試述大數據分析技術在采集運維業務中的應用

江勝男 沈陽供電公司

一、新時期背景下電力大數據的特征概述

內容包括以下幾個部分：一是數據價值不夠理想。簡單來說，在一般情況下，電力數據的價值主要體現在能夠在海量的電力數據 中挖掘出能夠對提升電力系統管理完善性的相關信息。例如在輸變電設備的檢測系統中，其所采集到的絕大多數電力數據均保持在正常狀態，非正常數據的數量僅占極小一部分，但非正常的電力數據確是用于對電力設備進行狀態檢測的核心數據。二是電力數據具有交互的特征。在當前的發展階段，我國電力行業的發展重心逐漸地朝著用戶的方向發生偏移，廣大的用電客戶的服務滿意度已經成為橫向電力服務水平的核心標準，因此，供電局可通過按照數據的挖掘，進一步掌握廣大用電客戶的實際需求，從而提升用戶整體服務滿意度。電力數據所具備的交互特征同時也體現在能夠在用電高峰時為電網實現供電的優勢中。三是處理效率高。供電局在對海量電力數據展開決策的過程中，可通過根據實時及在線處理的相關要求來提升決策效率，這就需要進一步提高對電力數據的處理效率，當電力數據達到其決策要求時，就要快速地對這些海量的電力數據展開深入的分析。

二、大數據分析技術在采集運維業務中的實際應用

（一）系統模型構建

1.關鍵技術應用

大數據分析系統模型構建過程中，整個采集系統涉及數據采集、清理、儲存、分析、處置、讀取應用6 個環節。本次研究主要涉及數據分析環節，通過引入關聯型聯機分析處理技術和多維分析技術，對整個系統進行進一步的優化。

關聯型聯機分析處理技術：該種處理技術主要應用的是關系型數據庫，依托關系型數據結構，對多維數據進行有效的表達和處理，然后對數據庫當中的關系型數據進行動態化多維度的分析，并將最終的分析結果儲存到關系數據庫的管理系統當中。在該系統當中所儲存的文件大小主要受到RDBMS（關系數據庫管理系統）限制，整體的數據上傳、下載速度較快，儲存空間相對數據的維度不會產生限制，也可以利用其他數據處理模式對數據進行分析。

多維聯機分析處理技術：該種處理技術是數據分析的另外一種表現形式，依托多維數據分析儲存結構。該種數據分析技術使用專業的多維結構儲存數據庫，數據庫文件的大小主要受到整個操作平臺系統的限制，儲存的數據不會達到TB 級。在數據進行規劃處置過程中，需要進行有效的測算，否則很容易造成數據過大，不能夠正常發揮其應有的數據分析作用。該種數據分析模式之下，數據的上傳和下載速度相對較為緩慢，無法支持動態多維分析，但是能夠支持高性能的輔助決策計算。

2.業務框架構建

大數據分析技術要想在采集運維業務當中得到充分應用，就需要構建大數據運行維護業務框架，該業務框架主要用于對數據的采集、收集、營銷和運行維護，依托數據抽取轉換加載層對所收集到的數據進行分類，并向系統的儲存層提供相應的數據。儲存層對數據進行分類整理之后，向數據分析層提供所需要的數據。數據分析層對所提供的數據進行進一步的優化檢索，然后為整個系統的異常工單的智能派發、智能處理、多維數據質量評價提供數據支撐。

（二）大數據分析技術背景下采集運維業務的優化

1.異常工單的智能化派發

當前的異常工單派發主要是由人工操作完成，但是異常工單派發人員不能夠對故障現場的實際情況和緊急程度有一個全面的了解和判斷，經常會造成系統當中的各種異常工單量大，但沒有得到有效的處置，也不能夠根據故障的緊急情況，按照先后進行派發，使得故障的處置存在諸多不合理情況，很多小故障演變成大故障，最終造成巨大經濟損失。依托大數據分析技術，能夠對采集運維業務當中的異常工單派發情況進行智能化優化。通過對各種數據信息進行針對性的分析，明確各種故障的輕重緩急并能夠將故障較為嚴重的工單及時派發給維修人員，及時對故障進行處理，避免造成嚴重危害。在具體應用過程中，首先應該明確采集運維業務的效用值模型。在單個表績效用值基礎上，會受到每月的平均用電量以及異常情況持續時間和下一階段抄表天數的影響。而具體的工單效用則是指工單故障電表效益總和，由此可以得到采集運維效用值模型。系統當中的一個電表的異常持續時間是指電表持續一天所造成的電量監控損失，按照累加方法進行計算，距離下一個抄表天數分析，當距離效益抄表的天數越接近，則顯示對該用戶的監控損失電量概率越大，故障緊急維修程度越高。當距離效益抄表天數越遠，則顯示對該用戶的監控損失電量概率越小，因為該因數所造成的影響越小，趨近于零。

2.智能化處理異常工單

在傳統的采集運維業務開展過程中，由于缺乏智能化的數據分析，再加上很多運行維護人員對所在區域缺乏了解，所以故障維護的整體效率普遍較低，缺乏針對性的分析，只能夠對現場故障進行一一排查，大大增加了人力成本投入。而將大數據分析技術應用其中，能夠對異常故障進行有效的分類，明確緊急故障和非緊急故障，并及時確定異常工單產生的原因，從多維角度分析異常工單產生的原因。

三、結束語

進入21 世紀以來，以互聯網大數據云計算為代表的信息技術在各個領域成熟應用，大大提升了信息化水平，生產效率進一步提升。大數據技術是以互聯網為支撐所誕生的一種全新的應用技術。隨著人們物質生活水平不斷提高，對高品質電能的需求量不斷增加，這也就對電力系統的采集運維業務提出了越來越高的要求，需要加大對采集運維業務的高效護理和針對性護理，提高工作效率，保證持續供電。而將大數據分析技術應用到采集運維業務當中，能夠大大提高系統運行維護的工作效率，實現運行維護的智能化操作，降低人力成本投入。