引言

利用大数据技术测算得到的运维检修费用结果以历史数据规律为依托，更具说服力，可信程度也更高，对于提高电网运行维护费用准确度和缓解管控范围内的运维检修费用压力具有明显的促进作用，同时在实现电网精益化管理和提升电网运行效率效益方面也将颇具成效。

1大数据技术对电网设备运维检修的意义

1.1结合PMS系统和大数据挖掘，可以总结各类型设备的故障概率与运行役龄的关系，在出现故障概率高的役龄阶段对变压器进行重点维护检修，一方面使全年度检修计划更有侧重、更具针对性，另一方面可有效降低设备出现故障的频次，对于保障电力设备安全稳定运行和高效优质供电具有重要意义。

1.2不同地区因设备的运行方式、运行环境、维护措施不同，同一类型设备的经济适用寿命往往区别较大，互相之间参照意义不大，利用大数据技术分析设备原始价值、运维检修成本等指标，可以计算本地区各类电力设备的经济使用寿命，在提升设备运行效率、减轻设备运维检修压力方面具有指导意义。

1.3通过对各类型电网设备进行检修费用精准预测，可使电网资产全年的管控范围内检修费用划分更科学合理，对电网建设资金的高效分配使用和提升电网设备精益化管理水平具有良好的助力作用。

2电网设备检修的现状

2.1在技术层面上，电网设备检修技术大多选用电力状态检修方式，该检修方式应用比较晚，具体实践过程中存在诸多问题，如由于电网设备检修人员的业务能力、专业技术水平等有所欠缺，导致电网检修的效果大大降低，难以确保电网安全稳定的运行。

2.2在制度方面，电力系统中欠缺完善的电网设备检修制度，这就在一定程度上影响了电网设备检修的质量，具体表现为：（1）大部分电力企业未对完善的状态检修管理机制进行构建，这就导致检修人员无法对电网设备故障进行及时有效的处理，从而影响电网的正常运行；（2）电力企业忽视对电网设备检修人员的技术培训与教育，导致这些工作人员无法及时掌握最先进的电网设备检修技术，欠缺良好的技术水平与实践能力，这就大大降低了电网设备的检修效率。

3电网资产管理中的可靠性与风险评估

3.1在设备状态检修中的应用

随着可靠性与风险评估理论的发展，状态检修的研究取得了新的进展，出现以可靠性为中心的状态检修、基于风险的状态检修。RCM和RBM分别从可靠性与风险的角度确定设备的状态检修计划，包括设备检修优先级、检修时间和检修方式等。为优化投资与检修成本，如何确定设备检修优先级是RCM与RBM的关键。文献[38]基于博弈论的Shapely值得到单个设备对系统可靠性绩效的贡献大小，据此来评估元件的重要性，确定不同设备检修与投资的优先级排序；通过量化元件故障对系统可靠性、安全、成本和环境的影响，识别发电厂中的关键设备，以提高检修活动的技术经济性。

3.2在资产退役与更换决策中的应用

可靠性与风险评估在资产管理的应用，促使资产的退役与更换决策，从仅考虑资产设备寿命向权衡不同设备故障的综合风险收益的方式转变。对不同区域电缆进行故障概率和寿命分析，综合考虑电缆故障的系统可靠性风险、社会风险和检修风险，确定最优的电缆更换方案。

3.3在电网资产规划设计中的应用

通过电网资产的可靠性与风险评估，电力企业在资产全寿命周期管理过程中，可以实现风险管理、优化电网资产规划决策。提出配电网资产风险管理的基本流程，包括风险识别、风险评估和风险管控；基于时间和区域特性对地域电网规划方案进行多维度风险评估。

4大数据技术在电网设备检修中的应用

4.1大数据技术在电网设备运维检修中的具体应用

1.输变电设备的状态检修

有些电网设备运行在恶劣的环境中，这就导致这些电网设备极易出现故障和缺陷，对于这一问题，电力企业通过将大量的传感器设置到输变电设备上，以此来获得电网设备运行过程中的一系列数据，再依据电网设备之前的运行数据、负荷数据、气象环境数据等，来判断与预警电网设备的具体运行情况，以便输变电设备的状态检修工作的开展具有一定的数据与技术支撑；同时，电网设备检修可选择计划检修与故障检修方式，计划检修主要是定期维护电网设备，这一检修方式具有较大的盲目性，会在极大程度上浪费企业的人力与物理，若检修过度，极易影响到电网设备的绝缘，从而难以保证设备运行的安全性与稳定性；故障检修主要是检修已故障的电网设备，但是无法在第一时间内发现电网设备故障与不足，这就会给电网企业带来极大的经济损失。

2.判断电网设备的可靠性

随着智能电网的进一步深入，电力企业可借助融合体量庞大的电网设备运行数据、使用寿命周期数据等，来全面分析电网设备在生产制造、实际运用、检修维护等环节中的稳定性指标与变化规律，从而明确电网设备的运行状态及可能存在的风险，以便相关人员制定科学合理的设备检修策略。

4.2大数据技术在电网资产管理中的具体应用

目前，电网资产大数据概念逐渐广泛应用到电力企业的资产管理工作之中，企业通过应用大数据理念、大数据技术、大数据方式，从电网实物资产的庞大信息中获取所需信息数据，再对以往的数据规律进行分析与整理，从而得到精确且可信的预估结果，以便电力企业更加科学合理的制定对应策略，从而对自身的资金调度模式进行进一步改善；同时，现阶段电力企业均选择将全部的电网资产信息记录到PMS系统中，借助该系统来迅速的获取每一类设备的编码、正式运行的时间、检修时间、欠缺状况等数据信息，该系统就是电网企业的一个海量数据库，所有的电网设备的全部信息都可借助数据库来获取，通过更加深入地分析与挖掘数据库中电网设备的相关数据，能够总结获得同一类设备的运行规律，以便企业更加高效地管理电网资产，并对电网建设资金进行更加恰当地分配，进而有效提升企业的经济效益。此外，电网企业借助PMS系统与大数据挖掘，可明确每一种设备的故障发生几率和运行役龄的关系，对于处于故障发生几率较高的役龄阶段的电网设备，检修人员需要进行重点维护检修，并借助全年度检修方案的有效实施，来有效降低电网设备的故障发生几率，确保电网设备运行的可靠性与稳定性。

由于电网设备运行在不一样的地区，地区之间设备运行的方式与环境、检修手段存在一定的差异，所以同一设备在不同地区的使用寿命存在较大的差异，互相之间的参照并无意义，所以，电网企业需要借助大数据技术来对设备的原始价值、检修成本等数据进行全面分析，从而计算出当地每一种设备的经济使用年限，最终减轻电网设备的检修压力，将其运行效率进行大大提升。

电网企业可借助大数据技术来精准地预测每一类电网设备的检修费用，以便其更加恰当地规划设备的检修费用，更加高效地分配电网建设资金，大大提升该设备的管理水平，从而为企业带来更大化的效益。

5结语

随着大数据时代的到来及大数据技术的发展，充分利用智能电网产生的大量数据对电网资产进行高效合理的管理已经成为了可能。通过集合各系统的信息，规范数据类型，形成丰富的大数据样本，可以完成电力设备的可靠性评估及输变电设备的状态检修，为电网的安全稳定运行及智能电网的自愈提供保障。

参考文献：

[1]董学平.基于大数据技术的配电网运行可靠性探讨[J].科学技术创新，2017（36）：98-99.

[2]于磊.基于大数据技术的电网故障智能诊断方法[J].中国科技信息，2016（2）：32-34.