电力信息资源不断丰富。但是由于电力设备状态检测信息数据库存在分散的特点,对资源的检索相对困难。如果能够把电力设备状态检测信息进行聚合,将为单位。相比动态参数,其时效性相对较差,但对于设备状态评估的准确性起到关键作用。采用多维度设备状态评估方法分析设备潜在的具体缺陷故障时,准动态参数的作用尤为重要。同时,应注重外部参数使用。这类参数主要包括温度风力降水等气象因素,地震洪水等环境因素,以及用电量经济态势等社会经济因素。电力设备状态检测信息大数据挖掘方法设备状态评估大数据挖掘的精确判断,忽视其对电力设备状态趋势的反映。在线监测是状态监测系统中最重要的组成部分,在线监测的应用为状态监测提供了电力设备实时连续的运行数据,是状态监测最主要的数据支撑。但是在线监测系统由于传感器技术电源技术无线通信技术等条件的制约,其系统本身存在很大的不稳定性,再加上在线监测系统般都暴露在外部环境中,其采集精度易受外部环境的干扰。这研究。大数据作为种新型的技术创新和思维革命,近年来受到了国内外研宂人员的高度关注并逐步被各国政府和人民认可,成为下个推动人类文明发展的重要力量。随着研究的深入,大数据研究已从先前的互联网领域向所有涉及海量数据处理的行业发展。就当前的研宄而言,电力大数据的研宄还处于初级阶段,但是随着电力系统智能化的不断发展,基于物联网云计算的电力大数据必面向大数据的电力状态监测信息聚合研究原稿于数据的应用不合理。本文针对这问题,引入大数据的思想,进行了深入的研究。大数据作为种新型的技术创新和思维革命,近年来受到了国内外研宂人员的高度关注并逐步被各国政府和人民认可,成为下个推动人类文明发展的重要力量。随着研究的深入,大数据研究已从先前的互联网领域向所有涉及海量数据处理的行业发展。就当前的研宄而言,电力大数据的研宄还处于初级阶段程反事故措施风险预控措施特维方案预试方案等对设备重要性的分析和划分,考虑设备缺陷故障记录统计情况,设定设备部件的重要性权重系数。基于设备缺陷故障记录统计情况,考虑设备缺陷故障的影响程度及其后果严重性,设定设备部件的缺陷故障严重性权重系数根据设备部件权重状态变量能够反应的缺陷故障类型相应的缺陷故障严重性权重。结束语电力设备状态监测是保障陷故障类型相应的缺陷故障严重性权重。结束语电力设备状态监测是保障电力设备安全可靠经济运行的方法,其在状态评估和寿命预测方面有着重要的作用,也为设备的合理运维提供参考。电力设备状态监测经过多年的发展,积累了海量的数据,包括在线监测数据离线试验数据巡检数据等等,这些数据不但数量极大,种类也很多。目前,状态监测应用效果差,利用率低的问题根源在陷状态与可能反映设备各方面状态的全景参数进行相关性分析,可以实现设备多个状态量的有效组合关键状态参量提取与合并状态权重的精细化选择等有益的结果。状态量关联度分析状态量关联度概念的核心是与部件设备等具体对象相关的多元多维度状态量之间存在定程度的相关性。而在传统的有限数据设备状态评估系统中,状态量的选取往往是单的,故障缺陷情况也是单的,两者性起到关键作用。采用多维度设备状态评估方法分析设备潜在的具体缺陷故障时,准动态参数的作用尤为重要。同时,应注重外部参数使用。这类参数主要包括温度风力降水等气象因素,地震洪水等环境因素,以及用电量经济态势等社会经济因素。电力设备状态检测信息大数据挖掘方法设备状态评估大数据挖掘分析的基本思路是利用大数据挖掘技术,如聚类关联等算法,对设备良好应的关系规律性弱。实践过程中采用电力设备状态评估大数据挖掘分析方法,基于多元多维度数据进行状态评估,重点考察设备状态量包括设备权限故障的结果性状态量之间的关联性。权重分析在电力设备状态评估大数据挖掘分析过程中,电力设备状态参量的权重系数是建立分析和决策模型的重要参数,需要构建合理的权重系数与修正模型。在确定权重数据按的过程中,依照调度规面向大数据的电力设备状态检测信息聚合方法电力设备状态检测信息来源多元多维度数据源是开展电力设备状态评估大数据挖掘分析的基础条件。面向大数据的电力状态监测信息聚合研究原稿。摘要随着我国电力的不断发展,电力信息资源不断丰富。但是由于电力设备状态检测信息数据库存在分散的特点,对资源的检索相对困难。如果能够把电力设备状态检测信息进行聚合,将。静态参数自记录后不再发生变化,作为项状态参量评分时的参考值和判断依据,用作初始值限制阈值等。在这些参数的支持下,能够大数据挖掘分析在电力设备状态评估中的应用有效性。面向大数据的电力状态监测信息聚合研究原稿。数据融合程度低,无法提供被监测设备的全景信息状态,监测配备的在线监测系统采集到的数据有电气量数据,也有如温湿度等的非电气量,监测方法与应用硕士学位论文,华北电力大学,。摘要随着我国电力的不断发展,电力信息资源不断丰富。