大數(shù)據(jù)在電力采集運(yùn)維業(yè)務(wù)中的應(yīng)用分析

摘要：用電信息采集系統(tǒng)的推廣應(yīng)用，相應(yīng)擴(kuò)大用電信息采集規(guī)模，數(shù)據(jù)深化應(yīng)用持續(xù)加強(qiáng)，相應(yīng)增加系統(tǒng)運(yùn)行維護(hù)的工作量，從而凸顯出運(yùn)維需求和運(yùn)維能力不匹配問題。本文基于大數(shù)據(jù)技術(shù)，優(yōu)化整體采集運(yùn)維工作，以此提升運(yùn)行效率和質(zhì)量。

關(guān)鍵詞：大數(shù)據(jù);電力工程;采集運(yùn)維業(yè)務(wù);應(yīng)用分析

用電信息采集系統(tǒng)建設(shè)已經(jīng)趨于成熟，隨著智能電能表的推廣應(yīng)用，逐漸擴(kuò)大用戶群，采集系統(tǒng)業(yè)務(wù)的順利發(fā)展現(xiàn)已成為系統(tǒng)未來發(fā)展方向。當(dāng)前，采集運(yùn)維業(yè)務(wù)存在的問題主要表現(xiàn)在故障處理優(yōu)先級(jí)劃分不準(zhǔn)確、整體運(yùn)行效率比較低、故障類型比較多，從而加大故障定位難度，且缺乏完善的考核評(píng)價(jià)體系。為了處理好上述問題，需要從采集運(yùn)維業(yè)務(wù)的多個(gè)角度來分析大數(shù)據(jù)技術(shù)在采集運(yùn)維業(yè)務(wù)中的應(yīng)用效果。

一、采集運(yùn)維大數(shù)據(jù)系統(tǒng)模型

（一）大數(shù)據(jù)關(guān)鍵技術(shù)

在采集系統(tǒng)中應(yīng)用大數(shù)據(jù)技術(shù)，主要涉及到數(shù)據(jù)采集、清理、存儲(chǔ)和分析處理。此次研究針對(duì)數(shù)據(jù)分析環(huán)節(jié)，采用關(guān)系型聯(lián)機(jī)分析處理機(jī)制和多維分析技術(shù)對(duì)整個(gè)系統(tǒng)進(jìn)行優(yōu)化。第一，關(guān)系型聯(lián)機(jī)分析處理。該項(xiàng)技術(shù)主要是應(yīng)用關(guān)系型數(shù)據(jù)庫，通過關(guān)系型結(jié)構(gòu)表示和存儲(chǔ)多維數(shù)據(jù)，并且采用動(dòng)態(tài)多維分析方式，深度分析關(guān)系數(shù)據(jù)庫內(nèi)的數(shù)據(jù)。數(shù)據(jù)文件大小會(huì)受到數(shù)據(jù)庫管理系統(tǒng)的影響，數(shù)據(jù)的裝載速度非常快，且不會(huì)占據(jù)存儲(chǔ)空間，維度數(shù)不會(huì)受到限制影響，采用結(jié)構(gòu)化查詢語言就可以處理數(shù)據(jù)。第二，多維聯(lián)機(jī)分析處理。其可以通過多維結(jié)構(gòu)存儲(chǔ)數(shù)據(jù)，但由于操作系統(tǒng)平臺(tái)會(huì)限制數(shù)據(jù)文件大小，無法達(dá)到TB級(jí)，所以在規(guī)劃存儲(chǔ)期間，必須提前預(yù)算數(shù)據(jù)量，避免導(dǎo)致數(shù)據(jù)爆炸。此種分析處理方法會(huì)減緩數(shù)據(jù)裝載速度，且維數(shù)有限制，也不具備數(shù)據(jù)訪問和數(shù)據(jù)模型標(biāo)準(zhǔn)。

（二）大數(shù)據(jù)運(yùn)維業(yè)務(wù)架構(gòu)

