王 玎
湖北電力公司宜昌供電公司,湖北宜昌 443000
基于大數據分析的電力設備狀態評估研究
王 玎
湖北電力公司宜昌供電公司,湖北宜昌 443000
基于信息技術的不斷發展,大數據時代的到來為電力企業的發展帶來了全新的機遇,但是,機遇與挑戰并存,如何將大數據分析完善的應用于電力設備狀態評估之中,以通過大數據信息挖掘功能的充分發揮來提升設備狀態評估的準確性,進而為確保電力設備的穩定、安全運行提供保障,亟待解決。基于此,本文首先針大數據分析下電力設備狀態評估的實際需求進行了分析,在此基礎上,集合實際應用為如何構建相應的大數據分析系統提出了對策。
大數據分析;電力設備;狀態評估;研究
在電力行業中,實現電力系統安全、可靠運行是提升電網供電能力并提高電力企業競爭實力的根本所在,而在實際開展該項工作的過程中,需要實現對電力設備狀態的有效評估,進而才能夠為及時落實電力設備狀態檢修、確保電網的穩定運行提供保障。而將大數據分析技術應用于電力設備狀態評估之中,則能夠通過相應信息化系統的搭建來實現海量信息的搜集,通過數據庫的搭建為實現對設備狀態的有效評估奠定技術基礎。
為了充分的實現大數據分析的優勢作用與價值,進而為實現相應評估系統的完善搭建、并實現對電力設備狀態的有效評估提供技術保障,就需要針對實際需求進行分析。首先,在數據采集與存儲上。基于大數據分析下,需要實現關系型與非關系型數據庫的搭建,同時要實現數據實時推送數據接入口的構建,進而才能夠確保實現對實時與非實時數據信息的有效采集;在數據處理上,同樣要針對電力設備狀態評估所設計到的各種數據類型實現數據存儲技術的應用,其中采用分布式存儲技術則能夠以低成本投入來實現對存儲系統的有效拓展,并能夠滿足不同類型數據信息存儲之需。其次,計算處理與分析挖掘需求分析。在數據計算處理上,需要實現對海量信息數據的實施監測與分析,因此,基于大數據分析下,要想實現對電力設備狀態的有效監測,并實現對信息數據的實時且高效處理,就需要以在線監測、分析與計算等數據處理平臺的構建為基礎,并將業務算法進行有效融入,以確保能夠實現數據信息的離線分析與處理;在信息挖掘上,需要以相應關聯分析模型的構建為基礎,建立完善的算法庫,進而通過大數據技術來實現對海量信息的有效分析與預測。
2.1 電力大數據分析在智能電網中的應用
可具體應用于如下的環節之中:第一,在發電環節上,以大數據分析技術的應用能夠實現對發電設備運行的實際狀態進行實時監控,進而通過對相應數據的分析與整理來提高設備的使用效率,為最終落實電網節能、提高電力企業經濟效益奠定基礎;第二,在輸電方面,通過大數據分析技術的應用,能夠實現對輸電設備運行狀態的實時與非實時性監管,通過對海量數據信息的搜集來實現集成化管理;第三,在變電環節上,通過對智能化設備的監控,實現海量信息的深度挖掘,進而通過對信息的整合與利用,為促進電網智能化建設的發展奠定基礎;第四,在配電上,能夠通過數據采集與整合來實現電力的自動化調度,進而通過數據的統一監管來實現電力的優化調度;第五,在用電與調度上。用電上,能夠為實現對電力用戶用電情況的自動化統計、并實現增值業務的擴展奠定信息基礎;在電力調度上,能夠以大數據分析技術的應用為基礎,通過調控合一調度技術的應用來優化電力調度。
2.2 電力大數據分析在信息化監管與服務平臺中的應用
基于三集五大體系的搭建,集成化信息系統平臺的構建促使海量數據信息內容誕生,為了能夠滿足當前電力行業在信息處理上的實際需求,進而為落實電力設備評估工作提供技術支撐,就需要將大數據分析技術進行引入,進而為電力企業通過信息化監管的有效實現來構建出專業化、集約化的管理模式。與此同時,在電力企業運營監控中心與客服中心,將大數據分析技術進行引入能夠為運營監控中心實現全方位實時化的運營監管奠定有效的信息處理技術基礎;同時,在客服中心引入大數據分析技術,則能夠通過對用戶海量信息的完善搜集、分析與存儲,來提升電力企業的服務質量。
