北京房开韩建置业有限公司 北京 102488
摘要：当前电气工程的发展为工业发展提供了动力。为了更好地迎接新的机遇，我们需要加强每个系统的规划。当然，在大数据的发展过程中也存在着许多挑战和困难。其中在处理大数据时经常用到的一种技术就是云计算，但是在应用这种技术的同时，也存在着安全和隐私问题，所以一定要加强研究，提高云计算的安全性，为了更好地提高数据在电气工程技术应用过程中的有效性，确保电气工程建设能够持续发展。
关键词：大数据时代；电气工程；大数据技术；应用
1大数据技术应用于电气工程的意义
近几年，互联网和物联网都得到了越来越广泛的应用，特别是在建设电气工程时，应用大数据技术的优势就是能够更加及时、准确地获得相关的信息资料。由于很多行业在工作中介入了云计算工作模式获得了较高的收益，因此已经成为很多人的重点研究方向，望其能够在各个行业中得到成熟运用。尤其在电力行业，不仅能加强业务能力以使信息化建设进程加快，而且可不断完善管理水平，让电力管理机构管理水准更进一步，赢得经济收益、口碑、管理效益。另外，大数据的相关技术也有着速度快、时效高的特点，例如在进行搜索信息的时候，通常需要有几分钟之后，才能够查询到用户的相关信息，而应用个性化的推荐算法，能够尽量的满足相关的要求，实现实时推荐，这也与电气工程的建设和发展的要求相符合。另外，需要支出单是大数据中的相关数据，需要做到在线易得，尤其是基于互联网高速发展的背景下。例如，在建立电气工程时，因为相关的信息需求比较大，还需要做到及时准确等，因此对于工程项目的数据建设来说，一定要和相关的数据同时在线，这样能够更好地实现数据的共享与应用。
2大数据技术在电气工程中的具体应用
2.1基于大数据技术的用电数据异常分析
通过对电气工程运行过程中的异常数据的收集和分析，可以有效地发现系统中的潜在故障。数据挖掘过程具有不确定性、丰富性和不完全性，这些特征会根据数据的不同特征进行划分，这也具有一定的复杂性。有些信息是相对模糊和随机的，可以从中提取的信息可能有潜在的价值，所以我们需要仔细对待每一个数据。借助数据挖掘技术，对用电过程中的异常情况主要有两种检测方法：一是基于孤立森林算法的用电数据异常检测；二是基于决策树算法的用电数据异常检测。
在第一种异常检测算法中，首先对数据进行清理降维，然后根据数据构建异常检测模型。模型构建包括树的构建和孤立林的构建。Itree的搭建步骤如下：在六个日负荷特性指标中随机选择一个特征；随机选择该特征的一个值k；根据每条记录所对应的信息特征来看，把特征当中小于K值的记录放在左分支上，其余大于等于K的记录则放在右分之上。将左右分支的构造进行归纳整理，要满足传入的数据信息保持一条记录，或者是将多条记录放在一起达到一定的高度。这样才能够保证每次的过程都能够满足历所有的iTree，然后就是在查询的过程当中，必须要将对象落到节点的位置上，让其平均通过的长度计算保持在一定的差值之内。最后再根据异差值的大小对用户进行评价，判断该用户是否为异常用户。在第二种异常检测算法中，基于决策树的用电数据异常识别模型的构建流程如下：首先构建训练集，对电气工程中的相关数据进行整理，用于对决策树的训练，其次，我们还可以采取相应的算法对所有数据进行处理，将已知的数据进行排序，然后再根据相应的特征进行划分，计算每个分类当中的信息增益根据计算得出来的最大值选择阙值，之后再利用阙值划分数据集。再者生成决策树，决策树的根节点到叶节点都对应一个分类规则，最后还需要对策书的合理性进行验证。
2.2基于大数据技术的电气工程进度控制
科学进度的形成是进度控制的基础。在实际的电气工程中，外部环境和内部要求的变化会影响电气工程的进展。为了实现对电气工程进程的控制，可以引入大数据技术。时间目标通常是指工期时间限制，项目建设工程合同中指定的时间限制或规定的时间限制相关责任单位，但电气工程包括更多的内容，时间的困难，大数据技术可用于全面进步，气象条件、工程难度等级和施工技术等要素，更科学的发展目标。其次，为了实现对项目的进度监控，需要对项目进行科学分解，明确各项任务。基于WBS理论，大数据技术可以实现项目活动由粗到细的分解。在项目的实施阶段，需要遵循一定的顺序。大数据技术可以挖掘各种任务之间的联系，在人力资源、信息、资源等方面找到线索，从而更科学地制定电气工程的顺序。随后还需要绘制网络图，利用大数据技术画出网络图具有以下的优势：首先，要准确地表现出工作之间的状态以及逻辑关系，其次需要在断开网络的时候，再没有相应的逻辑工作时，将网络部图进行科学分布。通过空间结构，以地理信息作为基本特征，将公共设施的资源结合到城市管理当中，该模式具有一定的节约资源绿色发展，能够形成以地理位置为中心，将资源、管理信息等等作为业务支撑的基础，为我国的电气工程打下更坚实的基础，从而保证了电气运输以及工程的进度。
2.3大数据技术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和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。电力负荷特性不仅受到内部因素的影响，而且受到外部因素的干扰。负荷表现出一定的规律性和波动性。关联规则法是在海量数据中找出各数据项之间的频繁联系，分析负荷特性与影响因素之间的相关性，从而指导电气工程的正常运行。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。
2.4大数据技术在电网调度中的应用
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。此外，通过电气工程信息管理平台，可以借助大数据技术对相关数据进行可视化分析，从而在较短的时间内发现电气工程中可能存在的故障点，消除系统隐患，并保证电气工程的正常运行。
结束语
随着电气工程的不断发展，进一步加快了我国社会主义建设和发展的步伐。目前，大数据技术在电气工程中的应用面临着新的机遇，当然也存在着许多挑战和困难，因此有必要加强系统规划。云计算在处理大数据时经常用到，存在安全和隐私问题。因此，有必要进一步提高云计算的安全性，并将其应用到电气工程中，从而更好地实现电气工程建设的可持续发展。云计算在处理大数据时经常用到，存在安全和隐私问题。因此，有必要进一步提高云计算的安全性，并将其应用到电气工程中，从而更好地实现电气工程建设的可持续发展。
参考文献：
[1]董卫平.大数据技术在电气工程自动化控制中的应用[J].电力系统装备，2019（2）：43-43.
[2]陈庆财，鹿伟，王福林，等.大数据技术在建筑节能中的应用案例研究[J].建筑节能，2019（10）：105-108.