業(yè)務(wù)架構(gòu)能夠?qū)?shù)據(jù)進(jìn)行采集、營銷和運(yùn)維處理。采用數(shù)據(jù)抽取轉(zhuǎn)化加載層，能夠分類適配相關(guān)數(shù)據(jù)信息，同時(shí)將數(shù)據(jù)提供給數(shù)據(jù)存儲(chǔ)層，在分類存儲(chǔ)之后可以向數(shù)據(jù)分析層提供數(shù)據(jù)。通過數(shù)據(jù)分析層，可以優(yōu)化和檢索數(shù)據(jù)，同時(shí)為應(yīng)用層異常工單派發(fā)智能處理提供數(shù)據(jù)支撐。

數(shù)據(jù)源可以從采集主站、營銷系統(tǒng)和運(yùn)維閉環(huán)系統(tǒng)獲取數(shù)據(jù)，包括采集成功率、用戶檔案、異常工單數(shù)據(jù)。數(shù)據(jù)ETL層可以通過ETL工具，抽取、清晰和轉(zhuǎn)換數(shù)據(jù)源數(shù)據(jù)，同時(shí)向數(shù)據(jù)存儲(chǔ)層裝載。混合存儲(chǔ)能夠高度適應(yīng)多種數(shù)據(jù)存儲(chǔ)與管理形式，包括分布式文件系統(tǒng)、內(nèi)存數(shù)據(jù)庫及列式數(shù)據(jù)庫，以此滿足應(yīng)用需求。數(shù)據(jù)分析層屬于系統(tǒng)的基礎(chǔ)功能，包括批量化計(jì)算功能、模型管理功能和實(shí)時(shí)查詢數(shù)據(jù)。數(shù)據(jù)分析層和處理層之間，可以采用分步式內(nèi)存數(shù)據(jù)緩存技術(shù)，以此減少數(shù)據(jù)處理層、業(yè)務(wù)應(yīng)用操作存在的耦合性問題，全面加快應(yīng)用服務(wù)響應(yīng)效率。

二、大數(shù)據(jù)運(yùn)維優(yōu)化方案

（一）智能化派發(fā)異常工單

當(dāng)前，采集運(yùn)維人員負(fù)責(zé)派發(fā)異常工單，此次研究通過分析大量文獻(xiàn)能夠看出，人工派發(fā)工單時(shí)，無法合理判斷現(xiàn)場緊急程度。當(dāng)同時(shí)產(chǎn)生大量異常工單時(shí)，沒有對(duì)工單進(jìn)行合理消缺，從而在短時(shí)間內(nèi)無法處理緊急事件，引發(fā)嚴(yán)重的經(jīng)濟(jì)損失。在此次研究中，通過多維度方式分析系統(tǒng)歷史數(shù)據(jù)和運(yùn)維數(shù)據(jù)，同時(shí)對(duì)異常嚴(yán)重性與處理順序進(jìn)行甄別，能夠提升異常工單處理效率，增加工作成效的可控性，提升采集系統(tǒng)設(shè)備的可用率與數(shù)據(jù)完整性。

第一，分析采集運(yùn)維效用值模型。針對(duì)單個(gè)表計(jì)效用值而言，主要影響因素包括異常持續(xù)時(shí)間、抄表間隔時(shí)間、月平均用電量等。對(duì)于總體工單效用，包含故障電表效益和的累計(jì)，因此主要為故障電能表數(shù)量影響。

第二，采集運(yùn)維效用值模型應(yīng)用。按照某地區(qū)低壓用戶每日抄表數(shù)據(jù)、采集成功率，異常運(yùn)維數(shù)據(jù)，分析數(shù)據(jù)與數(shù)據(jù)項(xiàng)。數(shù)據(jù)項(xiàng)主要涉及到臺(tái)區(qū)編號(hào)、管理機(jī)構(gòu)、所屬地區(qū)、采集成功率、供電單位、居民日均用電量等。

（二）異常工單一智能化分析處理

長期以來，采集運(yùn)維工作缺乏大數(shù)據(jù)技術(shù)支持，通過文獻(xiàn)研究與現(xiàn)場調(diào)研后發(fā)現(xiàn)運(yùn)維人員只是開展低效率運(yùn)維工作，針對(duì)已經(jīng)發(fā)生的故障，則比較缺乏故障分析能力，此時(shí)運(yùn)維人員只能逐個(gè)排查現(xiàn)場故障類型。此次研究注重分析歷史工單、大批量數(shù)據(jù)和數(shù)據(jù)規(guī)格，明確異常工單的概率事件原因，對(duì)相同的異常原因概率的比值進(jìn)行分析，比較不同原因比值大小，從而全面提升運(yùn)行維護(hù)效率。

