基于大數據的電力信息通信預警技術探索

史雪濤

【摘 ?要】當前階段內電力信息通信技術快速發展，尤其是隨著相應運維監測與管理系統的完善，電力系統運維工作取得了良好進展。但綜合實際情況來看，電力信息通信中并未形成完善的信息收集機制，在數據全面性、精準性等方面仍存在著一定的不足，因此，需要不斷升級和優化電力信息通信預警技術，實現優質管理。

【關鍵詞】信息通信;大數據時代背景;風險預警技術

中圖分類號：TM736;文獻標識碼：A

引言

為了有效規避風險，保證電力信息通信預警技術的良好應用，有關人員以大數據技術為主要依托，適時構建了相應的通信預警系統。從其總體設計的角度來看，該系統主要包括兩大功能：建模系統、實時系統。其中建模系統基本負責各功能的測試，還包括對重要參數的設定、算法模型的驗證等。而實時系統則負責故障診斷并發出預警。此外，建模系統具有專門、獨立的數據庫，所存儲的內容通常為建模系統中的模型，從而為實時系統的正常使用提供一定保障。而實時系統根據建模系統形成的模型，開展有效的數據分析，最終實現相應功能，保證風險預警的及時性。

1電力信息通信預警意義

電力信息通信網是相應電力系統使用的特定網絡，是支撐電力系統正常運行的支柱之一。通過保證電力信息通信網的穩定運行，可以在一定程度上為電力系統的正常運行提供良好保證。一般情況下，在電力信息通信行業中，往往容易出現設備故障，或存在某種運行風險?？傮w上來說，此種風險的發生能夠對相應設備等均產生不同程度的影響，直接關系到整個電網的運行情況。一旦電網系統中的部分設備系統受到侵害，則會大大降低其數據采集、監測等性能。

現階段內，我國電力信息通信技術快速發展，尤其是在市場經濟不斷發展的背景下，構建了多個管理系統。但從某種意義上來講，在電力信息通信網的運行過程中，仍存在著明顯問題。例如，相應網絡系統對監控告警信息進行收集時，分散性較強，進而致使在實際運行階段內，工作人員無法對其中存在的問題進行有效查找，很難利用系統基礎框架等實現對運行故障的及時處理，為業務的順利開展帶來嚴重的不良影響。

隨著科學技術的快速發展，大數據時代已經到來?；诖?，大數據技術逐漸走入公眾視野，并得到了廣泛應用。此技術作為新時代下的一種新型技術與構架，可以通過較為經濟的方式對各類技術進行高速捕捉，進而從相應技術中提取應用價值。在大數據時代背景下，我國電網信息系統架構日益完善，各類設備數量與種類不斷增加。在此形勢下，系統中的相關數據量也逐漸增加，具備明顯的大數據特點?；诖?，通過將大數據技術、實時數據流處理技術、關聯分析挖掘技術、狀態評估技術等建立緊密聯系，逐步形成分析模型。利用此種方式保證對信息通信風險隱患的全面感知。相關技術人員可據此及時獲取重要信息，針對潛在的風險，做到及時發現、及時剔除，以此避免出現運行故障，對增進信息通信系統的安全性及穩定性具有較為積極的現實意義。

2電力信息通信預警技術

2.1通信風險預警

以Hadoop及Spark為例，該類大數據處理平臺在近年來逐漸受到更廣泛的應用，發展速度較快。其中Hadoop可以進行大規模集群操作，具有較強的便捷性，同時可增設不同數量的節點共同計算。且其計算速度并不會受到集群數量的減弱影響，相反，計算速度與集群數量呈正相關關系，以此有效彌補了傳統系統處理數據中存在的不足。但相對而言，Hadoop在處理實時應用方面存在明顯的劣勢。而Spark作為一種通用并行計算框架，其產生與改進是以Hadoop為基礎的，主要應用內存并行計算方式及流式處理技術，具備較好的實時處理性能。

