论文部分内容阅读
【摘要】 数据统计问题日渐复杂，是因为人们对于大数据的需求逐渐增加。如何在大数据中找到关键性的数据，是我们首先要解决的问题，由于网络技术的发展，对如何在大数据中找到关键性的信息，并对信息进行诊断的困难系数也越来越大。随着电力信息系统变得复杂，数据也随之增大。如何对数据进行深挖掘以及利用，是我们面临的最大的难题。本文通过介绍电力大数据的特点以及诊断状态，此基础上提出了大数据以及行业设备诊断需求的具体情况提出了，建立一种大数据智能分析设备诊断系统的设计设想。能够通过大数据的分析对比，提高设备的准确率，对未来诊断设备、未来诊断业务以及诊断系统的发展提供经验。
【关键词】 大数据 状态诊断 方法
引言：近年来，随着冶金行业设备和诊断业务的不断发展。越来越多的数据使信息处理能力的需求越来越大，对其提出的要求也越来越高。大数据是指在大量的。数据中快速找到所需要的数据进行研究，得出数据的方向以及发展趋势。随着计算机的不断发展，人们看到了关于大数据处理的希望。人们希望通过计算机能够帮人们解答有关大数据的问题，分析其中隐藏的信息，挖掘数据就是指在大量的数据当中找出人们所需要的精准的数据，帮助人们从大量的数据中提炼隐含信息。这种技术通过人工计智能以及计算智能。广泛的涉猎于各个行业。研究大数据系统分析。电网运行状态，电力设备负载能力。
一、大数据的统计分析
对数据预测，模型分析以及电网运行状态、电力设备負载能力的相关关系分析从而建立不同的服务环境，提出设备实时动态、策略控制与设备负载，安全动态校核方法。根据复杂关联关系。对设备低压及故障预测方法进行分析，重点研究，状态与电压、电流关联的关系;部件故障与设备故障之间的关系，实现设备故障类型、数据综合分析。
二、系统设计
整个系统分为四个部分。数据采集子站、数据平台，智能分析系统和诊断系统。（一）数据采集子站，子站是通过连接本区内设备进行获取各类设备数据状态进行汇总后，统一发到数据平台。（二）数据平台 是包括用户数据、设备状态、数据等综合一体。为智能分析系统和诊断的系统，提供最终的数据支持。（三）智能分析系统负责分析设备出现故障的原因。对于当前诊断技术的现状，可以分为物理分析法和化学分析法。目前的诊断现状包括，信号处理方法、模型诊断方法、人工智能诊断方法等。（四）系统诊断通过向客户提供诊断业务，在诊断中根据用户需求对数据进行分析故障的原因，并将结果返给客户。
三、多维信息的图形化展示
结合设备属性及设备状态信息等，需进行关联分析，深度学习数据挖掘技术，实现设备异常状态快速评估。对此，要对系统进行优化。利用关联分析对参数、设备进行动态调整。严格按照先进的设备检查程序，结合设备类型等信息，利用大数据分析技术，对设备进行状态诊断分析。
四、大数据分析的配电设备状态诊断。
根据对大数据统计分析，预测模型、分析设备、关键状态、电网运行状态等关系进行分析。建立不同的服务环境。研究配电设备负荷量与设备、寿命的关系并提出调整方法。
基于大数据及智能分析的设备诊断以及系统设想，根据大数据的存储能力以及分析能力，分析效率和精度要对该系统进行改革。一般的系统只能为用户提供设备数据分析结果，需要用户根据经验进行判断。判断设备是否正常。在新形势下，系统能根据用户所需要解决的问题进行智能分析，自动选择分析工具、结果给用户提供结论，使用户能够对设备的状态进行判断。实现用户对系统实现更好的理解。能够通过大数据的分析对比，提高设备的准确率，对未来诊断设备、未来诊断业务以及诊断系统的发展提供经验。
五、设备诊断需求的发展
设备诊断效率随着工业化信息技术的发展而发展。在获取数据来源和数据获取的规模上都有很大的进步。数据的来源主要由设备状态、检测装备和设备本身构成。设备检测装备包括手持式数采器和各类的在线设备采数器构成。基于大数据统计分析。面对各行各业的设备诊断业务的效率不断提高，提出了大数据智能分析诊断概念，对设备诊断进行重新设计，因此而提高设备的诊断效率和精度。
六、基于大数据分析的配电设备状态诊断
基于大数据统计分析，分析设备状态，服务环境状态，电网运行状态等相关分析挖掘与设备负载力相关的状态参量，从而建立不同的服务环境和状态，提出相应的调整策略与负载安全的动态校核方法。人们希望通过计算机能够帮人们解答有关大数据的问题，分析其中隐藏的信息，挖掘数据就是指在大量的数据当中找出人们所需要的精准的数据，帮助人们从大量的数据中提炼隐含信息。
小结：随着计算机的不断发展，人们看到了关于大数据处理的希望。人们希望通过计算机能够帮人们解答有关大数据的问题，分析其中隐藏的信息，通过大数据的分析对比，提高设备的准确率，对未来诊断设备、未来诊断业务以及诊断系统的发展提供经验。
参 考 文 献
[1]林海雪.现代电能质量的基本问题[J].电网技术，2001（10）：5-12.
