论文部分内容阅读
摘 要：变电站是电力系统的重要组成部分，其故障会影响整个系统的运行稳定和安全，因此需要对变电站的故障进行及时的检修。目前，先进的技术如计算机技术、网络技术、数据库技术以及远程控制技术等在变电站中进行了应用，而这些技术的使用促进了变电站的智能化发展，所以变电站的智能控制水平在明顯的提升。为了进一步的提高变电站的故障控制水平，基于大数据挖掘技术架构变电站故障追踪十分必要，所以文章就故障追踪结构进行分析与讨论。
关键词：大数据挖掘技术；智能变电站；故障追踪；架构
变电站的智能化发展对变电站的管理和运行有积极的意义，所以在当前的变电站构建中智能化技术利用越来越普遍。就变电站的具体管理来看，构架变电站故障追踪系统可以更加及时且准确的发现故障问题，这对于提高故障解决效率而言有重要的意义，所以研究分析基于大数据挖掘技术的智能变电站故障追走构架现实意义显著。
一、大数据挖掘技术分析
数据挖掘又译为资料探勘、数据采矿，它是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。所谓的大数据挖掘具体指的是在大数据背景下利用数据分析和处理算法对有用数据进行搜索和获取，做种通过数据发现问题的一种数据利用方法。在智能变电站的故障追踪中，利用大数据挖掘技术进行故障追踪系统的构架可以为故障的准确判断和及时性发现提供有效帮助。
二、基于大数据挖掘技术的智能变电站故障追踪构架
基于大数据挖掘技术的智能变电站故障追踪构架需要通过多步骤，以下是具体的构架步骤分析。
（一）系统构建
首先是进行分别的系统构建。从具体的实践分析来看需要构建三个系统：其一是监督系统。监督系统的目的是对变电站运行异常进行监控。在监督系统中需要对系统运行的标准参数范围进行确定，这样，系统运行是否有异常，依据运行参数和标准参数的对比可以看出来。其二是传导系统。传导系统指的是将监督系统和数据控制中心进行连接，这样，当监督系统发现数据异常的时候可以将信息传到使其进入数据控制中心，这样，数据控制中心便有了异常数据消息。其三是数据库中心。数据库中心主要的作用是进行传导数据的分类的存储，其是数据故障分析的重要基础，因此数据库中心的类别划分、模块构建等均需要做到完整和独立。
（二）逻辑关联
其次是进行逻辑关联。从实际分析来看，引发变电站故障的因素具有多样性，而监测系统获取的故障数据又具有海量的特征，所以要依靠海量数据做故障分析，费时费力且准确性不佳。将变电站的故障因素划分为具体的几类，然后做相关数据的逻辑关联，这样，在具体的故障判断中仅仅做针对类别的故障信息分析即可。再者，在大类基础上做进一步的小类划分，然后基于小类故障再做数据的分化，这样，故障分析会更便捷。简单来讲，所谓的逻辑关联主要指的是将故障数据和与之先关故障类型做逻辑架构，这样，基础大数据挖掘技术，故障信息的分析会更加的准确，变电站的故障判断时效性和准确性均会提升。
（三）数据中心反馈
最后是进行数据中心反馈。通过逻辑关联后数据库分析能够有效的将故障和故障信息进行统一，由数据库中心将统一后的信息通过网络传输到数据中心，这样，数据中心会接收故障消息。因为数据中心控制着变电站所有的数据运行，所以依据接收的故障信息的数据源代码可以准确的找到数据的来源地，这样，故障的具体部位可以得到确定。简单来讲，数据中心的反馈为变电站的故障追踪提供了有效的保障，所以故障追踪的整体效果有了明显的提升。
总之，基于大数据挖掘技术进行智能变电站故障追踪结构，其核心是利用数据信息做具体的故障判断，所以从系统构建、逻辑关联和数据中心反馈三个方面做具体的数据获取和分析，利用大数据挖掘技术准确的筛选信息，这样，有用信息的获取速度，利用准确性提升，故障判断的可靠性明显提高。
结束语
综上所述，大数据挖掘技术在目前的社会生活中利用十分的广泛，而变电站的故障对于电力系统乃至于社会生产都有重要的影响，所以在大数据挖掘技术的基础上构建变电站故障追踪系统，这可以为变电站的故障确定和故障排除提供有效的帮助。
参考文献
[1]常成.基于PDMiner大数据挖掘平台的电力系统安全评估及故障诊断系统[J].电力与能源，2016（1）：7-11.
[2]胡军，尹立群，李振，等.基于大数据挖掘技术的输变电设备故障诊断方法[J].高电压技术，2017，43（11）：3690-3697.
