基于大数据多维分析的变电主设备状态评价

广州电网作为典型的特大型城市电网，对电网运行可靠性、电网资产精益化管理水平、电网智能化等需求日益提升，在实现大规模电网设备精益管理，确保电网安全稳定运行等业务领域面临着巨大挑战：一方面设备资产规模爆发式增长与人员负增长导致设备故障风险陡增的矛盾日益突出，在当前设备数量增长与人员短缺矛盾日益凸显的情况下，继续坚持传统低效分层分散式设备管理，必将面临无人可用，设备运维不到位，设备故障难以有效预防，设备故障风险增加的困境。如何提高设备资产和人力资源利用效率，降低由于设备因素导致的电网风险，压力巨大；另一方面传统的状态评价扣分法，在数据挖掘方面不够充分，发现隐患能力不足，无法适应新的生产运维要求。以主变为例，目前积累了大量的油气试验数据，但传统的数据处理方案不适用于多源数据融合处理与大数据分析，无法有效挖掘数据规律，提前精准发现设备隐患。

本项目通过大数据技术应用，建立变电主设备大数据多维分析方法与知识模型，对大量的运维数据进行深入的挖掘分析，实现变电主设备状态评价大数据支撑的关键业务创新，从而找到需要重点运维的关键少数设备，有针对性进行设备风险管控，促进电力设备精细化管理。成果主要应用于电力设备状态监测与评价。

创新点

1、研制了变电主设备数据跨平台获取与结构化技术，首创元数据对象统一采集模型，提出了变电主设备运行数据与台账数据的高效集成及融合管理方法，实现了多模异构数据高效集成、多尺度同化与融合管理。

2、提出了基于大数据技术的变电主设备试验数据在线分析高效计算方法，构建了基于人工智能技术的电力设备试验数据分析模型、GIS局部放电谱图识别模型，为设备故障预测提供了丰富的数据分析基础。

3、提出了基于调度数据的变电主设备数字化状态监测技术，仅利用大数据分析技术即可实时评价开关的机械状态和容性设备的绝缘状态，先后发现60余起紧急重大缺陷，替代2000余组设备停电试验，节省了广州电网试验班组30%的现场工作量。

4、打通了设备状态评价系统与生产系统双向互通的数据接口，通过设备、电网、环境信息整合、流转、闭环，建立全局变电设备管理闭环管控机制，简称“设备管理环”，实现设备运维策略跟随设备状态和电网风险进行动态更新。