电力设备状态大数据分析的研究和应用

被引:164
作者
江秀臣
盛戈皞
机构
[1] 上海交通大学电气工程系
基金
国家高技术研究发展计划(863计划);
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;
D O I
10.13336/j.1003-6520.hve.20180329001
中图分类号
TM507 [维护、检修];
学科分类号
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。
引用
收藏
页码:1041 / 1050
页数:10
相关论文
共 46 条
  • [1] 大数据技术在配电网中的应用综述
    费思源
    [J]. 中国电机工程学报, 2018, 38 (01) : 85 - 96+345
  • [2] 基于粗糙集与多类支持向量机的电力变压器故障诊断
    吴广宁
    袁海满
    宋臻杰
    杨飞豹
    高波
    李帅兵
    [J]. 高电压技术, 2017, 43 (11) : 3668 - 3674
  • [3] 基于大数据挖掘技术的输变电设备故障诊断方法
    胡军
    尹立群
    李振
    郭丽娟
    段炼
    张玉波
    [J]. 高电压技术, 2017, 43 (11) : 3690 - 3697
  • [4] 基于贝叶斯模型的输电线路运行参量关联规则挖掘及预测方法
    杨越文
    侯慧娟
    杨祎
    陈玉峰
    盛戈皞
    江秀臣
    [J]. 电网技术, 2017, 41 (11) : 3648 - 3654
  • [5] 基于深度信念网络的变压器油中溶解气体浓度预测方法
    代杰杰
    宋辉
    杨祎
    陈玉峰
    盛戈皞
    江秀臣
    [J]. 电网技术, 2017, 41 (08) : 2737 - 2742
  • [6] 基于改进灰色组合模型的变电设备故障率预测
    吴广宁
    倪雪松
    宋臻杰
    高波
    [J]. 高电压技术, 2017, 43 (07) : 2249 - 2255
  • [7] 基于栈式降噪自编码器的输变电设备状态数据清洗方法
    代杰杰
    宋辉
    杨祎
    陈玉峰
    盛戈皞
    江秀臣
    [J]. 电力系统自动化, 2017, 41 (12) : 224 - 230
  • [8] 基于数据驱动和多判据融合的油色谱监测传感器有效性评估方法
    齐波
    张鹏
    荣智海
    李成榕
    陈玉峰
    杨祎
    [J]. 电网技术, 2017, 41 (11) : 3662 - 3669
  • [9] 基于大数据的输电线路故障预警模型设计
    郑茂然
    余江
    陈宏山
    高宏慧
    张静伟
    吕梁
    刘智勇
    [J]. 南方电网技术, 2017, 11 (04) : 30 - 37
  • [10] 考虑时间序列关联的变压器在线监测数据清洗
    林峻
    严英杰
    盛戈皞
    江秀臣
    杨祎
    陈玉峰
    [J]. 电网技术, 2017, 41 (11) : 3733 - 3740