電力設(shè)備在線監(jiān)測指在不停電的情況下，對電力設(shè)備狀況進(jìn)行連續(xù)或周期性地自動(dòng)監(jiān)視檢測，使用的技術(shù)包括：傳感器技術(shù)、廣域通信技術(shù)和信息處理技術(shù)。電力設(shè)備在線監(jiān)測是實(shí)現(xiàn)電力設(shè)備狀態(tài)運(yùn)行檢修管理、提升生產(chǎn)運(yùn)行管理精益化水平的重要手段，對提升電網(wǎng)智能化水平、實(shí)現(xiàn)電力設(shè)備狀態(tài)運(yùn)行管理具有積極而深遠(yuǎn)的意義。

 

    隨著智能電網(wǎng)建設(shè)的推進(jìn)，電力設(shè)備在線監(jiān)測得到了較大發(fā)展并成為趨勢，監(jiān)測數(shù)據(jù)變得日益龐大，逐漸構(gòu)成電力設(shè)備監(jiān)測大數(shù)據(jù)，這給電力設(shè)備在線監(jiān)測系統(tǒng)在數(shù)據(jù)存儲和處理方面帶來非常大的技術(shù)挑戰(zhàn)。

 

    電力設(shè)備監(jiān)測大數(shù)據(jù)具有體量大、類型多、價(jià)值密度低和處理速度快的特點(diǎn)。電網(wǎng)公司監(jiān)測系統(tǒng)目前過于依賴集中式SAN存儲，并基于SOA進(jìn)行數(shù)據(jù)集成，主要采用“企業(yè)級關(guān)系型數(shù)據(jù)庫”，受容量、擴(kuò)展性以及訪問速度的制約，目前只存儲二次加工的“熟數(shù)據(jù)”，而所擅長的關(guān)聯(lián)查詢、事務(wù)處理在數(shù)據(jù)分析時(shí)又無用武之地，迫切需要新的大數(shù)據(jù)存儲和處理技術(shù)來應(yīng)對。

 

    變壓器的局部放電數(shù)據(jù)是一種典型的電力設(shè)備監(jiān)測數(shù)據(jù)。局部放電相位分析（phaseresolvedpartialdischarge,PRPD）包含了從特征提取到模式識別的過程。本文將全面介紹利用MaxCompute實(shí)現(xiàn)局部放電監(jiān)測數(shù)據(jù)特征提取的過程。

 

    PD信號分析主要包括三個(gè)子過程：（1）基本參數(shù)n-q-φ的提取。掃描PD信號，統(tǒng)計(jì)信號中的放電峰值和相應(yīng)的放電相位。（2）譜圖構(gòu)造和統(tǒng)計(jì)特征計(jì)算。劃分相窗，統(tǒng)計(jì)平均放電量和放電次數(shù)的分布，計(jì)算平均放電量相位分布譜圖qave-φ和放電次數(shù)相位分布譜圖n-φ。基于qave-φ和n-φ，以φi為隨機(jī)變量，計(jì)算譜圖的偏斜度Sk、陡峭度Ku等統(tǒng)計(jì)特征，形成放電特征向量。（3）放電類型識別。本文將介紹，使用MapReduce實(shí)現(xiàn)第一個(gè)子過程的方法。

 

    MaxCompute(原ODPS)是阿里云提供的海量數(shù)據(jù)處理平臺。主要服務(wù)于批量結(jié)構(gòu)化數(shù)據(jù)的存儲和計(jì)算，數(shù)據(jù)規(guī)模達(dá)EB級別。MaxCompute目前已在大型互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)倉庫和BI分析、網(wǎng)站的日志分析、電子商務(wù)網(wǎng)站的交易分析等領(lǐng)域得到大規(guī)模應(yīng)用。