電力大數(shù)據(jù)智能化高效分析挖掘技術(shù)框架研究

李穎杰

（深圳供電局有限公司，廣東 深圳 518000）

隨著智能電網(wǎng)建設(shè)的持續(xù)發(fā)展，國家電網(wǎng)已經(jīng)創(chuàng)建了4 種數(shù)據(jù)中心平臺，分別為結(jié)構(gòu)化、海量歷史、非結(jié)構(gòu)化、電網(wǎng)空間，實(shí)現(xiàn)大量大數(shù)據(jù)資源的積累，支撐了企業(yè)數(shù)據(jù)的融合與共享。文獻(xiàn)[1]研究過程中提出了智能電網(wǎng)為大數(shù)據(jù)應(yīng)用的主要領(lǐng)域，并且提出基于智能電網(wǎng)的路線圖與技術(shù)框架。現(xiàn)代國家電網(wǎng)公司積累大量數(shù)據(jù)資源，為數(shù)據(jù)的分析決策提供了良好條件，但是還存在跨類型海量數(shù)據(jù)分析不足、數(shù)據(jù)存儲分散等問題。大數(shù)據(jù)為分析決策主要手段，備受工業(yè)界與學(xué)術(shù)界的重視。因此，對電力大數(shù)據(jù)智能化分析挖掘框架的設(shè)計(jì)具有重要意義。

1 電力大數(shù)據(jù)中心整體框架

對于國家電網(wǎng)公司4 個(gè)數(shù)據(jù)中心與外部數(shù)據(jù)源多源異構(gòu)大數(shù)據(jù)，通過驗(yàn)證層、服務(wù)層、特征分析層與數(shù)據(jù)源層創(chuàng)建電力大數(shù)據(jù)智能化高效分析挖掘技術(shù)框架。電力大數(shù)據(jù)在整體技術(shù)框架中，利用基于內(nèi)存計(jì)算數(shù)據(jù)分析、數(shù)據(jù)特征分析等技術(shù)，通過傳統(tǒng)電力數(shù)據(jù)分析轉(zhuǎn)變到高性能交互式分析，最后構(gòu)成電力大數(shù)據(jù)并行化分析服務(wù)體系，利用超短期母線負(fù)荷預(yù)測驗(yàn)證技術(shù)的效果[2]，圖1 為總體技術(shù)框架。

圖1 總體技術(shù)框架

數(shù)據(jù)層能夠?qū)﹄娏?shù)據(jù)來源進(jìn)行描述，主要包括氣象、移動(dòng)、社交等外部數(shù)據(jù)以及國家電網(wǎng)數(shù)據(jù)中心半結(jié)構(gòu)化、結(jié)構(gòu)化與地理信息空間數(shù)據(jù)。

特征分析層能夠?qū)μ崛?shù)據(jù)的特征方法、數(shù)據(jù)并行化分析框架和數(shù)據(jù)模型創(chuàng)建的方法進(jìn)行描述。

服務(wù)層能夠通過服務(wù)接口和架構(gòu)創(chuàng)建分布式的服務(wù)體系。

應(yīng)用層利用超短期母線負(fù)荷的預(yù)測，通過調(diào)用相應(yīng)接口對負(fù)荷大數(shù)據(jù)實(shí)時(shí)分析[3]。

2 數(shù)據(jù)挖掘的流程

數(shù)據(jù)挖掘指的是通過數(shù)據(jù)分析工具、通過海量數(shù)據(jù)發(fā)現(xiàn)數(shù)據(jù)與模型的關(guān)系的建模過程，利用模型與數(shù)據(jù)關(guān)系能夠?qū)I(yè)務(wù)發(fā)展趨勢進(jìn)行預(yù)測，從而尋找數(shù)據(jù)之間的關(guān)系，并且發(fā)現(xiàn)業(yè)務(wù)忽略因素，對全新業(yè)務(wù)強(qiáng)點(diǎn)進(jìn)行拓展。

跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程GRIS-DM 指的是各個(gè)行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)過程化、綜合性的展現(xiàn)，屬于能夠利用不斷完善、實(shí)踐的動(dòng)態(tài)化過程，其中包括數(shù)據(jù)理論、商業(yè)理解、創(chuàng)建模型等階段[4]，圖2 為跨行業(yè)數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程。

圖2 跨行業(yè)數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程

3 框架的具體設(shè)計(jì)

