隨著對(duì)電氣設(shè)備運(yùn)行的可靠性、檢修成本、經(jīng)濟(jì)效益提出的更高要求，電力變壓器的狀態(tài)檢修成為一種必然趨勢。本文對(duì)變壓器維修信息提出了一種基于OLAP的研究方法，綜合運(yùn)用數(shù)據(jù)倉庫、OLAP及數(shù)據(jù)挖掘技術(shù)建立了在線監(jiān)測數(shù)據(jù)分析系統(tǒng)，可以進(jìn)行動(dòng)態(tài)查詢、分析，并且方便、快捷地將查詢結(jié)果展現(xiàn)給管理人員，掌握其中規(guī)律，為設(shè)備故障診斷與維修決策提供有效支持，對(duì)進(jìn)一步全面實(shí)現(xiàn)電氣設(shè)備在線監(jiān)測起到有效的促進(jìn)作用。

　　《現(xiàn)代建筑電氣》辦刊宗旨：以現(xiàn)代信息技術(shù)、先進(jìn)制造技術(shù)和智能建筑技術(shù)為引導(dǎo)，引領(lǐng)建筑電氣技術(shù)不斷開拓自主知識(shí)創(chuàng)新，向著高效、節(jié)能和綠色的目標(biāo)和方向發(fā)展。及時(shí)、全面的報(bào)導(dǎo)國內(nèi)外建筑電氣最新研究成果和行業(yè)信息，為建筑電氣的研究與開發(fā)、產(chǎn)品制造與應(yīng)用、工程設(shè)計(jì)等領(lǐng)域打造一流的技術(shù)交流和信息傳遞平臺(tái)。

　　前 言

　　有針對(duì)性地分析和處理電力設(shè)備維修積累的寶貴歷史數(shù)據(jù)必然反映出規(guī)律性，可以為電力維修部門的宏觀管理、決策和指導(dǎo)提供科學(xué)依據(jù)，以提高電力設(shè)備維修的質(zhì)量和電力保障能力。但是，目前對(duì)變壓器維修信息的利用手段比較落后，難以建立單獨(dú)的分析型環(huán)境進(jìn)行分析處理而聯(lián)機(jī)分析處理(On—LineAnalvticalPro—cess，OLAP)技術(shù)的出現(xiàn)使得方便、快捷地訪問和分析在線監(jiān)測數(shù)據(jù)成為可能。

　　1 OLAP與數(shù)據(jù)挖掘技術(shù)

　　1.1基本概念

　　數(shù)據(jù)倉庫中盡管包含了大量有價(jià)值的歷史數(shù)據(jù)，必須要有方便有效的工具才能夠很容易地對(duì)其中的數(shù)據(jù)進(jìn)行分析處理。1993年，E.F.Codd提出OIAP的概念，即針對(duì)特定問題的聯(lián)機(jī)數(shù)據(jù)訪問和分析。應(yīng)該說，它是利用存儲(chǔ)在數(shù)據(jù)倉庫中的數(shù)據(jù)，根據(jù)用戶提出的問題或假設(shè)，去進(jìn)行各種分析操作，并以較為直觀易懂的形式將結(jié)果返回給用戶。數(shù)據(jù)挖掘主要是對(duì)數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行一定的處理，從而獲得其中隱含的、事先未知的而又可能極為有用的信息，做出歸納性的推理，挖掘出潛在的模式并預(yù)測客戶的行為，幫助企業(yè)決策者調(diào)整市場策略，減少風(fēng)險(xiǎn)，做出正確決策。OLAP和數(shù)據(jù)挖掘是相輔相成的，OLAP的分析結(jié)果可以給數(shù)據(jù)挖掘提供分析信息作為挖掘的依據(jù)，數(shù)據(jù)挖掘可以拓展OLAP分析的深度，可以發(fā)現(xiàn)OLAP所不能發(fā)現(xiàn)的更為復(fù)雜、細(xì)致的信息。

