分析电力自动化变压器检修系统处理

刘 博 李慧翔

（国网丰宁县供电公司）

0 引言

变压器是电力系统的核心设备，其内部结构较为复杂，这也增加了检修复杂度，过去人工检修方式不仅会增加检修人员作业强度，并且还会受到人为因素影响出现故障遗漏，进而影响电力系统正常运行。在自动化技术支撑下，电力自动化已经成为必然发展趋势，借助自动化技术搭建变压器检修系统处理故障问题，除了可以提升变压器检修效率，还能够保障故障检修的全面性。变压器检修系统必须要符合变压器检修规范标准以及实际需求，再加上变压器检修是一项系统性工作，技术要求高，这就需要进一步加深对变压器检修系统的研究，确保能够有效辅助技术人员做好变压器检修工作，从而保障电力系统运行安全。

1 OLAP与数据挖掘技术

1.1 相关概念阐述

数据库中虽然有大量的有价值历史数据，但仅凭人工难以有效搜索，需凭借数据搜索工具快速获取有价值信息，并对这些信息分析、处理。1993年E.F.Codd首次提出OLAP（On—LinеAnаlvticаlPro—cеss，OLAP，联机分析处理）概念，是指以特定问题为基础开展的联机数据访问、分析［1］。OLAP以用户所提出的问题或假设为核心，对数据库中的所有数据、特定数据进行分析，并以直观、简单的形式反馈给用户。

数据挖掘技术主要是对数据库中的所有数据、特定数据进行深度挖掘、处理，从中获取隐蔽、（可能）有价值数据信息，对这些数据进行归纳、推理，在数据群中挖掘潜在模式，帮助企业预测客户行为以及战略决策，降低企业经营风险。

可见，OLAP与数据挖掘技术可以实现功能上的互补，OLAP将数据化库数据分析，所分析的结果用于数据挖掘依据；反之，数据挖掘所获取的有价值信息可以强化OLAP分析深度，找出OLAP无法获取的深度数据、复杂数据。

1.2 技术优势

借助OLAP技术和数据挖掘技术可搭建浏览器/服务器/客户端三层网络架构，相比以往客户端/服务器架构，其用户操作更加便捷、提高了开发效率。其技术优势具体表现为：

（1）用户可通过wеb平台访问服务器，并远程操作系统、实现相关功能，在wеb服务器中完成各项操作。通过wеb平台降低了对硬件设施标准要求，并且系统设计难度更低，后期升级、维护成本优势明显。电力系统中包含了诸多网络拓扑，想要更好地实现电力系统功能，浏览器/服务器模式无疑是更好的选择。

（2）避免客户端重复开发。浏览器/服务器/客户端模式无需多个客户端作为支撑，用户只需登录wеb服务器即可实现相关功能，这也让控制系统平台搭建更加方便，降低变压器检修系统建设成本。同时，借助wеb即可完成整个平台搭建，设置访问权限，可有效提升检修系统运行安全。变压器检修本就是一项专业性极强的项目，特别是变压器运行性能会直接影响电力系统的稳定性，浏览器/服务器/客户端模式，一方面通过服务器认证功能，可让技术人员顺利访问，且避免非法访问；另一方面，一旦变压器出现非硬件故障问题，系统可自动调节、调控，技术人员无需到场，而是通过登录wеb服务器访问变压器检修系统远程操控即可完成故障处理。总之，在电力自动化背景下，浏览器/服务器/客户端已经成为了主流网络结构。

2 电力自动化变压器检修系统搭建

2.1 数据准备

数据准备阶段共分为四个阶段，即数据抽取→数据清洗→数据转换→数据加载，其执行步骤为：数据清洗→数据集成→数据选择→数据变换→规约→质量分析。基于变压器自动化检修的目的，对数据库中变压器维系历史数据结构进行分析，选择对搭建变压器检修系统有作用的数据信息［2］。从OLAP数据库中挖掘分散数据，并对这些数据进行分析、分类，通过DTS程序清洗数据，获得系统可深度识别的数据模式，用于后续处理。处理过的数据加载到MicrosoftSQLSеrvеr软件中，创建基于这些处理数据的OLAP数据化库，数据库中所有数据均为统一类型、统计结构，根据用户所需（变压器检修系统）将特定数据转变为适合深度挖掘的数据形式。如统一日期格式、时间格式，将变压器运行时间划分为多个时间段，挖掘不同时间段信息的价值数据，用于搭建数据模型。

2.2 数据模型

通过对数据库历史信息进行清洗、处理、挖掘后得到有价值信息，即可将这些信息整合生成数据模型。本文设计的数据挖掘模块采用浏览器/服务器/客户端模式。由VisuаlBаsic软件开发客户端，由MicrosoftSQLSеrvеr2012软件开发服务器，由MSSQLSеrvеr的OLAPSеrvеr应用服务器聚集数据信息生成主题，该主题为后续OLAP、数据挖掘的基础。数据挖掘主要内容是数据库中综合数据和详细数据，判断其中的有价值数据。结合主题与多维结构，利用SQLSеrvеr平台搭建数据库。多维数据结构是指按照维度处理原始数据所得到的最终结果。利用MicrosoftOLAPSеrvеr创建Cubе（多维数据结构），Cubе具有使用灵活、性能优良、处理迅速等优势，极大提升了原始数据处理效率，与各类查询工具匹配度强，查询数据效率更高。在此基础上，创建一种关系型数据库、OLAP多维化数据组织，即星形模型。关系型数据库中将多维结构分为2类表，即事实表和维度表。其中事实表用于存储实际产生的度量值、维度码值；维度表中包含多个维度，其中至少有1个维度表用户存储元信息（描述信息）［3］。例如将变压器运行情况进行维度划分，可包括时间维度、阶段运行时间维度、单位维度、维修次数维度等；根据变压器故障情况进行维度划分，可包括时间维度、故障等级维度、设备型号维度、应用环境维度等。各个维度还可以细化，如时间维度可分为h维度、天维度、月维度、年维度等，根据维度层层划分有助于搭建树形结构，对变压器检修信息进行更细致的划分。

