关于电力自动化变压器检修系统处理技术探讨.docVIP

关于电力自动化变压器检修系统处理技术探讨 　　 　　摘 要: 随着对电气设备运行的可靠性、检修成本、经济效益提出的更高要求，电力变压器的状态检修成为一种必然趋势。 　　关键词:电力自动化；变压器；检修系统；处理技术；探讨 　　前 言 　　有针对性地分析和处理电力设备维修积累的宝贵历史数据必然反映出规律性，可以为电力维修部门的宏观管理、决策和指导提供科学依据，以提高电力设备维修的质量和电力保障能力。但是，目前对变压器维修信息的利用手段比较落后，难以建立单独的分析型环境进行分析处理而联机分析处理(On―LineAnalvticalPro―cess，OLAP)技术的出现使得方便、快捷地访问和分析在线监测数据成为可能。 　　1 OLAP与数据挖掘技术 　　1．1基本概念 　　数据仓库中尽管包含了大量有价值的历史数据，必须要有方便有效的工具才能够很容易地对其中的数据进行分析处理。1993年，E．F．Codd提出OIAP的概念，即针对特定问题的联机数据访问和分析。应该说，它是利用存储在数据仓库中的数据，根据用户提出的问题或假设，去进行各种分析操作，并以较为直观易懂的形式将结果返回给用户。数据挖掘主要是对数据仓库中的数据进行一定的处理，从而获得其中隐含的、事先未知的而又可能极为有用的信息，做出归纳性的推理，挖掘出潜在的模式并预测客户的行为，帮助企业决策者调整市场策略，减少风险，做出正确决策。OLAP和数据挖掘是相辅相成的，OLAP的分析结果可以给数据挖掘提供分析信息作为挖掘的依据，数据挖掘可以拓展OLAP分析的深度，可以发现OLAP所不能发现的更为复杂、细致的信息。 　　1．2分析方法 　　通过上钻、下钻、切片、切块、旋转等操作，用户可以方便、准确地获得所需的数据，得到不同形式的知识和结果。 　　(1)钻取是改变维的层次，变换分析的粒良。上钻是在某一维上将低层次的细节数据概括到高层次的汇总数据或者减少维数；下钻则是由不太详细的数据到更详细的数据。 　　(2)切片是在多维的数据库的某一维上选定一个维成员的动作；切块是指在多维数据库的某一维上选定某一区间的维成员的动作。 　　(3)旋转就是改变一个报告或页面显示的维方向，即在表格中重新安排维的位置。 　　2系统建立 　　2．1数据准备 　　数据准备包括数据抽取、清洗、转换和加载，具体包含数据的清洗(或称清理)、集成、选择、变换、规约以及数据质量分析等步骤。基于此目的，在对设备维修的历史数据存储结构进行分析后，选择对研究起决定作用的数据，将分散在OLTP数据库中的数据经过DTS以及专用程序将原始数据进行清理和转换得到了“干净”“完整”的、适合进行分析的数据，加载到MicrosoftSQLServer创建的OLAP数据库中，保证类型和结构的统一，同时需要将某些数据变换为适合挖掘的形式。比如将日期和时间格式统一，变压器运行时间由具体的时间划分为不同的时间段。 　　2．2数据模型 　　在问题进一步明确，数据结构和内容进一步调整的基础上，就可以形成知识的模型。对于数据挖掘模块的设计，由于数据庞大，本文采用客户／服务器(C／S)结构，客户端用VisualBasic开发，数据库服务器采用MicrosoftSQLServer2000，利用MSSQLServer的OLAPService应用服务器，将定义的主题(立方体)生成聚集，并实体化，其后进行的OLAP和数据挖掘都是基于此处生成的主题。挖掘的数据源是数据仓库中详细和综合数据层中的表。根据主题和多维结构，本文在SQLServer2000平台上采用星形模式构建数据仓库。维数据结构是将原始数据按维进行整理后所得的结果。利用MicrosoftOLAPServer创建的多维数据结构称为Cube，该多维数据结构具有良好的性能，能灵活、快速地处理原始数据，并对各种查询具有一致性的响应速度。在此采用一种流行的面向关系型数据库和面向OLAP的多维化数据组织方式――星形模型。关系型数据库将多维结构分为两类表：一类为事实表，为用来储存事实的度量值和各维的码值；另一类为维表，对每一维来说，至少有一个表用来保存该维的元数据，即维的描述信息。例如：对变压器情况，可以有时间维、单位维、型号维、总运行时间维、总维修次数维、大修次数维等；对故障情况，可以有时间维、单位维、型号维、地理环境维等。此外，不同的维又可以进行细化，形成树形结构，例如，时间维可细化为：年一月一日。 　　2．3系统模型的建立 　　该系统以某市电业局为背景，主要针对该局变电站设备在线监测数据的分析工作。该局有两个220kV变电站和两个110kV变电站安装了在线监测系统，主要实施对站内的变压器、电容设备和氧化锌避雷器进行在线监测。 　　2．3．1系统设计 　　根据用户的要求，基于网