大數據的電力信息通信預警技術研究

吳登

摘要：電力系統生產的安全穩定運行并不是想象中那么容易，雖說當前社會科技不斷發展，電力系統生產的條件變得越來越好。但是電力系統生產安全穩定運行還未完全落實。這是因為電力行業信息通信技術特殊性使然，故障風險時有發生。一旦出現故障，系統將會受損，將會造成嚴重的后果。電力信息通信預警技術的存在就是為了對電力信息通信系統的運行情況進行實時監督，其是現階段電力信息通信系統運維工作順利開展的重要保障措施。基于此，有必要對大數據的電力信息通信預警技術相關內容進行分析，可供參閱。

關鍵詞：大數據;電力信息;通信;預警技術

1電力信息通信預警的意義

在電力信息通信行業當中，故障風險發生具有強耦合性，當某個信息設備或者系統受到的故障破壞、惡意攻擊時，會使得大量終端設備的采集功能、監測能力受到影響，進而造成電力系統物理空間設備無法正常運行。目前雖然電力信息通信技術發展迅速，近年來建設了多個電力信息運維監測和管理系統，為電力系統運維工作提供了強大的支撐，但是電力信息通信網絡中的運行數據采集缺乏統一有效的手段，數據全面性、準確性以及效率都有很多不足，并且各種監控告警信息非常分散，導致信息通信運行中發生的問題往往只能被動響應，無法通過基于業務系統基礎架構、信息系統實時運行狀況和歷史運行狀況的信息系統風險預警模型進行運行故障的全面監測與趨勢預測，嚴重影響了業務的正常開展。近年來，隨著大數據時代的到來，電力信息通信網絡架構已經逐漸趨于成熟，各種電力設備的種類和數量也在不斷地增加，大數據的特點也在逐漸的凸顯出來，因此在保證電力信息通信系統正常運行方面也有著更多的可能。在大數據基礎上研究出的電力信息通信預警技術，能夠對通信風險的隱患有著非常全面的感知，能夠及時發現電力信息通信網絡中存在的潛在隱患，這樣就能夠及時剔除隱患，盡可能保證電力系統運行過程的流暢，同時還能提高整個電力信息通信系統的穩定性和安全性。

2基于大數據的電力信息通信預警技術研究

2.1基于大數據電力信息通信風險分析及預警架構

在大數據的發展過程中，主要有兩個開源的大數據處理平臺，分別是Hadoop和Spark，這兩個平臺在近些年得到了非常快速的發展，同時也出現了多種相關的應用。首先在Hadoop大數據處理平臺上，支持大規模的數據集群操作，通過集群的方式能夠實現對多個以及上千個節點的計算，在計算的過程中，計算速度會隨著集群數量的增加而不斷加快，這樣就能夠在一定程度上解決傳統日志分析系統無法處理海量日志數據信息的問題，但是在該數據處理平臺，并不適合應用于實時數據的處理。而Hadoop則無需擔心這一問題。平臺設計師在設計前就已經考慮到的這一可能，設計師采用并行執行機制，真正滿足了需要。Hadoop具有可靠性，當出現計算元素和儲存失敗的情況下平臺會自動進行多個工作數據副本維護，另外還會針對失敗的節點重新進行分布處理。之所以將其運用到大數據處理中是因為它具有非常明顯的優勢，在數據提取變形和加載方面作用非常明顯。當然，Hadoop存在一些不足。其不擅長處理實時應用。Spark是通用并行框架，與Hadoop極為相似。不過它在實時處理方面明顯要比Hadoop更有優勢，在某些工作負載方面也表現得更為優越。

