用電信息采集系統建設及其大數據應用分析

馮曉宏

摘 要：近年來隨著電力規模的增加，用電信息采集系統的應用范圍以及所采集數據的量都在不斷加大，同時期復雜程度也在提升。傳統的數據采集處理技術和系統架構很難滿足不斷發展的電力數據處理分析方面的需求，而隨著大數據技術的出現和應用能夠有效解決傳統采集系統無法完成的作業，能夠為處理用電信息數據量快速提升、數據關聯性不斷增加的需要提供技術支持。本文主要分析大數據背景下用電信息采集系統建設方面的問題，希望能夠對相關人士有所幫助。

關鍵詞：用電信息采集系統 大數據 系統架構

中圖分類號：G202 文獻標識碼：A 文章編號：1672-3791（2018）10（a）-0024-02

隨著近些年我國智能電網建設的加快，傳統數據采集處理技術和系統架構已經無法滿足現階段對于用電信息數據處理的要求，這也促使了用電信息采集系統的快速發展，其所具有的信息化、自動化以及智能化的特點使其得到了廣泛應用。隨著信息技術的快速發展，大數據技術已經在很多的領域得到了應用。將大數據技術應用到用電信息采集系統中也成為發展方向，能夠進一步推動用電信息采集系統的發展，對于電力行業的發展具有相應的作用。

1 用電信息采集系統的相關概述

隨著近些年用電量的數量逐漸增加、規模逐步擴大，在很大程度上增加了我國用電數據的采集量，并且也提升了用電信息采集系統數據采集以及數據分析的難度。但是隨著近些年大數據技術的快速發展以及應用能夠很好地處理用電信息采集系統實時數據量較大的問題。從相關文獻以及實踐中可知，滿足IEC國際通信標準的大數據用電信息采集系統能夠同時滿足千萬級用戶的需求，可以高效穩定地實現用電信息采集方面的功能，例如遠程參數配置、數據實時采集、電能質量檢測、停電檢測等，從而進一步提升對用電客戶的服務質量。

2 大數據技術應用

2.1 數據的存儲

大數據技術在信息采集系統中的應用，可以通過分布式存儲方式有效解決數據丟失的問題，避免出現嚴重的經濟損失。同時分布式存儲能夠支持集群數據實施流計算，能夠確保計算數據的實時性。相對于集中式數據采集系統來說，分布式數據采集系統的可靠性更強、更具有可操作性，在進行用電信息采集時能夠確保采集數據的實時性以及HDFS數據的及時性。

2.2 深度的數據挖掘

隨著電力建設規模以及用電用戶數據的加劇，用電信息采集系統接收以及處理的數據量越來越大。為了能夠有效處理這些數據，可以對大量的數據實施必要的整合，通過深度的數據挖掘計算得到其潛藏的價值?？梢酝ㄟ^大數據技術來對信息系統采集到的數據進行深入的挖掘和處理，將此作為依據來幫助用電信息采集系統實施更加精細化的管理以及決策。在對數據進行深度分析挖掘基礎上，可以準確及時地發現設備存在的異常，這樣就能夠采取針對性的措施進行解決來確保信息采集系統的正常運行，同時也可以利用反竊電、用電預測以及用電負荷預測等對潛在數據以及價值進行進一步的分析和挖掘。

3 大數據背景下用電信息采集系統建設

用電信息采集系統的總體架構主要包括3個部分，分別為采集對象、通信信道、系統主站等。傳統的系統主要架構的讀寫較為集中，這就造成了數據庫非常大的壓力，從而使得很多報表分析等不能按時完成。而在大數據技術的支持下，用電信息采集系統的主站架構可以采取分布式計算方式與傳統關系型數據庫并存的方式，將Hadoop分布式計算框架當作現有主站系統的補充，從而提升系統的整體性能。在大數據技術的應用下可以將原有數據庫進行擴展，形成生產數據庫、業務應用庫、歷史數據庫、大數據分布式集群所形成的全新架構。可以對業務實施必要的分割，形成符合傳統數據庫架構運行的事務處理業務以及滿足大數據技術機構的分析統計業務，這樣就能夠有效緩解生產數據庫的壓力。其架構如圖1所示。

3.1 生產數據庫

除了主站原有生產數據外，將其他功能進行剝離，只是進行系統采集數據的入庫所用。生產數據庫的重點在于數據的寫入、業務操作以及數據查詢（這些數據要和現場具有比較強的交互，具有較高的時效性）等方面，例如電價的巡檢、實時費控等相關業務。一般情況下生產數據庫可以儲存3～6個月的數據。

3.2 業務應用庫

業務應用庫的作用在于數據的應用以及統計分析，不同于生產數據庫的寫入操作，業務應用庫重點在于數據讀取和上層的數據統計分析，從而建立起其他業務系統的統一數據接口。正常情況下此庫所存儲的數據主要有所有的檔案數據、和生產數據庫同步的原始采集數據、統計分析計算所得報表數據（主要是分布式計算所得）等。為了確保數據的準確性、可用性、及時性，要確保業務應用庫的數據要和生產數據庫的數據實時同步。

3.3 歷史數據庫

通過歷史數據庫的建設能夠有效緩解生產數據庫、業務應用庫數據方面的壓力，能夠防止由于數據量較大的影響而造成的數據分析計算性能的降低。正常情況下歷史數據庫只需要保留業務應用庫之前的原始采集數據即可。同樣也要確保歷史數據庫和業務應用庫的數據同步，一般可以采取存儲過程定時抽取、ETL數據抽取等方式來進行。

3.4 大數據分布式集群

此部分的主要作用在于分析并計算數據存儲層的基礎數據內容，從而為上層業務的應用提供必要的數據支持。首先要通過前置采集服務器集群進行電力用戶用電信息數據的采集，之后將其寫入到大數據分布式集群進行相應的分析計算。

4 結語

隨著用電規模的逐漸加大，用電信息采集系統面臨著數據量不斷增加的問題。通過大數據技術的應用能夠建立起全新的系統架構，緩解因數據量增加而對用電信息采集系統造成的壓力。本文主要介紹了大數據背景下用電信息采集系統建設的內容，對于電力行業信息系統發展具有一定的參考作用。

參考文獻

[1] 牟穎瑩.用電信息采集系統大數據在電能表時鐘管理研究中的應用[J].南方農機，2018（8）：15-17.

[2] 劉亞騎，張昌棟，韓為民.大數據環境下的用電信息采集系統建設[J].自動化與儀器儀表，2018（5）：18-19.

[3] 許向東，胡赫.用電信息采集系統應用現狀及發展趨勢[J].科技經濟導刊，2018（1）：88-91.

[4] 陳子軒，梁安波.基于大數據的用電信息采集運維監測系統設計[J].電子設計工程，2018（7）：18-19.