電力大數據智能分析平臺設計與實現

包迅格，張景明，張 吉，尚天婷

（國網浙江省電力有限公司 信息通信分公司，浙江 杭州 310020）

0 引 言

隨著國家電網建設的不斷完善，變電站和供電站等電力單位內的智能電網覆蓋逐步完成[1]。在此背景下，電力平臺功能的完備性和平臺運行的穩定性與智能性均受到了挑戰。目前電力產業中存在多種問題，這些問題大多與電力大數據智能分析平臺有關。傳統的電力大數據智能分析平臺僅可通過簡單的數據存儲和數據輸出計算來分析電力資源供應是否平衡，卻無法在基本層面應用機器學習技術，也無法在核心層有效應用數據調度算法[2]。為解決這些問題，本文將綜合我國電力產業的建設與發展現狀，提出電力大數據智能分析平臺設計方法，致力于將電力產業的發展構建成一條完善的產業鏈，進而形成一個功能完備的產業服務區塊。

1 電力大數據智能分析平臺設計

1.1 基于平臺信息節點融合多元電力數據

在確保電力大數據智能分析平臺穩定運行的前提下有效分析相關的電力數據，并且利用大數據提供給平臺的EPIC功能，實時管理平臺內多種數據和多元數據融合。

在此過程中，EPIC技術為電力大數據智能分析平臺提供一個穩定且安全的數據存儲空間[3]。實際應用中，平臺支持OLAP與OLTP兩種階段數據的同步存儲，并且其E3處理器也可并行處理多種異構數據[4-6]。考慮到不同電力數據之間存在結構層面差異，因此還需要在上述數據處理的基礎上，融合結構性電力數據[7-9]。平臺節點信息處理如圖1所示。

圖1 電力大數據智能分析平臺節點信息處理

按照圖1表述的流程處理電力大數據智能分析平臺的節點信息。在變電站中，結構性電力數據通常以非常規文字的方式存在，即電力運輸圖像或電力荷載視頻等。常規融合條件下，需要在HTTP用戶端進行電力數據的共享，在確保區域內融合處理工具完善的基礎上，根據不同數據的社會關系，對其進行融合處理。采用電力數據壓縮融合算法、副本融合算法以及數據排序融合算法對多元化平臺節點信息中的多元電力數據進行融合處理，計算公式為：

式中，G(i,j)為獲取的電力網絡節點信息在計算機上的投影成像；Gcol(·)為電力數據分析成像灰度值；s為節點個數；n為外界影響因素對電力數據壓縮造成的直接影響；m(·)為電力信息副本松動值；H(·)為變電站中設備運行產生的內部數據；h(·)為變電站中設備運行產生的外部數據；T為數據融合梯度；i和j點分別表示數據融合過程中對應的橫坐標與縱坐標；v為電力數據在網絡中的正確排序；vn為電力數據分析特征；ε為電力數據在網絡中融合的可控區域。

1.2 應用支撐工具設計平臺分析層結構

支撐工具是確保平臺穩定運行的關鍵。在完成平臺信息節點多元電力數據的有效融合后，按照電力大數據類型將其劃分為結構電力數據和非結構電力數據[10]。在此基礎上，首先使用智能分析工具，將服務層數據與應用層數據進行集成引擎分析，確保電力分析數據在變電站或配電網中的可視化[11]。其次使用Flash技術交互控制儀表，靈活地選擇跨服務瀏覽器，使用儀表盤創建報表、電力數據分析表格以及數據信息交互選項等[12]。同時，安裝SCADA數據流轉器和Java數據庫實時展示時間數據與運行數據，確保電力設備的實際趨勢與預測趨勢走向一致。最后輸出最終變電站內電力運輸最大數據、電力運輸最小數據、平均值以及方差值等，形成電力大數據分析報告，輔助平臺實施決策。

1.3 設計電力大數據平臺核心智能分析功能

電力大數據智能分析平臺具備核心計算功能，可實時轉換計算機任務，管理電力數據，不僅能編輯與訪問數據庫，還能對電力數據進行在線預處理。規則庫代入的計算分析部分也屬于電力大數據智能分析平臺的核心功能，是執行分析行為的關鍵。在確保數據庫中核心電力數據按順序輸入后，需要執行或調動計算機分析指令來完成對核心電力數據的智能分析。

2 對比實驗

2.1 實驗準備

為驗證該平臺是否具有良好的應用價值和應用性能，將其與傳統電力分析平臺進行對比。為確保對比實驗的客觀性，兩種分析平臺直接為用戶提供電力大數據使用入口，用戶進入兩種分析平臺后進行相同的操作，選用5名用戶完成相應的操作內容，將各項操作內容的平臺響應時間作為對比評價指標，驗證兩種分析平臺。

2.2 實驗結果分析

對不同操作內容進行編號，賬號登錄和返回驗證設置為#001，增加操作設置為#002，修改設置為#003，刪除設置為#004，查詢設置為#005。由選定的5名用戶分別完成#001～#005的相關操作，實驗結果如表1所示。

表1 兩種分析平臺實驗結果對比表

表中，A為電力大數據智能分析平臺，B為傳統電力數據分析平臺。根據表1中的內容可以看出，本文提出的電力大數據智能分析平臺各個操作內容的響應時間均明顯小于傳統電力數據分析平臺，具有更高的平臺運行效率和更重要的應用價值及意義。

3 結 論

基于平臺信息節點融合多元電力數據、應用支撐工具設計平臺分析層結構以及設計電力大數據平臺核心智能分析功能等方面，開展了電力大數據智能分析平臺的設計研究。通過對比實驗，驗證了提出的平臺設計方法在實際應用中具有更高的運行效率。