北极星智能电网在线讯:如今是大数据时代，大数据的价值被越来越多的人所认知与关注。大数据对于电力系统来说既是机遇，也是挑战。本文基于大数据中侧重相关分析的思想，运用数据挖掘中皮尔逊关联分析法分析电能质量各项监测数据与电容器组故障统计数据的相关性，分析的结果表明电压偏差和谐波电压畸变率与电容器组故障的相关性最大，在各次谐波中三次谐波与电容器组故障的相关性最大，与普遍认知一致，从而验证了大数据相关分析在电力系统中运用的有效性。
引言
中华人民共和国国民经济和社会发展第十三个五年规划纲要（简称“十三五”规划（2016－2020年））中提出：“实施国家大数据战略，推进数据资源开放共享”。在这样的背景下，大数据的应用必然会越来越广泛，创造的价值也必然会越来越多。然而，大数据带来的不仅仅是机遇，还有挑战。大数据带来的挑战不仅仅存在于技术方面，更重要的是思想方法和思维方式的变革。
大数据更侧重相关关系的分析，而非因果关系，这是大数据带来的挑战之一。当数据的数学或物理模型不明确时，这一侧重关联分析的思想尤其有效，不同类别数据交叉关联分析不仅能完成从数据到有用信息的转化，完成数据分析与挖掘的基本工作，而且能避免数学或物理模型不确定所带来的分析困难，提升数据的分析挖掘效率。因此，多类别数据交叉关联分析是大数据思想的重要体现，是大数据分析的重要理念之一。
在每天的运行中电网内部都会产生大量的数据，这些数据主要包括以下三种类型：电网设备运行中的监测数据、电网运营数据和电网管理数据。监测数据包括调度运行数据、设备故障与检修数据和GIS数据等；运营数据包括电力市场数据和客户服务数据等电网外部数据；管理数据包括电网内部行政管理的一些数据。由于用户直接与配电网打交道，因此配电网运营数据的数量至少是输电网中运营数据的数量十倍以上。除了电网内部数据，电网外部数据诸如天气数据、互联网数据甚至日后的电动汽车GPS数据都会提供数量极大的数据以供分析和挖掘。
因此，运用大数据的方法对电网相关数据进行分析就显得尤为重要。面对数量和维度都如此巨大的电网数据时，多变量交叉关联分析更能凸显出其优越性。
目前，对电力系统中数据的挖掘与分析仍处于单一类别的分析状态，未将多类别数据联合起来进行分析，导致很多有用的信息无法通过数据分析与挖掘得出。本文基于大数据中侧重相关分析的思想方法，运用皮尔逊相关分析，对电网设备故障统计数据和电能质量监测数据进行大量交叉分组关联分析，分析的结果表明在众多电网设备中，电容器组故障与电能质量监测数据的相关性最强，而在众多的电能质量指标中，电压偏差与三次谐波电压畸变率与电容器组故障的相关性最强，这与普遍认知一致。因此，大数据关联分析可以在电力系统数据中完成从数据向有用信息的转化，验证了方法的有效性。
1 数据来源及关联分析纬度
本文分析所用数据来源为2013年7月至2015年3月某市389个变电站的电能质量监测数据和所有变电站统计的设备故障信息。设备故障数据主要包括110kV及以上变电站内的主变、电容器、电抗器、开关、避雷器、电压互感器、电流互感器、GIS设备、有载调压器和套管等设备的故障记录。每条记录中都包含故障设备所属变电站，故障发生时间，故障类型等信息。将电容器和电抗器归为一类、电压互感器和电流骨干其归为一类，则统计数据中各种类型设备故障发生次数统计如图1所示，所有设备故障中电容器/电抗器发生故障的比重最大，达到42%。
电能质量监测数据包括谐波电压总畸变率、各次电压谐波含有率、电压偏差、电压长时闪变和三相电压不平衡度5个主要指标，包含各个相别中各个指标的最大值、平均值和95概率大值等。将上述两组数据各个分量进行组合型关联分析，关联分析纬度如图2所示。