2.2基于大數據的電力信息通信數據處理

在數據處理框架中完成對各類日志的匯聚、處理和集中管理，其中日志收集模塊采集各自不同系統的日志、網絡日志以及防火墻日志等，采用Hive建立業務分析模型，實現日志的智能多維度查詢，完成對數據的初步清洗。在數據存儲層完成對數據的進一步清洗和轉換，將數據分類存儲于HDFS中，利用Sqoop工具將數據從HDFS中導出到Oracle中。最后按照業務分類對日志的關鍵字進行統一分析，利用大數據技術完成相關數據的關聯分析和模式挖掘，采用數據清洗和壓縮歸并等手段對系統指標、安全狀況以及運行狀態的實時動態預警信息進行判定，最終在對預警信息進行深入分析的基礎上實現電網信息通信系統的主動預警。為了實現對客服工單數據的統計分析、文本挖掘、聚類分析，進一步輔助用戶決策，采用了大數據可視化工具Tableau進行數據分析，并對信息通信系統設計相應的數據分析頁面，實現數據分析結果的可視化展示，對項目數據進行全方位的科學分析來評估信息通信運維效果。

2.3建立通信預警系統

1）建模系統。建模系統就是負責對基本功能的測試，同時還包括一些重要參數的設置以及算法模型的驗證等;2）實時系統。該系統主要負責實時監控，一旦發現故障就會立即發出警報。此外，建模系統一般都是有自己獨有的數據庫，其中存儲的內容大多都是建模系統內的模型，這能為實時系統的有效運行帶來一定的保障作用。

建模系統的設計主要分為三個階段，分別是數據預處理階段、數據建模模塊以及數據測試模塊，1）數據預處理階段。該環節的工作一般都是針對以往留存的故障數據而言的，在整個過程中涉及到對故障數據的刪除、規范化處理等，該階段的所有工作都是要在大數據平臺上完成的，經過處理后的數據一般會被應用于數據建模模塊以及數據測試模塊之中;2）數據建模模塊。該模塊在設計過程中的重點內容就是故障知識庫的建立，這也是該系統的核心內容，會對整個電力系統的穩定運行產生一定的影響，在知識庫中一般要對各類知識都進行存儲，這些知識對后期決策工作的開展有著非常重要的作用;3）數據測試模塊。該模塊的主要作用就是實現對模型的精準測試，整個模塊都能夠利用數據預處理模塊產生的數據信息，對模塊中存在的參數進行更加深入的挖掘和分析。在整個風險預警系統建立完成之后，需要操作人員對預警系統的進行科學的測試，這能夠及時發現系統中存在的問題，在這些問題的基礎上進行不斷的系統優化，使其能夠滿足各項需求。

2.4優化大數據電力信息通信預警技術

在大數據的基礎上加強對預警技術的研究是時代發展的趨勢，因此為了更好地適應電力企業的發展需求，我們要能夠加強大數據與預警技術的研究力度，可以利用數據本身的變化情況以及外部需求因素的影響規律來進行深入的分析和研究，這樣就能夠對故障原因進行更加詳細的發內心。趨勢預測也是預警技術應用中一個非常重要的內容，也是需要在大數據的基礎上進一步開展，但是由于信息通信網絡具有一定的不確定性，因此通常預測工作需要在特定的條件下才能夠開展。

3結語

總之，電力信息通信預警技術的存在就是為了保證電力系統的正常運行，能夠在電力系統實際運行的過程中，及時發現系統內部可能存在的安全隱患，將這些隱患以信號傳遞的方式呈現出來，使得工作人員可以采取相關的措施來進行進一步的排查。電網公司要努力研究，在此方面下足功夫。國家電網公司正在致力于提升電力系統的服務能力。具體情況變得越發復雜，電網建設進一步發展的同時伴隨著相應的問題。信息通信風險預警系統的構建是一項重要工作。

參考文獻：

[1]朱兵，張勇，唐波，等.基于大數據的電力信息通信預警技術探索[J].電子世界，2019.

[2]李亞妮.基于大數據的電力信息通信預警技術探索[J].消費導刊，2019（30）：210.

[3]王天鵬.基于大數據的電力信息通信預警技術[J].商品與質量，2021（26）：316，381.