[2]夏春燕.变压器经济 运行分析与应 用[J].变压器，2007（12）：24-28.
【关键词】 大数据 状态诊断 方法
引言：近年来，随着冶金行业设备和诊断业务的不断发展。越来越多的数据使信息处理能力的需求越来越大，对其提出的要求也越来越高。大数据是指在大量的。数据中快速找到所需要的数据进行研究，得出数据的方向以及发展趋势。随着计算机的不断发展，人们看到了关于大数据处理的希望。人们希望通过计算机能够帮人们解答有关大数据的问题，分析其中隐藏的信息，挖掘数据就是指在大量的数据当中找出人们所需要的精准的数据，帮助人们从大量的数据中提炼隐含信息。这种技术通过人工计智能以及计算智能。广泛的涉猎于各个行业。研究大数据系统分析。电网运行状态，电力设备负载能力。
一、大数据的统计分析
对数据预测，模型分析以及电网运行状态、电力设备負载能力的相关关系分析从而建立不同的服务环境，提出设备实时动态、策略控制与设备负载，安全动态校核方法。根据复杂关联关系。对设备低压及故障预测方法进行分析，重点研究，状态与电压、电流关联的关系;部件故障与设备故障之间的关系，实现设备故障类型、数据综合分析。
二、系统设计
整个系统分为四个部分。数据采集子站、数据平台，智能分析系统和诊断系统。（一）数据采集子站，子站是通过连接本区内设备进行获取各类设备数据状态进行汇总后，统一发到数据平台。（二）数据平台 是包括用户数据、设备状态、数据等综合一体。为智能分析系统和诊断的系统，提供最终的数据支持。（三）智能分析系统负责分析设备出现故障的原因。对于当前诊断技术的现状，可以分为物理分析法和化学分析法。目前的诊断现状包括，信号处理方法、模型诊断方法、人工智能诊断方法等。（四）系统诊断通过向客户提供诊断业务，在诊断中根据用户需求对数据进行分析故障的原因，并将结果返给客户。
三、多维信息的图形化展示
结合设备属性及设备状态信息等，需进行关联分析，深度学习数据挖掘技术，实现设备异常状态快速评估。对此，要对系统进行优化。利用关联分析对参数、设备进行动态调整。严格按照先进的设备检查程序，结合设备类型等信息，利用大数据分析技术，对设备进行状态诊断分析。
四、大数据分析的配电设备状态诊断。
根据对大数据统计分析，预测模型、分析设备、关键状态、电网运行状态等关系进行分析。建立不同的服务环境。研究配电设备负荷量与设备、寿命的关系并提出调整方法。
基于大数据及智能分析的设备诊断以及系统设想，根据大数据的存储能力以及分析能力，分析效率和精度要对该系统进行改革。一般的系统只能为用户提供设备数据分析结果，需要用户根据经验进行判断。判断设备是否正常。在新形势下，系统能根据用户所需要解决的问题进行智能分析，自动选择分析工具、结果给用户提供结论，使用户能够对设备的状态进行判断。实现用户对系统实现更好的理解。能够通过大数据的分析对比，提高设备的准确率，对未来诊断设备、未来诊断业务以及诊断系统的发展提供经验。
五、设备诊断需求的发展
设备诊断效率随着工业化信息技术的发展而发展。在获取数据来源和数据获取的规模上都有很大的进步。数据的来源主要由设备状态、检测装备和设备本身构成。设备检测装备包括手持式数采器和各类的在线设备采数器构成。基于大数据统计分析。面对各行各业的设备诊断业务的效率不断提高，提出了大数据智能分析诊断概念，对设备诊断进行重新设计，因此而提高设备的诊断效率和精度。
六、基于大数据分析的配电设备状态诊断
基于大数据统计分析，分析设备状态，服务环境状态，电网运行状态等相关分析挖掘与设备负载力相关的状态参量，从而建立不同的服务环境和状态，提出相应的调整策略与负载安全的动态校核方法。人们希望通过计算机能够帮人们解答有关大数据的问题，分析其中隐藏的信息，挖掘数据就是指在大量的数据当中找出人们所需要的精准的数据，帮助人们从大量的数据中提炼隐含信息。
小结：随着计算机的不断发展，人们看到了关于大数据处理的希望。人们希望通过计算机能够帮人们解答有关大数据的问题，分析其中隐藏的信息，通过大数据的分析对比，提高设备的准确率，对未来诊断设备、未来诊断业务以及诊断系统的发展提供经验。
参 考 文 献
[1]林海雪.现代电能质量的基本问题[J].电网技术，2001（10）：5-12.
[2]夏春燕.变压器经济 运行分析与应 用[J].变压器，2007（12）：24-28.