论文部分内容阅读
伴随当前电力技术的飞速进步,对于主设备的运行状态监控办法慢慢随之增多,比如带电检测、在线监测、不良工况及设备历史大事记等方式。出现的这些数据量可以展示电网主设备的内外部运行状态,对状态进行汇总分析后可得到设备的当前运行状态,为设备检修提供了决策依据,而且也是比较核心的大数据资料。为了能够逐步提高对大数据在输变电设备状态评估时的具体价值,本文对此提出了基于大数据分析技术的输变电设备状态评估系统的建设。输变电设备状态评估系统为B/S架构模式,借助Spring MVC框架和Mybatis框架整合开发,采用SparkSQL作为基于大数据存储的基于SQL的查询手段,数据存储到Oracle数据库中。系统总体分为基础平台、应用平台、数据应用、可视化展示四层。系统累计接入12个业务系统的数据,分别是PMS系统、在线监测系统、带电检测系统、EMS系统、气象信息系统、GIS系统、山东电网雷电智能监测系统、变电站智能巡检机器人系统、无人机巡检系统、故障录波系统、可靠性系统和无功管理系统。系统主要对数据管理、负载评估、状态评价、故障预测、风险评估等五大业务进行分析、设计与实现。其中,数据管理用于对源系统地址、电网运行、电网环境、数据清洗、数据预处理、状态信息源、综合展示、数据模型、丢失数据补录、数据转换管理、数据质量评价指标等进行实现与管理。负载评估用于实现设备负载率分析、负载能力评估、负载能力预测。状态评价主要是对常规状态评价、差异化阀值、快速评价、设备差异化评价进行实现。故障预测能够实现变电设备故障预测、故障预测过程、变电设备故障预测统计、输电线路故障预测。风险评估实现了当前及历史负载监测、负载能力评估、负载能力预测。系统的应用,能够实现输变电状态评估相关数据的规范化转换,实现带电检测、在线监测、例行试验、巡检、电网运行、环境气象等相关数据的跨平台交互共享,增强了输变电设备状态评估的工作效率。