浙江绍兴供电公司利用大数据分析，发布了《2015年度变电设备缺陷分析报告》(以下简称《报告》)，深入分析绍兴地区变电站全年累计的缺陷，建立风险库。该分析报告可提前发现设备潜在性及家族型隐患，为今后运行维护方向和重点提供参考。
《报告》从变电所电压等级、设备电压等级、设备运维班组、设备所属专业、设备所属变电所类型、紧急缺陷、设备类型、设备投产年限、设备生产厂家等9大方面系统分析了设备缺陷，并具体分析主变、断路器、隔离开关、组合电器、电流互感器、电压互感器、避雷器7类变电主设备重要及以上缺陷。
“统计分析采集的数据都来自2013～2015年间变电站发生的4215项缺陷。我们用统计图表罗列出缺陷类别、7类变电主设备重要及以上缺陷发生概率、主要原因及针对性的防控措施。”绍兴供电公司相关负责人张亮介绍说。
《报告》显示，因设备数量较多、巡视周期较短，220千伏变电站设备平均缺陷数量占总缺陷的58%，继保类设备发生缺陷占33%，智能变电站中智能通信设备缺陷占总缺陷的45.74%，GIS(包括HGIS)变电站缺陷发生率低于常规变电所8%。同时，涉及保护的缺陷是紧急缺陷的主来源，变电主设备中变压器、断路器缺陷发生最多，变压器、互感器缺陷中，本体缺陷最多，断路器多集中在二次回路缺陷等。
“大数据诊断更易于提前发现设备的潜在性及家族型隐患，做到防患于未然。”张亮谈道。而在《报告》结论中，绍兴供电公司也提出了具体的运维指导意见，指出设备日常巡视过程中需重点关注的部位、厂家和型号，缺陷的早期表现和苗头特征，可采用的检测或发现手段，发现缺陷的途径及方式，对易发生缺陷的设备厂家建立档案，并提出了技改、大修及产品安装、检测优化建议。
据介绍，2015年与2005年相比，绍兴电网单个变电站的运维人力投入同比下降了60%，运维人力配置与无人值班变电站数量间的差距逐渐拉大。而基于大数据的诊断分析使设备状态巡视成为可能，能较好地缓解当前电网发展与运维人力资源日益紧缺间的矛盾。
“引入大数据是运维管理理念和方式的一次转变和尝试。”张亮解释道，传统的设备运行维护讲究的是广撒网、多捞鱼，以频度和力度的投入来发现解决设备缺陷隐患。而将设备诊断分析接上大数据后，绍兴供电公司则可以面向薄弱点、易受损设备及部位开展有针对性的状态巡视，讲究分层撒网、重点捞鱼，以精准定位来把握设备运维排查方向重点。
“以一座220千伏中心变电站为例，传统模式下，一日两次例行巡视一般占用2名运维人员2个小时左右，共需4个工作时。”张亮简明地算了一笔账。在应用大数据结果后，一日两次的例行巡视被分成了“1+1”的组合，即1次传统例行巡视加1次针对性的状态巡视。1次状态巡视的耗时约为20~30分钟，2名运维人员完成巡视总用时控制在1.5小时以内，使得一座变电站一天的巡视任务，就可以释放出1个工作时的人力效能。
下一步，绍兴供电公司将以大数据诊断为基础，进一步优化思路，扩大以例行巡视为主、兼顾状态巡视的模式应用，实现有周期、有重点的全方位巡视，确保设备运维高质高效。