　　1.2分析方法

　　通過上鉆、下鉆、切片、切塊、旋轉(zhuǎn)等操作，用戶可以方便、準(zhǔn)確地獲得所需的數(shù)據(jù)，得到不同形式的知識(shí)和結(jié)果。

　　(1)鉆取是改變維的層次，變換分析的粒良。上鉆是在某一維上將低層次的細(xì)節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)或者減少維數(shù);下鉆則是由不太詳細(xì)的數(shù)據(jù)到更詳細(xì)的數(shù)據(jù)。

　　(2)切片是在多維的數(shù)據(jù)庫的某一維上選定一個(gè)維成員的動(dòng)作;切塊是指在多維數(shù)據(jù)庫的某一維上選定某一區(qū)間的維成員的動(dòng)作。

　　(3)旋轉(zhuǎn)就是改變一個(gè)報(bào)告或頁面顯示的維方向，即在表格中重新安排維的位置。

　　2 系統(tǒng)建立

　　2.1數(shù)據(jù)準(zhǔn)備

　　數(shù)據(jù)準(zhǔn)備包括數(shù)據(jù)抽取、清洗、轉(zhuǎn)換和加載，具體包含數(shù)據(jù)的清洗(或稱清理)、集成、選擇、變換、規(guī)約以及數(shù)據(jù)質(zhì)量分析等步驟。基于此目的，在對(duì)設(shè)備維修的歷史數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)進(jìn)行分析后，選擇對(duì)研究起決定作用的數(shù)據(jù)，將分散在OLTP數(shù)據(jù)庫中的數(shù)據(jù)經(jīng)過DTS以及專用程序?qū)⒃�始�?shù)據(jù)進(jìn)行清理和轉(zhuǎn)換得到了"干凈""完整"的、適合進(jìn)行分析的數(shù)據(jù)，加載到MicrosoftSQLServer創(chuàng)建的OLAP數(shù)據(jù)庫中，保證類型和結(jié)構(gòu)的統(tǒng)一，同時(shí)需要將某些數(shù)據(jù)變換為適合挖掘的形式。比如將日期和時(shí)間格式統(tǒng)一，變壓器運(yùn)行時(shí)間由具體的時(shí)間劃分為不同的時(shí)間段。

　　2.2數(shù)據(jù)模型

　　在問題進(jìn)一步明確，數(shù)據(jù)結(jié)構(gòu)和內(nèi)容進(jìn)一步調(diào)整的基礎(chǔ)上，就可以形成知識(shí)的模型。對(duì)于數(shù)據(jù)挖掘模塊的設(shè)計(jì)，由于數(shù)據(jù)龐大，本文采用客戶/服務(wù)器(C/S)結(jié)構(gòu)，客戶端用VisualBasic開發(fā)，數(shù)據(jù)庫服務(wù)器采用MicrosoftSQLServer2000，利用MSSQLServer的OLAPService應(yīng)用服務(wù)器，將定義的主題(立方體)生成聚集，并實(shí)體化，其后進(jìn)行的OLAP和數(shù)據(jù)挖掘都是基于此處生成的主題。挖掘的數(shù)據(jù)源是數(shù)據(jù)倉庫中詳細(xì)和綜合數(shù)據(jù)層中的表。根據(jù)主題和多維結(jié)構(gòu)，本文在SQLServer2000平臺(tái)上采用星形模式構(gòu)建數(shù)據(jù)倉庫。維數(shù)據(jù)結(jié)構(gòu)是將原始數(shù)據(jù)按維進(jìn)行整理后所得的結(jié)果。利用MicrosoftOLAPServer創(chuàng)建的多維數(shù)據(jù)結(jié)構(gòu)稱為Cube，該多維數(shù)據(jù)結(jié)構(gòu)具有良好的性能，能靈活、快速地處理原始數(shù)據(jù)，并對(duì)各種查詢具有一致性的響應(yīng)速度。在此采用一種流行的面向關(guān)系型數(shù)據(jù)庫和面向OLAP的多維化數(shù)據(jù)組織方式——星形模型。關(guān)系型數(shù)據(jù)庫將多維結(jié)構(gòu)分為兩類表：一類為事實(shí)表，為用來儲(chǔ)存事實(shí)的度量值和各維的碼值;另一類為維表，對(duì)每一維來說，至少有一個(gè)表用來保存該維的元數(shù)據(jù)，即維的描述信息。例如：對(duì)變壓器情況，可以有時(shí)間維、單位維、型號(hào)維、總運(yùn)行時(shí)間維、總維修次數(shù)維、大修次數(shù)維等;對(duì)故障情況，可以有時(shí)間維、單位維、型號(hào)維、地理環(huán)境維等。此外，不同的維又可以進(jìn)行細(xì)化，形成樹形結(jié)構(gòu)，例如，時(shí)間維可細(xì)化為：年一月一日。