3.1 電力市場需求模塊

圖3 為電力市場需求分析的功能結(jié)構(gòu)，市場管理能夠通過各個(gè)渠道得出市場信息的分析、分類和統(tǒng)計(jì)，跟蹤分析指標(biāo)情況及時(shí)發(fā)現(xiàn)問題，從而利用相關(guān)策略進(jìn)行解決。通過潛力分析得到潛在拓展項(xiàng)目，制定措施，對拓展項(xiàng)目效果進(jìn)行分析，對良好市場拓展效果進(jìn)行保證。通過市場分析得到市場發(fā)展的規(guī)律，利用各預(yù)測模型得出預(yù)測結(jié)果，以此為市場拓展、電網(wǎng)的運(yùn)行提供參考依據(jù)[5-6]。圖4 為電力市場需求的分析過程。

圖3 電力市場需求分析的功能結(jié)構(gòu)

圖4 電力市場需求的分析過程

3.2 客戶分析

電力大數(shù)據(jù)智能分析的核心就是實(shí)現(xiàn)客戶分析，能夠?qū)蛻纛愋团c需求進(jìn)行掌握，通過用電情況、客戶性質(zhì)制定專屬的營銷方案，提高用電服務(wù)。客戶分析的功能包括故障保修處理、客戶咨詢和客戶受理等情況分析[7]。圖5 為客戶分析的功能結(jié)構(gòu)。

圖5 客戶分析的功能結(jié)構(gòu)

故障保修處理的情況：根據(jù)供電單位、時(shí)間、故障的類型緯度，對故障保修數(shù)量、處理完成率、保修比重、滿意率、回訪率等進(jìn)行分析[8]。以下為客戶分析代碼：

3.3 高性能數(shù)據(jù)分析

為了滿足智能分析挖掘、大數(shù)據(jù)技術(shù)的數(shù)據(jù)分析需求，文中基于分布式分析框架，對面向內(nèi)存數(shù)據(jù)分析優(yōu)化技術(shù)進(jìn)行分析。首先，對數(shù)據(jù)傳輸算法進(jìn)行優(yōu)化，利用分析中間結(jié)果自動(dòng)歸并結(jié)果，劃分分析結(jié)果，有效節(jié)約成本，使分析速度得到提高。另外，以不同業(yè)務(wù)場景數(shù)據(jù)源表大小、數(shù)據(jù)分析情況、中間表大小具有不同的統(tǒng)計(jì)信息，基于CBO 對最優(yōu)執(zhí)行計(jì)劃進(jìn)行選擇。在計(jì)劃任務(wù)線執(zhí)行的過程中，以業(yè)務(wù)場景查詢條件過濾數(shù)據(jù)源，統(tǒng)一計(jì)算數(shù)據(jù)，提高大數(shù)據(jù)的運(yùn)算效率[9]，圖6 為多源數(shù)據(jù)過濾和性能優(yōu)化。

圖6 多源數(shù)據(jù)過濾和性能優(yōu)化

3.4 服務(wù)體系架構(gòu)的設(shè)計(jì)

通過算法的分析和統(tǒng)計(jì)進(jìn)行研究，利用主流開源挖掘與計(jì)算法庫進(jìn)行開發(fā)，從而對數(shù)據(jù)并行化的分析框架進(jìn)行分析。算法并行化技術(shù)能夠促進(jìn)分析算法與統(tǒng)計(jì)算法的并行化，利用迭代計(jì)算與內(nèi)存計(jì)算中Spark 的功能，在Spark 中運(yùn)行統(tǒng)計(jì)算法與并行分析算法，實(shí)現(xiàn)數(shù)據(jù)分析挖掘的功能[10]。

通過主節(jié)點(diǎn)、數(shù)據(jù)資源、工作節(jié)點(diǎn)等管理器對主節(jié)點(diǎn)數(shù)據(jù)分析的請求進(jìn)行描述，實(shí)現(xiàn)算法并行化任務(wù)調(diào)用，分析工作節(jié)點(diǎn)運(yùn)行數(shù)據(jù)。設(shè)計(jì)的框架能夠提供實(shí)現(xiàn)數(shù)據(jù)并行化的分析結(jié)構(gòu)，在需要對不同應(yīng)用實(shí)現(xiàn)數(shù)據(jù)并行化的功能時(shí)，能夠?qū)Υ丝蚣艿氖褂眠M(jìn)行統(tǒng)一，不需要重復(fù)編寫代碼。在算法并行化執(zhí)行過程中，利用向量化技術(shù)進(jìn)行處理，并且利用算法可行化的向量化處理，使其對應(yīng)Spark 的RDD，通過Spark 并行化框架進(jìn)行并行化計(jì)算[11]。

3.5 數(shù)據(jù)安全治理

針對越來越嚴(yán)重的大數(shù)據(jù)安全風(fēng)險(xiǎn)、攻擊手段、網(wǎng)絡(luò)入侵，通過數(shù)據(jù)審計(jì)、銷毀、隱私保護(hù)等技術(shù)的應(yīng)用，能夠使大數(shù)據(jù)安全技術(shù)解決識別過程中存在的問題，從而在全過程監(jiān)控中對大數(shù)據(jù)進(jìn)行收集。