[3]陈炯聪.智能变电站数据信息过程管控方法与融合应用研究[D].华南理工大学，2018.
[4]Syed Kamran Hussain.基于大数据的动车组故障关联关系规则挖掘算法研究与实现[D].北京交通大学，2017.
（作者单位：青岛酒店管理职业技术学院）
关键词：大数据挖掘技术；智能变电站；故障追踪；架构
变电站的智能化发展对变电站的管理和运行有积极的意义，所以在当前的变电站构建中智能化技术利用越来越普遍。就变电站的具体管理来看，构架变电站故障追踪系统可以更加及时且准确的发现故障问题，这对于提高故障解决效率而言有重要的意义，所以研究分析基于大数据挖掘技术的智能变电站故障追走构架现实意义显著。
一、大数据挖掘技术分析
数据挖掘又译为资料探勘、数据采矿，它是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。所谓的大数据挖掘具体指的是在大数据背景下利用数据分析和处理算法对有用数据进行搜索和获取，做种通过数据发现问题的一种数据利用方法。在智能变电站的故障追踪中，利用大数据挖掘技术进行故障追踪系统的构架可以为故障的准确判断和及时性发现提供有效帮助。
二、基于大数据挖掘技术的智能变电站故障追踪构架
基于大数据挖掘技术的智能变电站故障追踪构架需要通过多步骤，以下是具体的构架步骤分析。
（一）系统构建
首先是进行分别的系统构建。从具体的实践分析来看需要构建三个系统：其一是监督系统。监督系统的目的是对变电站运行异常进行监控。在监督系统中需要对系统运行的标准参数范围进行确定，这样，系统运行是否有异常，依据运行参数和标准参数的对比可以看出来。其二是传导系统。传导系统指的是将监督系统和数据控制中心进行连接，这样，当监督系统发现数据异常的时候可以将信息传到使其进入数据控制中心，这样，数据控制中心便有了异常数据消息。其三是数据库中心。数据库中心主要的作用是进行传导数据的分类的存储，其是数据故障分析的重要基础，因此数据库中心的类别划分、模块构建等均需要做到完整和独立。
（二）逻辑关联
其次是进行逻辑关联。从实际分析来看，引发变电站故障的因素具有多样性，而监测系统获取的故障数据又具有海量的特征，所以要依靠海量数据做故障分析，费时费力且准确性不佳。将变电站的故障因素划分为具体的几类，然后做相关数据的逻辑关联，这样，在具体的故障判断中仅仅做针对类别的故障信息分析即可。再者，在大类基础上做进一步的小类划分，然后基于小类故障再做数据的分化，这样，故障分析会更便捷。简单来讲，所谓的逻辑关联主要指的是将故障数据和与之先关故障类型做逻辑架构，这样，基础大数据挖掘技术，故障信息的分析会更加的准确，变电站的故障判断时效性和准确性均会提升。
（三）数据中心反馈
最后是进行数据中心反馈。通过逻辑关联后数据库分析能够有效的将故障和故障信息进行统一，由数据库中心将统一后的信息通过网络传输到数据中心，这样，数据中心会接收故障消息。因为数据中心控制着变电站所有的数据运行，所以依据接收的故障信息的数据源代码可以准确的找到数据的来源地，这样，故障的具体部位可以得到确定。简单来讲，数据中心的反馈为变电站的故障追踪提供了有效的保障，所以故障追踪的整体效果有了明显的提升。
总之，基于大数据挖掘技术进行智能变电站故障追踪结构，其核心是利用数据信息做具体的故障判断，所以从系统构建、逻辑关联和数据中心反馈三个方面做具体的数据获取和分析，利用大数据挖掘技术准确的筛选信息，这样，有用信息的获取速度，利用准确性提升，故障判断的可靠性明显提高。
结束语
综上所述，大数据挖掘技术在目前的社会生活中利用十分的广泛，而变电站的故障对于电力系统乃至于社会生产都有重要的影响，所以在大数据挖掘技术的基础上构建变电站故障追踪系统，这可以为变电站的故障确定和故障排除提供有效的帮助。
参考文献
[1]常成.基于PDMiner大数据挖掘平台的电力系统安全评估及故障诊断系统[J].电力与能源，2016（1）：7-11.
[2]胡军，尹立群，李振，等.基于大数据挖掘技术的输变电设备故障诊断方法[J].高电压技术，2017，43（11）：3690-3697.
[3]陈炯聪.智能变电站数据信息过程管控方法与融合应用研究[D].华南理工大学，2018.
[4]Syed Kamran Hussain.基于大数据的动车组故障关联关系规则挖掘算法研究与实现[D].北京交通大学，2017.
（作者单位：青岛酒店管理职业技术学院）