第一，基于多維度，分析異常原因概率比值。對(duì)于新的異常工單，需要對(duì)故障設(shè)備類型、招標(biāo)頻次、生產(chǎn)廠家等多維度異常原因概率進(jìn)行分析，以此明確異常工單的異常原因，通過對(duì)不同比值大小的比較，可以預(yù)測新異常工單的異常原因。

第二，異常原因概率比值應(yīng)用。通過對(duì)某運(yùn)維地區(qū)的歷史異常工單的招標(biāo)頻次、生產(chǎn)廠家、故障設(shè)備類型進(jìn)行篩選，通過不同異常原因概率比值，分析集中器和主站無通訊故障。第一，設(shè)備類型異常。地區(qū)集中器和主站無通信的歷史工單共計(jì)805條，集中器故障主要包括軟件故障、主機(jī)故障和定位模塊故障。第二，設(shè)備生產(chǎn)廠家異常。故障集中器的廠家相關(guān)工單共計(jì)368條，且無通信故障多為集中器軟件故障、主機(jī)故障和定位模塊故障。第三，招標(biāo)頻次異常。故障集中器招標(biāo)相關(guān)工單共計(jì)352條，主要為集中器軟件故障、主機(jī)故障和定位模塊故障。

（三）采集運(yùn)維多維度質(zhì)量評(píng)價(jià)

將大數(shù)據(jù)技術(shù)應(yīng)用到采集運(yùn)維工作中，無法對(duì)電能表、終端、運(yùn)維服務(wù)質(zhì)量評(píng)價(jià)提供數(shù)據(jù)支持。通過應(yīng)用大數(shù)據(jù)技術(shù)，可以在采集、營銷和運(yùn)維等數(shù)據(jù)之間建立溝通橋梁，以此評(píng)價(jià)采集運(yùn)維多維度質(zhì)量。通過分析和梳理某市級(jí)供電單位的采集運(yùn)維工單數(shù)據(jù)、采集抄表數(shù)據(jù)、采集成功率，建立對(duì)應(yīng)的質(zhì)量評(píng)價(jià)計(jì)算規(guī)則，從而驗(yàn)證了采集運(yùn)維多維度質(zhì)量評(píng)價(jià)的可行性。

三、結(jié)束語

綜上所述，在采集運(yùn)維業(yè)務(wù)中應(yīng)用大數(shù)據(jù)技術(shù)，可以深度挖掘和分析梳理采集數(shù)據(jù)，智能化派發(fā)采集運(yùn)維異常工單，同時(shí)進(jìn)行運(yùn)維多維度質(zhì)量評(píng)價(jià)。實(shí)現(xiàn)運(yùn)維業(yè)務(wù)的精益化和集約化轉(zhuǎn)變，全面提升運(yùn)維效率與質(zhì)量。

參考文獻(xiàn)：

[1]陳霄逸.大數(shù)據(jù)技術(shù)下的電力數(shù)據(jù)中心運(yùn)維管理[J].電子測試，2020，25（12）：137-138.

[2]趙川，趙明，路學(xué)剛，葉華，陶思鈺.基于大數(shù)據(jù)的電力運(yùn)維故障診斷及自動(dòng)告警系統(tǒng)設(shè)計(jì)[J].自動(dòng)化與儀器儀表，2019，25（10）：222-226.

[3]陳龍，郝悍勇，巢玉堅(jiān)，李鵬，羅玲，馬遠(yuǎn)東，胡陽.基于大數(shù)據(jù)的電力信息網(wǎng)絡(luò)智能風(fēng)險(xiǎn)預(yù)警策略研究及應(yīng)用[J].電力信息與通信技術(shù)，2019，17（01）：18-24.

[4]王煜.基于大數(shù)據(jù)的風(fēng)電場電力系統(tǒng)運(yùn)維服務(wù)能力建設(shè)研究[J].中國高新技術(shù)企業(yè)，2017，20（10）：115-116.

國網(wǎng)福建省電力有限公司沙縣供電公司陳曉宇