權(quán)限管理：利用用戶權(quán)限對分析結(jié)果與原始數(shù)據(jù)進(jìn)行控制[12]。

隱私保護(hù)：通過隱私保護(hù)技術(shù)對數(shù)據(jù)處理，避免對原始數(shù)據(jù)來源進(jìn)行識別。

接入安全：在傳統(tǒng)安全接入方案中使用數(shù)據(jù)收集終端、業(yè)務(wù)應(yīng)用系統(tǒng)中的網(wǎng)絡(luò)、主機(jī)、訪問控制等安全技術(shù)實(shí)現(xiàn)合法性訪問。

存儲安全：將同態(tài)加密算法應(yīng)用到存儲層中，通過Hadoop 文件對控制列表的執(zhí)行、讀寫進(jìn)行訪問和自定義用戶組策略控制文件權(quán)限[13]。

3.6 在線數(shù)據(jù)處理

大數(shù)據(jù)中心數(shù)據(jù)計(jì)算利用內(nèi)存計(jì)算與流計(jì)算結(jié)合，使時(shí)效性數(shù)據(jù)計(jì)算需求得到滿足。流計(jì)算實(shí)時(shí)處理需求，實(shí)現(xiàn)在線統(tǒng)計(jì)分析、預(yù)警與過濾等，比如電表數(shù)據(jù)分析與查詢，方便人機(jī)交互。在數(shù)據(jù)計(jì)算方面，使用內(nèi)存計(jì)算與流計(jì)算技術(shù)。傳統(tǒng)數(shù)據(jù)庫技術(shù)在對海量數(shù)據(jù)處理的過程中，無法實(shí)現(xiàn)良好的水平擴(kuò)展性，而且現(xiàn)有技術(shù)無法使因?yàn)榇疟PI/O 導(dǎo)致的性能瓶頸問題得到解決，消除磁盤瓶頸和并行計(jì)算技術(shù)結(jié)合，能夠?qū)崿F(xiàn)高實(shí)時(shí)高響應(yīng)的計(jì)算，使系統(tǒng)并發(fā)訪問能力得到提高。

4 電力大數(shù)據(jù)智能化分析實(shí)例

文中基于某電力公司，將大數(shù)據(jù)模型預(yù)測和數(shù)據(jù)分析對用戶的用電信息進(jìn)行收集，結(jié)合國民經(jīng)濟(jì)、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、調(diào)整水平創(chuàng)建數(shù)據(jù)挖掘模型，預(yù)測各周期用電負(fù)荷曲線、空間分布、負(fù)荷時(shí)間等，以此提供給電能調(diào)配、電網(wǎng)規(guī)劃等決策支持[14]。圖7 為月度負(fù)荷的預(yù)測界面。

圖7 月度負(fù)荷的預(yù)測界面

電力公司通過用電負(fù)荷、電網(wǎng)設(shè)備臺賬等數(shù)據(jù)和數(shù)據(jù)挖掘、分布式計(jì)算等技術(shù)，并與氣象信息、產(chǎn)業(yè)值相互結(jié)合，實(shí)現(xiàn)日負(fù)荷、月負(fù)荷的聚類模型，預(yù)測下階段用電負(fù)荷情況。利用未來用電量、負(fù)荷曲線、負(fù)荷時(shí)間、電力需求量、空間分布的預(yù)測，提前掌握用戶未來的用電需求量，從而保證用戶的正常用電，實(shí)現(xiàn)電網(wǎng)平穩(wěn)運(yùn)行與削峰填谷。利用數(shù)據(jù)分析能夠?yàn)楣驹O(shè)備檢修、電網(wǎng)規(guī)劃、電能調(diào)配等提供決策，使電力生產(chǎn)轉(zhuǎn)變?yōu)榭蛻糁攸c(diǎn)，使企業(yè)社會形象與供電服務(wù)滿意度得到提高[15-16]。

5 結(jié)束語

在智能電網(wǎng)不斷發(fā)展的過程中，積累了大量數(shù)據(jù)中心、業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，嚴(yán)重影響了系統(tǒng)的計(jì)算速度、建設(shè)模式和分析能力，卻為數(shù)據(jù)分析帶來了豐富的條件。文中深入研究了電力大數(shù)據(jù)智能化高效分析挖掘技術(shù)框架，通過假設(shè)校驗(yàn)、數(shù)據(jù)統(tǒng)計(jì)的層次提升到并行計(jì)算、全數(shù)據(jù)處理、智能算法等層次分析傳統(tǒng)電力數(shù)據(jù)，分析數(shù)據(jù)挖掘分析算法的并行化設(shè)計(jì)，以此提高挖掘電力業(yè)務(wù)數(shù)據(jù)的價(jià)值。