但是由于电力设备状态检测信息数据库存在分散的特点,对资源的检索相对困难。如果能够把电力设备状态检测信息进行聚合,将会为电力设备状态检测提供个规范的检索平台。随着计算机信息技术与网络技术的不断发展,基于大数据的电力设备状态检测信息聚合研究进步发展力设备安全可靠经济运行的方法,其在状态评估和寿命预测方面有着重要的作用,也为设备的合理运维提供参考。电力设备状态监测经过多年的发展,积累了海量的数据,包括在线监测数据离线试验数据巡检数据等等,这些数据不但数量极大,种类也很多。目前,状态监测应用效果差,利用率低的问题根源在于数据的应用不合理。本文针对这问题,引入大数据的思想,进行了深入的应的关系规律性弱。实践过程中采用电力设备状态评估大数据挖掘分析方法,基于多元多维度数据进行状态评估,重点考察设备状态量包括设备权限故障的结果性状态量之间的关联性。权重分析在电力设备状态评估大数据挖掘分析过程中,电力设备状态参量的权重系数是建立分析和决策模型的重要参数,需要构建合理的权重系数与修正模型。在确定权重数据按的过程中,依照调度规于数据的应用不合理。本文针对这问题,引入大数据的思想,进行了深入的研究。大数据作为种新型的技术创新和思维革命,近年来受到了国内外研宂人员的高度关注并逐步被各国政府和人民认可,成为下个推动人类文明发展的重要力量。随着研究的深入,大数据研究已从先前的互联网领域向所有涉及海量数据处理的行业发展。就当前的研宄而言,电力大数据的研宄还处于初级阶段建合理的权重系数与修正模型。在确定权重数据按的过程中,依照调度规程反事故措施风险预控措施特维方案预试方案等对设备重要性的分析和划分,考虑设备缺陷故障记录统计情况,设定设备部件的重要性权重系数。基于设备缺陷故障记录统计情况,考虑设备缺陷故障的影响程度及其后果严重性,设定设备部件的缺陷故障严重性权重系数根据设备部件权重状态变量能够反应的缺面向大数据的电力状态监测信息聚合研究原稿有结构化的数据,也有如视频等的非结构化数据。目前来看,大多数状态监测系统都很难综合分析这些多源异构的数据,也就无法实现对监测设备的全景评估。另外数据共享方面也面临着严峻的挑战状态监测系统还处于分散监测阶段,与计算机系统相对独立,电力控制中心与各个变电站之间,状态监测系统与其他系统之间,数据信息模型和通信接口不致,难以共享和综合利于数据的应用不合理。本文针对这问题,引入大数据的思想,进行了深入的研究。大数据作为种新型的技术创新和思维革命,近年来受到了国内外研宂人员的高度关注并逐步被各国政府和人民认可,成为下个推动人类文明发展的重要力量。随着研究的深入,大数据研究已从先前的互联网领域向所有涉及海量数据处理的行业发展。就当前的研宄而言,电力大数据的研宄还处于初级阶段大多数状态监测系统都很难综合分析这些多源异构的数据,也就无法实现对监测设备的全景评估。另外数据共享方面也面临着严峻的挑战状态监测系统还处于分散监测阶段,与计算机系统相对独立,电力控制中心与各个变电站之间,状态监测系统与其他系统之间,数据信息模型和通信接口不致,难以共享和综合利用。静态参数静态参数包括设备台帐参数和设备投运前的试验参数联规则挖掘是数据挖掘领域的个重要方面,通过关联规则对设备的故障缺陷状态与可能反映设备各方面状态的全景参数进行相关性分析,可以实现设备多个状态量的有效组合关键状态参量提取与合并状态权重的精细化选择等有益的结果。状态量关联度分析状态量关联度概念的核心是与部件设备等具体对象相关的多元多维度状态量之间存在定程度的相关性。而在传统的有限数据设备状为实现资源合理配臵提供保障。面向大数据的电力设备状态检测信息聚合方法电力设备状态检测信息来源多元多维度数据源是开展电力设备状态评估大数据挖掘分析的基础条件。数据融合程度低,无法提供被监测设备的全景信息状态,监测配备的在线监测系统采集到的数据有电气量数据,也有如温湿度等的非电气量,有结构化的数据,也有如视频等的非结构化数据。目前来看,应的关系规律性弱。实践过程中采用电力设备状态评估大数据挖掘分析方法,基于多元多维度数据进行状态评估,重点考察设备状态量包括设备权限故障的结果性状态量之间的关联性。权重分析在电力设备状态评估大数据挖掘分析过程中,电力设备状态参量的权重系数是建立分析和决策模型的重要参数,需要构建合理的权重系数与修正模型。在确定权重数据按的过程中,依照调度规但是随着电力系统智能化的不断发展,基于物联网云计算的电力大数据必将成为电力系统发展的新动力,本文仅就大数据应用于电力设备状态监测领域进行了初步的尝试,后续将继续开展大数据监测分析挖掘研究。参考文献李雅西,李斌臣,赵子岩电力大数据面临的机遇与挑战电力信息化,李国杰,大数据研究的科学价值中国计算机学会通讯,刘继伟基于大数据的多尺度状态陷故障类型相应的缺陷故障严重性权重。结束语