　　2.3系統(tǒng)模型的建立

　　該系統(tǒng)以某市電業(yè)局為背景，主要針對(duì)該局變電站設(shè)備在線監(jiān)測數(shù)據(jù)的分析工作。該局有兩個(gè)220kV變電站和兩個(gè)110kV變電站安裝了在線監(jiān)測系統(tǒng)，主要實(shí)施對(duì)站內(nèi)的變壓器、電容設(shè)備和氧化鋅避雷器進(jìn)行在線監(jiān)測。

　　2.3.1系統(tǒng)設(shè)計(jì)

　　根據(jù)用戶的要求，基于網(wǎng)絡(luò)和原有的數(shù)據(jù)環(huán)境，設(shè)計(jì)了基于客戶/服務(wù)器(C/S)體系的系統(tǒng)結(jié)構(gòu)，在服務(wù)器端口采用OLAP技術(shù)建立數(shù)據(jù)模型，客戶端利用MicrosoftExcel2000實(shí)現(xiàn)多維數(shù)據(jù)的訪問。數(shù)據(jù)倉庫為OLAP和數(shù)據(jù)挖掘提供了良好的基礎(chǔ)數(shù)據(jù)，在此基礎(chǔ)上，可以對(duì)其中的主題進(jìn)行分析和挖掘。由于OLAP處于較淺的分析層次，數(shù)據(jù)挖掘所處的位置較深，因而通常將二者結(jié)合使用以達(dá)到最佳的分析效果，利用數(shù)據(jù)挖掘來挖掘潛在的模式預(yù)測未來趨勢，利用OLAP驗(yàn)證數(shù)據(jù)挖掘的結(jié)果。

　　2.3.2系統(tǒng)結(jié)構(gòu)

　　數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)倉庫建立和設(shè)備維修數(shù)據(jù)分析三者相互作用，構(gòu)成一個(gè)層次分明結(jié)構(gòu)合理的數(shù)據(jù)分析系統(tǒng)，整個(gè)系統(tǒng)分為三個(gè)部分：

　　(1)業(yè)務(wù)數(shù)據(jù)庫不同數(shù)據(jù)源的原始數(shù)據(jù)經(jīng)過篩選存儲(chǔ)到細(xì)節(jié)性數(shù)據(jù)OLAP數(shù)據(jù)庫。

　　(2)OLAP服務(wù)器存儲(chǔ)數(shù)據(jù)倉庫中的綜合數(shù)據(jù)，如不同變電站不同設(shè)備的數(shù)據(jù)等。

　　(3)客戶端工具實(shí)現(xiàn)最終用戶功能，能方便快捷地分析處理數(shù)據(jù)，支持OLAP操作。

　　考慮到客戶想在原有的OLTP基礎(chǔ)上構(gòu)造O.LAP應(yīng)用，主要用來分析維修情況，所以O(shè)LAP服務(wù)器選用MicrosoftOLAPServer，MicrosoftO.LAPService是MicrosoftSQLServer7.0附帶的一個(gè)組件，MicrosoftOLAPServer只能提供高層MOLAP產(chǎn)品的60%～80%的功能，但注冊和維護(hù)費(fèi)用要低得多。

