基于大数据时代背景下电气工程中大数据技术的应用研究

王凯

天津市宁河津诚供电服务有限公司 天津 300000

摘要：目前电气工程的进步，为工业发展提供了动力。为了能够更好地迎接新机遇，需要加强各个系统的规划，当然在大数据的发展过程中有着比较多的挑战和困难。在处理大数据的时候，比较常用的一种技术就是云计算，但是在应用此项技术的时候，存在着安全与隐私方面的问题，所以一定要加强研究，提升云计算的安全性，这样才能更好地提升大数据技术在电气工程应用过程中的有效性，保证电气工程建设事业能够得到可持续发展。

关键词：大数据；电气工程；应用

1 引言

随着科学技术的快速发展，在工程项目中传统的设计流程、方式逐渐难以适应现在智能化、数字化的要求。为满足更快、更好的工程设计要求，一些智能设计软件应运而生，一经问世就受到了广泛关注与青睐，如BIMRevit、Smartplant等。而现今的国内工程公司对数字化交付还未有足够的重视，传统的平面设计、交付流程仍然占据主流。在当今竞争日益激烈的环境下，智能化技术、数字化技术作为下一个工业革命的关键技术，工程项目数字化交付应该首先被国内各个工程公司重视起来。

2 大数据技术应用于电气工程中的功能定位

2.1 全面提升信息化水平

我国住建部已经提出建立工程质量监督管理机制，改变工程质量监督检查模式，对工程质量安全实施有效监督，完成工程质量监管一体化工作平台建设，实现数据一个库、监管一张网、管理一条线的监管目标，电气工程在与大数据技术的融合取得了显著的成效。

2.2 全面提升数据支撑管理

电气工程信息管理系统的核心在于对获取的数据进行清洗、处理、分析以及挖掘，进而从中获取有价值的信息，指导电气工程管理决策的开展，优化企业的发展路径。电气工程与大数据技术相结合，可以利用物联网及传感器网络，及时获取电气工程内外部数据，帮助建筑企业实现更为全面、高效的管理模式。

2.3 全面提升质量管理依据

电气工程中的相关数据是基于大数据提升工程质量的依据，工程质量的提升需要借助于工程中的实时数据信息，参考全面的监管图像数据信息、了解多部门的检测数据、获取企业及时的施工数据等，通过将数据进行汇总与分析，为电气工程监管工作的开展提供重要保障，同时，大数据技术具有较强的共享性，可以有效规避信息不对称的现象，进一步提升电气工程的管理水平。

3 大数据技术在应用时存在的问题

目前，在进行大数据的应用的时候，还存在着部分问题，所以亟待完善。主要的问题就是在大数据应用方面的资金投入比较少，而且相关的大数据技术方面的人才并不是特别多，这样就阻碍了大数据整体的发展。将电气工程线路中出现的过载管理作为主要的例子，其相应的问题表现就包括有过多的配电线路，整体分布比较广泛，而且相应的变化比较快，具备负载特性差异。另外，在管理上具有较大难度，也存在着部分线路重过载的情况，特别是在夏、冬季节会对线路安全和可靠供电造成严重影响，如果没有及时对线路重过载的情况进行有效的分析，则没有办法实现配网工程立项，也不能提供相对精准的参考。所以整体线路的工作情况都需要依赖工作人员自身的经验，这样就不能做到信息的精准发布和预控。另外，虽然应用了大数据进行信息数据处理，但是存在着安全隐私方面的问题，其中比较突出的就是对于个人的行踪进行锁定，不能够很好保障人身安全。因此，针对大数据中存在的安全方面的问题一定要加强重视。

4 大数据技术在电气工程中的应用措施

4.1 电网调度中的应用

随着电力系统的数字化、智能化程度的不断提升，在电力系统中数据呈现出爆炸式增长的趋势，大数据技术的引入可以较好地实现对海量数据的分析，为推动电气工程与大数据技术的融合，需要构建相应的计算机管理系统实现对电气工程的控制，电气工程实施的各个阶段均是在电气工程的监管与指导下完成。首先，通过电网运行过程中的调度，确保电网可以稳定运行。其次，电力系统在运转的过程中，相关设备会产生大量的实时数据，通过将数据进行存储并分析，可以有效的推断出电力系统可以承受的负荷。再者，通过电气工程信息管理平台可以将相关数据进行可视化显示，借助于大数据技术进行分析，从而在较短的时间内发现电气工程中可能存在的故障点，消除系统中的安全隐患，保障电气工程的正常运转。

4.2 在负荷特性分析与预测中的应用

大数据技术在负荷特性分析与预测中的应用主要可以分为以下三个方面，首先是关联规则法在负荷特性分析中的应用。电力负荷特性除了会受到内在自身因素的影响外，还会受到外在因素的干扰，负荷会表现出一定的规律性和波动性。关联规则法是在庞大的数据中找出各数据项之间频繁出现的联系，并分析负荷特性与影响因素的相关性，指导电气工程的正常运转。其次是聚类分析法在电力负荷特性分析和预测中的应用，聚类分析是将负荷数据与影响因素进行聚类，聚类后的数据构成了一组分类，某一类型的负荷聚在一起，它的负荷特性就会更好地呈现出来。再者是人工神经网络技术在电力负荷预测中的应用，利用神经网络技术可以模仿人脑进行智能化处理，对非线性的规律具有自适应的学习功能，在短期的负荷预测中可取得满意的效果。

4.3 做好配网资产平台中的各种类型传感器的连接

在应用配网的比较关键的节点的时候，一定要配置好各种传感器和操作器。与此同时，还要积极的采集配网资产所具备的各项传输的能量情况，以及各种参数情况，这样才能够保证配网资产实体的结合，也能够形成比较完善的参数体系。而针对传感器中采集与应用到的相关数据，需要保证相关的操作器的相关数据可以实现永久的保存，保证资产属性能够更加的完善，并保证其可以和电气的参数历史实现完美的统一，也能够更加充分的清楚配网的状态，再根据历史数据进行评价。对于各类决策和设计的正确性进行随时的检验，这样能够提升预测依据的准确性。另外，需要做到的就是对实现配网的整个资产属性以及电气的数据情况实行分析，保证可以实现整个项目的安全，节约成本，增长使用寿命，并进行统一的优化，保证做好配网扩张以及配网组合的工作。

5 结束语

综上所述，大数据技术的不断发展为电气工程质量管理水平的提升提供了新的发展机遇，目前我国电气工程质量与大数据技术的结合仍存在一些问题，影响了电气工程质量的提升，笔者相信，通过不断地实践与探索，电气工程与大数据技术的结合将更为密切，这也是我国未来建筑行业发展的重要方向。

参考文献：

[1] 程新安.大数据技术在电气工程中的应用研究[J].信息记录材料,2020,21(02):149-150.

[2] 吴嵘.大数据挖掘理论在电气工程中的应用[J].舰船电子工程,2018,38(05):103-106.

[3] 曾少兰.电气自动化在电气工程中的应用[J].南方农机,2017,48(14):68+70.

[4] 佘庆军,王善彪,林宏英.大数据技术在电气工程中的应用解析[J].四川水泥,2017(06):127.

[5] 谭林海.大数据技术在电气工程中的应用探讨[J].电脑知识与技术,2016,12(21):232-233.