配电表箱温度数据分析研究

摘要。配电表箱中安装着开关、保护等非常重要的电网运行设备，当设备长期在室外复杂的环境下工作时，运行温度是影响运行状态的重要因素，传统的检测手段只对其实时温度进行监测，但对于长期在线运行系统数据就无能为力了。有效的数据挖掘和建模分析可以准确反映出配电网中的设备运行状态和一些潜在的问题，现通过在软件系统中建立数据分析数学模型，对采集到的传感器温度数据进行分析计算，基于时间段、所记录温度数据、气象信息等基础来源信息，推测潜在故障，推荐优化处理方案，以达到辅助决策的效果。

关键词：数据分析；辅助决策软件；设计；气象数据

配电表箱中安装的电气设备长期在线运行积累的设备温度等数据可以有效并准确反映出配电网中的设备运行状态，如何有效地对这海量的运行数据进行分析和挖掘是行业内重点研究的课题。目前国内外主流的解决方案是在配电表箱中安装温度传感器对设备的运行温度进行实时采集及查询，但在采集数据的挖掘、设备的运行状态预测及外界因素关联分析方面还没有深入研究。因此，在本次研究中建立数据分析数学模型，对采集到的传感器温度数据进行分析计算，并基于时间段、所记录温度数据、气象信息等基础来源信息，推测潜在故障，推荐优化处理方案，以达到辅助决策的效果。数据模型的基本设计思路是：在多个不同年份相同时间段比较温度值差，再针对差值数据的大小，比较该时间段气象信息。在气象信息无巨大变化差异的前提下，对发生温度变化大于±3℃的数据量骤变信息进行提选过滤，按照基本数学模型分析可能原因，推测潜在危险以及推荐决策。对于在不同年份相同时间段温度差值小于±3℃的数据量骤变信息进行特殊数学模型分析，基于分析结果给出优化处理方案。温度数据分析决策算法流程图如图1所示。

1高温原因分析