王瑞博

摘要：本文将阐述变电站一次设备在线监测数据诊断与运维检修系统，从数据处理、数据管理软件平台、状态诊断及评估策略技术、诊断结果应用几个方面浅谈监测系统的实施方案以及落实方法，希望能够为相关工作人员提供便利。

关键词：变电站;在线监测数据诊断;运维检修系统

引言：

随着变电站规模和智能化不断发展，变电站设备的监测数据越来越繁杂，运维检修难度也随之增加。为了提高数据监测水平，并且提高运维检修工作质量，就必须要加强相关系统的建设与优化，落实在线监测数据诊断模式，以提高相关信息数据的处理效率以及处理模式。

1 数据处理

根据数据的主要来源形式以及来源方向，以高压开关为最终监测对象的结构化以及非结构化数据的主要集中处理方式可以分为以下五种。

1.1非结构化数据的接口设计

在整个系统运行的过程中，智能运维检修系统能够直接同不带电的检测设备进行相关信息数据的传输并完成相关动作[1]。带电监测数据经由标准化处理之后，能够将相关的信息数据直接传输并存储到相应的智能运维检修系统所附带的数据库当中，该数据将会作为日后诊断系统作出相关动作的基础数据支持。将检修工作得到的最终结果以及相关信息数据进行存储，并将数据库作为该信息数据的存储与用取媒介。

1.2结构化数据的接口设计

对于结构化的数据，则可以通过在线监测以及诊断系统实现对数据的传输与分析，并且存储进数据库或者直接使用数据库中的相应信息数据作出相关动作。

1.3历史数据的录入

智能运维检修系统在运行的过程中，可以对各类设备的运行缺陷以及交接试验信息等历史数据进行长时间的存储[2]。在整个诊断系统中，该功能尤为重要，需要由用户，将相关特定信息存储至相应的数据库当中，为后续做出的诊断活动以及信息数据分析等提供数据方面的支持。

1.4数据存储周期设计

存储周期的设计需要考虑到各类数据的产生特点以及主要来源，部分频率较高、持续时间较短的数据，可以每秒存储一次，保障数据的完整性，对于部分持续时间较长、频率较低的信息数据，则可以按照小时以及天为周期进行存储。

1.5数据预处理

在前端采集到相关数据后，通过对监测数据进行分析与处理，将其中存在的各类错误信号以及干扰信号等进行剔除[3]。这就需要通过系统的预处理方式，对接受而来的相关信息进行清洗，并且对各类数据的一致性进行检查，对于各类信息数据进行智能化辨析，剔除掉冗余信息，并存储切实有意义的信息数据，将其发送至相应的数据库进行存储。

2 数据管理软件平台

在整个系统的运行过程中，需要拥有一个数据管理平台，为各类信息数据展开切实有效的管理活动，对各类信息数据进行集中管理，并对其进行分析，应用于相应的动作以及活动当中[4]。这就需要在该系统中搭建一个专门的数据管理平台，通过该平台对相关数据进行测试与分析，保障信息数据的安全性以及规范性。同时，还要通过各类高级功能，来进一步加强变电设备运行状态的有效监督以及实时监测，通过分析模型，为即将要展开的检修检测工作提供相应的辅助，帮助检修人员做出决策，并且对工作人员提供检修检测方面的技术指导等。

在该系统中，需要建立一个基于物联网以及云诊断方法的设备数据管理平台，该平台需要完成对各类大数据的深入挖掘以及分析，并且应用于当下的设备检测以及检修工作当中，开发出相应的检修方法以及检修技术。并通过相应的功能模块，进一步完善对开关柜组合电器设备等的检测活动，保障检修工作的精确性以及可靠性。

3 状态诊断及评估策略技术

目前，变电设备在运行以及检修过程中，其产生的数据不断增加，并且数据类型也越来越多[5]。通过对前沿技术的深入学习以及应用，加强对各类诊断技术的优化与完善，能够进一步加强对大数据的有效应用，通过图像识别等技术，加强诊断以及评估水平，并且实现对海量数据的有效分析，做出相应的预警以及报警活动，进一步提高设备状态检测的智能化水平。

在这一过程中，需要根据不同的分类指标参数，拟定切实可行的转化机制，在该转化机制的支持下，构建一个设备运维检修方面的数据库，将数据库中的信息内容进行有效应用。

4 诊断结果应用

4.1状态数据可视化

整个系统采用图形、模型以及数据库一体化的建模方式，通过三维软件，将变压器等相关设备以高精度三位模型的形式呈现出来，将设备的位置信息以及整体参数以三维模型的形式呈现出来。全站三维全景模型所采用的形式是基于实时状态监测数据所构建的三维模型，该模型能够模拟整个设备的实时运作状态以及各项参数等。监测数据能够在该模型的支持下直接呈现出来。实时数据的采集则通过共享内存的方式，与各系统以及各功能模块之间进行有效交互，确保相关信息数据能够实时呈现以及实时访问。对于部分历史数据，则可以直接通过历史数据库的直接访问进行调取，关联的因数数据则直接通过对音频数据库调取获得。

4.2设备故障主动提示

在系统运行的过程中，如若监测到设备出现异常参数或者故障情况，三维可视系统便会直接在模型中标注异常参数所在位置以及故障所在位置，产生相应的设备故障提示。在整个三维模型当中，每个设备都会跟随实时采集而来的相关数据不断变化，并且提供智能化的检修建议以及数据分析等。

4.3设备风险评估

设备风险主要分为两种，一种是设备自身所携带的风险。如若在运行的过程中，设备遭受了外界影响，导致其整体完整性受到损坏，则是设备自身所携带的风险，另一种是设备运行风险，在设备运行的过程中，由于设备停运所带来的损失以及事故的风险。通过对两类风险的评估，能够综合监测数据，得到各类风险所造成的损失以及各类风险的规避方案。

4.4专家诊断系统

所谓的专家系统诊断，就是通过对大数据以及过去存储的数据进行调用，对比设备的运行状态，了解设备的故障情况以及参数异常情况，对异常数据进行跟踪，并为工作人员提供相应的检修决策以及检修方案等。

结束语：

综上所述，在线监测数据诊断与运维检修系统的引进应用对于电网设备的信息数据监测来说优势诸多，为了保障变电站设备健康稳定运行，就需要积极运用在线监测数据诊断以及运维检修系统。

参考文献：

[1]李宝潭，赵丹，李宝伟，张海庭.智能变电站在线防误系统关键技术的研究[J].智慧电力，2020，4806：73-78+111.

[2]戚满顺.变电站一次设备在线监测数据诊断及运维检修分析[J].科技创新与应用，2020，36：189-190.

[3]熊力.變电站一次设备在线监测数据诊断及运维检修分析[J].电子测试，2018，13：124-125.