对大数据的重视在我国已经上升到了国家的高度。山东举行了“大数据分析技术在输变电设备状态评估中的研究及应用”启动会,此课题的创新之处在于将大数据分析技术应用在状态评估中。本论文以该课题为依托,将基于大数据分析的电气设备状态评估模型应用到“国网运检智能化分析管控系统”(以下简称管控系统)中。现在经济的发展依赖于电力的提供,所以对电力增长的需求导致电力设备和其包含的状态数据也在急剧增加。电力设备海量状态信息的快速并行分析是当前电网状态评估领域需要解决的重要问题之一。本文充分将大数据分析与电力设备状态的评估结合在一起,能有效的提升评估的可靠性和准确性。本文的主要内容如下:首先详细地描述了电气设备状态评估在国内外的研究现状和发展前景,分析了现有的状态评估方法存在的问题,为下一步评价模型的建立奠定基础;同时,详细介绍了建立在Hadoop上的大数据分析技术的研究进展与现状。其次又说明了本文需要解决的问题是如何在大量且类型繁杂的状态监测数据中快速可靠的对电力设备进行评估;通过对大数据分析过程的研究,确定使用AR模型和SOM神经网络模型对某个连续的电力设备状态量进行处理,将连续不间断的监测数据离散化为线性空间中的单个序列,并以时间为轴线,对状态量的转移概率进行计算,建立状态评价模型。最后设计了基于大数据分析技术的管控系统,将设计的电力设备状态评估模型作为通用组件应用到系统中。文中详细介绍了大数据平台Hadoop集群的搭建,并对集群的参数进行调整以使性能达到最优,在集群的基础上设计并开发了管控系统,接着介绍了管控系统的体系结构、数据库设计,展示了各个模块界面,最后以变压器为例,对状态评估子模块进行了测试,验证了模型的可靠性和工程实用性。大数据分析技术与电力设备评估的结合将是智能电网建设中的一次有益尝试,其提高了对设备检测参数的要求。