分析、关联分析、机器学习等大数据挖
剩余20页未读,继续阅读
资源评论
G11176593
- 粉丝: 6702
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功