3.1 大數據技術概述
大數據技術的具體分類如下:第一,數據存儲技術。主要是以內存數據庫以及分布式文件系統等技術的落實來實現對數據信息的存儲,在此過程中,要具備存儲結構管理以及容量壓縮的能力。第二,數據整合技術。這一技術主要是實現對大數據的獲取與轉換,即在獲取實時數據的基礎上,將結構與非結構數據進行有效的轉換,在實際應用的過程中主要是采用PIG以及HIVE等技術。第三,數據計算與處理技術。主要是通過Map/Reduce技術等來實現對大數據的高效計算與處理;第四,數據應用技術。主要是通過語言處理以及數據挖掘等技術的應用來實現對大數據信息資源的深入挖掘,進而充分實現電力設備數據信息資源的使用價值。
3.2 大數據分析下電力設備狀態評估系統的構建
3.2.1 系統構建
在實際利用電力大數據分析技術的過程中,首先需要實現統一系統平臺的構建,進而才能夠滿足各項業務信息處理的實際需求,在實際落實的過程中,系統平臺的構建主要需要包括如下內容:第一,數據整合與存儲模塊。以相應數據采集技術為基礎上,實現對關系數據庫記錄、日志、視頻等各種結構數據的采集,且數據采集要實現實時與非實時的功能;在數據存儲上,要結合數據的實際類型,以及相應數據對計算的實際需求,構建相應的存儲與查詢模板。第二,數據計算與分析模塊。要以完善的計算功能為基礎,實現對各種信息結構的計算處理,進而為實時決策的落實并實現有效的預警奠定基礎,同時要實現對數據的離線處理與批量計算處理;在數據分析上需要實現對數據的深入挖掘,為實現業務的科學決策與業務深度與廣度的拓展奠定基礎。第三,平臺服務模塊。需要在落實基礎系統構建的基礎上,構建出完善的大數據平臺,進而為實現大數據分析技術在電力設備狀態評估中的有效且完善應用奠定基礎;第四,安全預配置模塊。安全模塊的構建是為了確保該系統的安全、穩健運行,避免發生數據信息的泄漏與丟失問題;管理模塊的搭建則能夠為落實實時監管、提高系統運行能力、優化系統資源配置與管理奠定基礎。
3.2.2 技術框架的搭建
技術框架的搭建是以系統平臺的構建為基礎的,在實際落實的過程中,主要需要實現如下幾項內容的落實:針對數據資源、集成服務、開發工具以及業務應用來實現技術上的深入探討,確保實現相應組件的優化配置,以通過研發技術的提升來強化該系統的實際應用功能,為充分發揮出大數據分析技術在電力設備運行狀態評估中的作用與價值奠定基礎。
綜上所述,基于信息技術的不斷發展,將大數據分析技術應用于電力設備狀態評估中,能夠為實現對電力設備運行狀態的實時監管、及時落實設備運行維護與管理工作奠定信息基礎。在實際應用的過程中,需要結合實際需求與相應應用為基礎上,實現這一系統的完善構建,進而為充分發揮出大數據分析在電力企業中的作用、提升電力系統運行的可靠性與安全性、提高電力企業的競爭實力奠定基礎。
[1]白洋.面向大數據的電力設備狀態監測信息聚合研究[D].昆明理工大學,2014.
[2]劉樹仁.基于Hadoop的電力設備狀態監測數據存儲與訪問研究[D].華北電力大學,2013.
[3]宮宇,呂金壯.大數據挖掘分析在電力設備狀態評估中的應用[J].南方電網技術,2014(06):74-77.
[4]張金萍.基于預試數據的電力設備健康狀態評估[D].華北電力大學(北京),2004.
TM76
A
1674-6708(2015)148-0077-02