何 彪

(一汽-大众汽车有限公司佛山分公司，广东 佛山 528200)

电网调控一体化向智能方向发展下，电力监测系统的结构越来越多样化。状态监测数据的复杂性使得电力系统的故障监测难度增大、效率降低，这对极端天气状况下的井喷式报警数据的处理提出了挑战。另一方面，电网系统对数据的实时性要求很高，这对数据处理系统的计算能力提出了更高的要求[1-3]。随着大数据处理技术的高速发展，并行分布式处理算法相比于传统简单的串行计算方法，能为数据计算能力的提升带来更大的帮助，而流处理平台可以极大地提高数据质量的实时性[4-5]。大数据技术用于电力设备的故障诊断不仅是电网企业智能化管理的发展方向之一，还为电网企业的业务拓展增值提供了条件[6-8]。本文针对突发情况下电网系统大量实时数据处理困难的问题，提出了基于Spark大数据计算平台的Xgboost算法模型，对电力设备的实时故障诊断进行研究。

1 变压器设备故障诊断

表1 不同类型变压器故障产生的气体

行状态的判断依据[13]。

2 基于大数据的设备故障诊断模型构建

2.1 Spark大数据计算框架

Apache Spark是利用内存进行计算的大数据计算框架[5]。除此之外，Spark计算框架以MapReduce进行迭代计算，大大地提升了运算效率[3]。图1所示的Spark体系架构主要包括数据源、资源管理模式和丰富的API开源工具，并且支持多种数据来源，以及Java、 Scala和 Python 3种语言。这种设置增加了Spark的易学性，缩短了开发周期。

图1 Spark体系架构

在Spark框架中，弹性分布式数据集(resilient distributed dataset，RDD)是计算和存储数据的关键。……