　　2.4系統(tǒng)數(shù)據(jù)分析

　　變壓器維修數(shù)據(jù)庫中存放著大量的細(xì)節(jié)數(shù)據(jù)，而決策者通常希望以簡潔的描述形式觀察匯總的數(shù)據(jù)集，此外還希望從不同的粒度和角度描述數(shù)據(jù)集，這就需要采用描述式數(shù)據(jù)分析。

　　描述式數(shù)據(jù)分析是以簡潔概要的方式描述變壓器維修信息，并提供數(shù)據(jù)的一般性質(zhì)。本文主要采用SQLServer2000平臺(tái)的0LAP和PivotTablesServices直接與服務(wù)器端OLAP進(jìn)行通信，該服務(wù)提供一個(gè)客戶端可以訪問的接口，利用許多前端的工具通過OLEDB來使用數(shù)據(jù)透視表服務(wù)，如Ex.cel2000可通過Microsoft0LEDBProviderfor0一LAPServer與OLAP建立連接，采用0LAP方式對(duì)設(shè)備維修數(shù)據(jù)在不同維度中進(jìn)行下鉆、上卷、旋轉(zhuǎn)、切塊和切片等分析操作，可以綜合各種靈活、界面友好的顯示技術(shù)，最終將結(jié)果以多維的形式顯示給用戶。如：對(duì)于故障情況，在時(shí)間維和單位維之上進(jìn)行分析，可以確定各單位在不同時(shí)間段內(nèi)故障數(shù)量的總和、維修次數(shù)等，決策者可根據(jù)分析結(jié)果清楚地掌握各單位在不同時(shí)間的變壓器故障總體情況;同樣，也可在其他維度之上對(duì)故障情況進(jìn)行分析。

　　C相與A、B相有明顯的區(qū)別，C相數(shù)據(jù)較平穩(wěn)，而A、B相的阻性泄漏電流波動(dòng)大，最大達(dá)到350yA。其原因是c相避雷器瓷套最下端裝有金屬屏蔽環(huán)，該圖是將瓷套上的表面泄漏電流屏蔽后測得的電流變壓器在線監(jiān)測的溶解于油中的故障特征氣體主要是H和C0。當(dāng)油紙絕緣電氣設(shè)備內(nèi)部發(fā)生故障(局部過熱、局部放電等)，油分解而產(chǎn)生的氣體中，總是有H存在。根據(jù)變壓器油中溶解氣體分析和判斷導(dǎo)則，油中溶解H，含量的注意值為150l~tL/L。當(dāng)含量達(dá)到注意值時(shí)，系統(tǒng)報(bào)警并進(jìn)行追蹤分析，做進(jìn)一步的檢查(取樣油作色譜分析等)，查明原因，以確定故障是否存在。大量變壓器維修數(shù)據(jù)之后有很多隱含的、未知的并且具有巨大潛在應(yīng)用價(jià)值的信息。這些信息具有規(guī)律性，可以用來預(yù)測新的行為，對(duì)未來的決策具有指導(dǎo)意義。尋找此類信息需要對(duì)變壓器維修數(shù)據(jù)進(jìn)行預(yù)測式數(shù)據(jù)分析。本文在系統(tǒng)平臺(tái)之上建立關(guān)聯(lián)、預(yù)測等模型，對(duì)變壓器維修數(shù)據(jù)進(jìn)行預(yù)測分析。

　　以變壓器故障情況為例進(jìn)行關(guān)聯(lián)分析可以發(fā)現(xiàn)影響變壓器故障的主要因素：天氣、主變型號(hào)、地理環(huán)境、故障件等并確定各因素所占的比重。決策者可以根據(jù)分析結(jié)果清楚地了解到：如在雷雨、風(fēng)雪等惡劣天氣條件下變壓器故障次數(shù)及故障率偏高的因素等信息，便可做出在惡劣天氣條件下加強(qiáng)變壓器維修工作力度的對(duì)策。