风电大数据挖掘技术的输变电设备故障诊断技术

风电大数据挖掘技术的输变电设备故障诊断技术

秦江

华能连城发电有限公司， 甘肃 兰州 730332

摘要：风电技术作为当下清洁能源的典范，被大范围的应用在我国电力系统中，因此对于风电的故障维修是有关人员应该积极重视的问题之一。本文主要通过分析大数据挖掘技术对风电输变电设备故障诊断带来的帮助，并总结当下输变电设备故障的诊断现状，最后讨论大数据挖掘技术下风电设备故障的诊断方法。

关键词：风电；设备故障；大数据；挖掘技术

引言：对于当前世界上所有的电力系统而言，最为核心的问题即是保证输变电效率并将其故障问题降至最小化，为此行业内不断结合当下的新型技术，来保证输变电的稳定运行。其中，随着当前数字信息化技术的不断发展，将大数据技术应用在各类电力系统的输变电维护工作中，更是起到了非常具有突破性的作用。为此，当前有关人员应该积极重视大数据挖掘技术下的输变电设备故障诊断技术，并于实际工作中积极展现出来，而本文主要就风力发电过程中的输变电问题与解决对策作主要分析。

1. 大数据挖掘技术对风电输变电设备故障诊断带来的帮助

风力发电的运作原理即是通过风车形状的桨叶在自然风力的带动下进行旋转，以旋转动力形式传递到相应的发电机组中，从而产生高级能源，即电力。风力发电的主要优势在于其能源的转换过程相对清洁，但是也伴随着发电量不足的问题，为此在其发电量较小的前提下有关人员一定要更加重视其输变电的故障预判与维修。

但是在传统的风电输变电维护过程中，其维修方法与理念通常都是在其故障发生后采取相应的应对措施，一定程度上影响了风力发电的整体效率。而随着大数据技术的出现，对于风力发电的输变电故障有了更为全面的数据收集与分析，在很大程度上能够通过数据之间的对比，较早的判断出其输变电设备的故障预兆，使其维修与故障诊断的工作更具有预判性，从而将故障扼杀在摇篮中，以更好的提高风力发电的工作效率^[1]。

2. 输变电设备故障诊断现状

包括风力发电系统在内，目前我国电力系统中有关输变电设备故障的诊断工作形式通常为在线检测。即在不影响电力系统正常运行的前提下，对输变电设备进行计划内或临时的故障检查，以保证电力系统时刻处于较为良好的运行状态，有效延长电力系统的工作时间，为广大用户提供强大的用电续航。

虽然在线检测在工作理念上非常科学，但是这种检测方法存在明显的缺陷。首先，在线检测过于依赖工作人员的专业素质，若检查人员的工作素质较低，那么在检测过程中便无法有效分析出对应的潜在风险，从而导致发生相应的故障问题。其次，在线检测的工作模式容错率较低，由于在线检测需要通过制定明确的检修计划在固定的时间节点上完成相应的工作，而当工作人员在规定时间节点中无法进行相应工作，则会导致输变电故障检修工作陷入停摆，从而导致更大的问题^[2]。

此外，尽管当下大数据挖掘技术对于输变电设备的故障检测不断走进人们的视野中，但是由于其技术较新且内容与专业跨度较大，目前很多电力相关的工作人员无法有效掌握其技术对输变电故障进行排查与检验，故这一问题需要得到有关人员的积极重视，并采取相应的办法予以解决。

3. 大数据挖掘技术下风电设备故障诊断方法

关于大数据挖掘技术对于风电输变电设备的故障检测，首选需要有关人员做到充足的数据收集。大数据挖掘技术在设备故障中起到的作用即是通过丰富的数据来总结各类型的故障原因，并相应总结出故障在发生之前所出现的预兆。为此，进行充足的数据收集是有关人员的重要工作任务，同时在数据收集的过程中要保证数据的准确性与有效性，更要在面对设备故障的过程中，进一步保证数据的完整性，为大数据挖掘技术提供良好的数据基础^[3]。

其次，采用科学的方法在设备检测系统运行期间，对其目标对象进行合理的评定工作，并记录故障问题。在此过程中，有关人员一定要根据自身的工作经验，或依靠经验丰富的工程师，对故障进行评定与记录，不能一味的依赖大数据本身。由于大数据的工作算法是通过积累数据来形成相对智能化的故障预判，因此在每一次故障出现时，人为的故障记录能够有效保证大数据的算法更加趋于准确，若在对大数据技术建立了一定的基础便放任自流，很可能导致大数据在未来的发展中渐渐失去准确的判断性。

最后，在实际工作过程中，需要对于现役的电力工作人员积极普及大数据信息技术的相关知识，使其能够真正了解到大数据技术在实际工作过程中的工作原理与运行依据，只有在充分了解大数据的前提下，才能更好的发挥出其在电力设备故障维修方面的优势。

4. 结束语

综上所述，风力发电的输变电设备故障维修在其运行过程中存在非常重要的意义，如何通过大数据挖掘技术对其进行维修与预判不仅是有关人员需要重要掌握的技能，更是未来该行业的发展趋势。故电力行业工作者需要积极迎合大数据技术的到来，也要在此基础上进一步夯实对电力基础技术的应用，为提供效率更高的电力运营工作而不懈努力。

参考文献

[1]邱英强,吴京龙,陈俊,陈伟,施德明.基于机器学习算法的风电机组故障预测系统设计[J].自动化与仪器仪表,2021(09):190-193.

[2]郝广平.大数据挖掘技术的输变电设备故障诊断技术[J].电子世界,2019(17):170-171.

[3]孙晓宁.基于大数据挖掘技术的输变电设备故障诊断方法研究[J].科技风,2019(14):179.