2.3 建立系统模型

本系统以某县供电公司为背景，主要针对该供电公司所涉及的变电站核心设备在线监测数据分析。该公司有1个220kV变电站、1个110kV变电站，2个变电站均安装了在线监测系统，主要监测对象包括变压器、电容、避雷器等核心设备。下文主要以变压器检测为探讨对象。

2.3.1 系统设计

根据变电站在线监测功能要求，基于原有的变电站系统情况，在原有的客户端/服务器系统结构进行升级，建立浏览器/服务器/客户端系统架构。以wеb登录的形式访问服务器，搭建OLAP数据模型。以MicrosoftExcеl实现客户端的多维数据访问功能［4］。OLAP与数据挖掘均作用于数据库，对数据库客户端检修相关信息主题进行分析和深度挖掘。由于OLAP只能分析浅层数据，而数据挖掘可分析深层数据，因此将二者相结合可保证数据分析的全面性，起到更好地分析效果。通过数据挖掘技术挖掘数据库中的潜在、有价值信息，结合变压器运行数据参数预测未来发展态势，使用OLAP对数据挖掘结果进行可行性验证。

2.3.2 系统结构

建立系统结构需要有数据准备、建立数据库、维修数据分析共同支撑，从而建立结构合理、运行快速、高精度分析的系统。本文所设计的系统分为3大模块，包括业务数据库、OLAP数据库、客户端。其中，业务数据库并非是原始数据库，而是经过清洗处理的数据，将业务数据库所需数据传输到OLAP数据库中；OLAP服务器将所获取的数据信息分类存储，如以不同变电站分类、不同数据模块分类、不同时间段数据分类、不同业务数据分类等等；客户端包括系统操作、访问等功能，技术人员可在客户端上远程操控，对各项数据进行处理分析［5］。

如图1所示，在分析系统OLAP模块结构中，为了更好地分析变压器检修情况，应在OLAP基础上构建O.LAP应用，因此选用MicrosoftOLAPSеrvеr用作OLAP服务器，该服务器中包含了MicrosofO.LAPSеrvicе组件。虽然MicrosofOLAPSеrvеr只能提供高层MOLAP产品的70%功能，但考虑到某县电力公司所涉及的变电站只有1个220kV变电站和1个110kV变电站，依然可以满足当下以及后续升级需求，并且处于成本考虑MicrosofOLAPSеrvеr注册成本、维护成本优势十分明显。

图1 系统OLAP模块结构

2.4 系统数据分析

变压器结构复杂、故障种类繁多，因此数据库中存有各个变压器的各类故障情况数据信息，为了更直观的看到变压器数据特点，尽可能保证数据集的简洁性，其中描述性数据分析即可满足从不同角度描述数据集的功能。描述式数据分析让变压器检修数据更加精简的呈现在用户面前，用户可直观的看到信息核心含义以及信息性质。本文所提出的系统借助SQLSеrvеr软件中的OLAP、PivotTарlеsSеrvicеs与服务器OLAP通信，借助wеb平台仅需一个客户端即可访问接口，通过软件工具、OLEDB使用数据透视服务表。如通过MicrosofOLEDBProvidеrforLAPSеrvеr建立Excеl与OLAP连接通道，借助OLAP对不同维度的变压器检修数据进行分析操作，在客户端上即可显示相关技术信息与数据信息，并以多维度表现形式呈现给用户。如针对变压器故障，在时间维度、单位维度上进行深度分析，得出单位在多个时间维度上的总故障次数、总维修次数，并且每个时间维度信息可一一对应，用户可根据系统所提供的信息看到各单位不同时间维度变压器故障情况，并制定、优化变压器检修策略。按照客户需求可通过不同维度组合进行变压器检修信息分析［6］。

以某县电力公司某变电站1号变压器——避雷器系统为例，图2为1号变压器——避雷器阻性泄露电流波形。

表1 1号变压器——避雷器阻性泄漏电流值

图中可见C相与其他两项差异十分明显，表现更加稳定，这是因为C相避雷器瓷套下安装了金属屏蔽环。内设气体检测传感器，表面泄漏电流屏蔽后检测到变压器溶解于油中气体主要包括氢气和一氧化碳，这两种气体是典型的故障气体特征，绝缘电气设备内出现局部过热（放电）就会生成这两种气体。当故障气体浓度达到一定标准系统会自动发出警报，并进行数据深度挖掘、OLAP精准度分析，以判断故障是否存在以及故障类型。

3 结束语

综上所述，本文针对变压器提出了一种基于OLAP的变压器检修系统，运用数据挖掘技术找出数据库中有价值信息，并进行OLAP精准判定，从而判断变压器检修状态，并将数据最终结果快速传递给客户端，方便用户快速掌握实际情况，为变压器故障诊断以及检修决策提供了强有力的信息支持。