大数据挖掘是指从海量、多源、异构的数据中挖掘人们无法预知的,但又实际上蕴含着潜在的可被利用的常识的过程。图灵奖得主吉姆格雷曾描绘了数据密集型科研未来发展的愿景,未来的数据密集型科研可仅基于数学模型的海量数据,即可对数据进行分析,也就是将海量数据输入庞大的计算机器集群中,只要数据中存在相互的相关关系,经过计算机集群的计算分析便可挖掘出过去关注因果的科学方法很难发掘出来的新的模式、新的常识甚至是新的规律。新一代智能变电站中变电设备的众多状态信息中同样包含了电力设备的状态和故障演变机理,通过大数据的分析挖掘理论可直接发现这些规律。

1.设计用途（六通道CT互感器特性试验仪适用试品范围广）

设计用于对保护类、计量类CT/PT进行自动测试，适用于实验室也适用于现场检测。

2.参考标准

GB 1207-2006、GB 1208-2006

3.主要特征（六通道CT互感器特性试验仪适用试品范围广）

• 支撑检测CT和PT。

• *大电流1000A5V，无需外接其它辅助设备，即可完成所有检测项目。

• 自带微型快速打印机、可直接现场打印测试结果。

• *大电压3000V，*大功率可达6KVA。

• CT变比二次侧同时测试6组。

• 按规程自动给出CT/PT（励磁）拐点值。

• 自动给出5%和10%误差曲线。

• 可测试变压器套管CT和GIS内CT。

• 可保存1000组测试资料，掉电后不丢失。

• 支撑U盘转存资料，可以通过标准的PC进行读取，并生成WORD报告。

• 小巧轻便≤35Kg，非常利于现场测试。

• 开机自检，电流、电压多重保护。

4．主要测试功能：（见下表）（六通道CT互感器特性试验仪适用试品范围广）

5. 主要技术参数： （见下表）（六通道CT互感器特性试验仪适用试品范围广）

5.1．工作条件要求

输入电压 220Vac±10%，2、额定频率 50Hz；

测试仪应该由带有保护接地的电源插座供电。如果保护地的连接有问题，或者电源没有对地的隔离连接，仍然可以使用测试仪，但是大家不保证安全；

参数对应的环境温度是23℃±5℃；

保证值在出厂校验后一年内有效。

整体来说,大数据挖掘技术在新一代智能变电站变电设备状态监测与评估中的应用还处于起步阶段。目前已有一些学者使用人工神经网络算法、模糊推理、专家系统、动态聚类、支撑向量机、小波分析等方法进行变压器故障诊断[8-9]。文献[10]给出了基于MapReduce的电力变压器并行故障诊断过程,应用4个MapReduce过程实行故障诊断算法的训练阶段,并得出分类模型,应用1个MapReduce过程完成对电力设备状态信息数据的故障诊断。文献[11-12]在智能变电站环境下,针对各种智能量测装置运行过程中产生的海量状态监测数据,提出在大数据环境下设备故障快速识别与预测的模型,对大数据进行深度挖掘,对故障的特征及与设备的关联关系进行提取,结合周边变电站信息定位发生故障或出现危险情况的具体设备和故障原因,协助运行人员及时分析和处理事故。文献[13]详细分析了变压器故障识别新方法的意义及措施。

上海来扬电气转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原编辑所有，若有侵权，请联系大家删除。