電力信息通信預警技術的應用過程中，相關技術人員通過構建電力信息通信大數據處理框架，對各類信息數據進行有效收集、整合、分析、管理。對應的日志收集板塊主要負責收集來自各個系統的數據，包括網絡日志、防火墻日志等。利用Hive技術創建業務分析模型，以此保證日志的多維度查詢。經由數據存儲層，對采集所得的數據進行一定的清洗及轉換，并將其系統的存儲與HDFS中，結合Sqoop將其導入Oracle內。而后根據具體分類情況，對現有日志進行合理分析。圍繞日志關鍵詞，以大數據技術為主要手段，對相應數據進行深度模式挖掘。并結合數據清洗、壓縮歸并等方式，實現系統指標、安全情況、運行狀態的有效判定。通過此種方式保證后續階段內電網信息通信系統能夠實現自動預警，全面提升其安全性。

2.2加強數據分析之間的工作力度

電力企業在建立相關運維體系的過程中，應當將時間和精力投入到對信息和檢測數據實用性的研究當中，為它們的數據交互可以達到預期效果而提供應有的便利。在對相關體系進行建立的時候，相關人員應當在充分借助于傳感器相關功能的基礎上，對數據監測結構做好相應的設計工作。通過系統存在的分布性功能特征，對所有運維系統在具體工作期間的具體狀況進行實時監控，最大限度地減少因為傳感器的數量與質量不達標等問題而喪失了相應的信息流動狀態。隨著大數據時代的快速發展，各種數據類型以及系統模式如雨后春筍一般涌現出來，而這時就要求相關人員在充分利用相關數據優點的基礎上，對電力企業生產的活動做好實時跟蹤與分析工作，同時還要對所有監測數據之間形成的作用效果進行深度剖析，為電力信息運維環境始終處于最佳狀態提供應有的保障，以便實現電力信息通信數據可以實時反饋的具體目標。

2.3建立科學合理的資源信息模式來提高運維模型的應用水平

相關人員在建立資源信息的時候，應當對以下幾點予以高度重視：在對相關資源信息模型進行建立的過程中，相關人員需要在充分結合電力系信息通信系統具體狀況的基礎上來深度剖析其業務內容以及外在環境條件，這樣可以建立起與之相匹配的數據信息模型，促使相關信息數據可以發揮出應有的價值，為日后開戰類似工作提供重要的參考依據。與此同時，還應當在充分結合企業發展趨勢的基礎上對相關資源信息做好優化與升級工作，倘若在對模型進行處理期間發現某些不妥之處，那么一定要在最短的時間內采取行之有效的手段來解決這些問題;在深度剖析電力信息通信資源的過程中，還應當借助于各種手段進行妥善處理，只有這樣才能從根本上促進其各方面應用水平的全面提升。除此之外，電力企業還應當結合其自身發展趨勢對若干個設計模型進行詳細比較，以此來促進其運維模型應用水平的全面提升。

2.4加強數據分析的技術運用，實現系統集成目標

在對現階段市場的電力系統要求進行深度剖析以后可以看到，電力企業所使用的各種技術還應當放在高端技術的研究上面。與此同時，還應當對原來的集中和應用技術做好相應的跟蹤工作，并在此基礎上對其進行科學定位，建立與之相匹配的電力信息通信運維系統，盡可能保障系統中的所有流程均能發揮出應有的價值，確保系統在具體運作期間能夠處于最佳狀態，在無形當中降低電力生產問題出現的概率，為電力信息通信運維系統可以達到預期的目的提供應有的保障。

結束語

綜上所述，隨著我國電網建設的不斷完善，相應的信息化建設發揮出更大的作用。在此背景下，運維人員應對電力信息通信預警技術進行深入研究。及時發現并有效預警其中存在的隱患，進而形成良好的工作效果。

參考文獻：

[1]周平，馬斌，韓冰等.基于大數據平臺的日志分析預警技術研究[J].電腦知識與技術，2016，12（32）：266-268.

[2]陳墾.大數據時代：機遇與挑戰[J].資源與人居環境，2016（6）：6-11.

[3]段軍紅，張乃丹，趙博等.電力大數據基礎體系架構與應用研究[J].電力信息與通信技術，2015，13（2）：92-95.

（作者單位：國網江蘇省電力有限公司淮安供電分公司）