大數據的電力信息通信預警技術研究

孟瑞龍

摘要：本文主要針對大數據的電力信息通信預警技術展開研究，在簡單了解電力信息通信預警的意義的基礎上，詳細分析風險預警的具體架構。

關鍵詞：電力系統;大數據;電力信息通信預警技術;分析

引言

隨著科學技術的全面發展，電力成為生活生產的重要能源之一。電力信息通信網是專門應用于電力系統的網絡，也是支撐電力系統生產平穩運營的重要支柱。大數據時代的到來，為電力信息通信預警技術的提升帶來了更多技術支持和眾多可能。

1電力信息通信預警的意義

電力信息通信網絡是電力系統在正常運行過程中所使用的特定網絡，也是現階段電力系統能夠長久保持正常運行狀態的重要支柱之一，正是因為電力信息通信預警系統的存在，使得整個電力系統在實際運行的過程中，各部分之間能夠保持密切的聯系，能夠使整個系統處于正常運行的狀態中。當前，在很多電力企業中，對電力信息通信預警技術并沒有足夠的重視，故障排查工作大多仍然是依靠人工來完成，這就在一定程度上導致故障排查工作的精確度存在著非常大的問題，同時也很難利用現有的構架來完成故障的排查和處理。近些年來，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，同時還能夠在一定程度上使得整個電力信息通信系統的穩定性和安全性得到提高。

2電力信息通信預警技術具體架構

2.1電力通信風險剖析

電力通信系統近幾年來得到了全面的發展建設，數據化水平不斷提高，因此產生了很多數據處理解決方案，最為突出的是HADOOP和SPARK這兩個平臺。其中前者可以支持大規模的集群操作，可有效解決歷史數據中存在的問題，在短時間內完成對海量數據的分析，后者則是可以進行實時運算，利用流式處理和內存并行計算的方式，對實時性數據進行分析。可以說，二者相互補充，綜合應用效果最優。從目前設計的電力信息通信預警技術平臺來看，大部分都采用了綜合性的架構方式來進行綜合性分析。在實際應用過程中，利用兩個平臺分別對舊有數據和實時性數據進行分析，在風險發生的第一時間把控問題，管理人員也能更加從容的面對突發情況。值得一提的是，兩個平臺的集群操控特點非常突出，可以實現海量數據的精確計算，而且隨著數量的減少，計算速度也會隨之提升，是電力信息通信預警系統中必不可少的存在。

2.2數據采集

所謂數據采集，就是指獲取數據，利用多種數據庫，存儲不同來源的數據。傳統的數據采集一般數據來源和結構比較單一，數據量也十分有限。而大數據在進行數據采集時，獲取數據的來源比較廣泛，數據類型更加豐富，數據數量更加龐大。大數據技術的優點之一是可以在一定時間內，迅速而便捷地對數據集進行獲取、管理和處理工作，并且獲取的數據集往往具有規模大、種類格式多樣、來源廣、質量高等特點。同時，因為采集的數據種類和數量龐雜，也不可避免地具有價值密度低的特點，這種情況下，大數據技術利用自身的技術優勢，對采集到的數據進行合理整合，便于使用者獲取自己想要的信息。完成隨著大數據時代的到來，電力信息通信網絡增加了設備種類和數量，并得以利用大數據技術進一步完善系統架構。系統數據的大數據特點日益凸顯。利用大數據電力信息通信預警技術，電力信息通信相關技術人員可以迅速、及時采集全部所需的數據信息，提高工作效率。

2.3基于大數據的相關數據處理

以大數據分析為基礎的總體功能架構，在技術層面來看，可以更好地應用SOA的架構模板，在服務的端口方面則可將Java技術當做首選，而在客戶端的開發上，B/S技術則可以為預警系統提供必要的支撐。在功能的劃分上，預警系統應該五大模塊構成，即由接口模塊、采集模塊、數據挖掘、分析模塊、預警生成模塊五大模塊構成。以這五大模塊作為有效支撐，能夠更好有助于信息預警系統在每一個環節進行精準的工作。幵且，完備的功能模塊還能夠更好的盤點梳理電力運行設備的資產以及地理情況，幫助預警管理人員能夠切實地了解電力的各類信息，從而使得管理人員能夠以此為基礎做好相關數據、設備的統計工作。并且，五大功能模塊的完善還有助于管理人員能夠在電網出現問題的第一時間做出判斷，并根據判斷做出預警信息的發布。最后就是硬件層面的布置，以點力系統的事次安全防護為根本出發點，大數據基礎下的點力信息通信預警技術，必須要遵循電力系統運行的基本原則。因此，在硬件層面應該對預警系統安裝必要的防護隔離裝置來提升其的安全系數。這里需單獨指出的是，預警系統在運行的過程中，還應該遵循相應的標準，從而避免操作失誤所導致的意外損失。只有在這樣的基礎上，才能使得預警系統能夠以穩定的狀態，繼而保證數據的采集、挖掘以及預警等相關工作。

2.4通信風險預警

在現階段電力企業電力信息通信預警技術的應用過程中，技術人員首先要做的就是構架一個關于電力信息通信大數據處理的基本框架，該框架的構建對預警的精確度以及作業質量都有著非常重要的作用和意義。在基本框架建立之后，就能夠對各種數據信息進行收集整理、分析，框架中對應收集的日志板塊其主要工作職責就是對來自電力系統中各個子系統數據的收集，其中常見的有網絡日志以及防火墻日志等。通常情況下，需要利用Hive技術來創建各種分析模型，這樣就能夠保證日志的多維度查詢，之后就能夠根據數據的具體分類表情況，對現有的日志進行合理的分析。在整個數據分析工作開展的過程中，主要就是依托大數據技術處理手段，在該技術應用的基礎上對相應的數據進行更加深入的挖掘，通過這樣一系列的數據處理措施以及架構的建立，就能夠在一定程度上保證電力信息通信系統在遇到故障時，能夠實現自動預警，使電力系統運行的安全性能夠得到全面的提升。

2.5趨勢預測

大數據電力信息通信預警技術的一個重要優點在于可以利用大數據技術、實時數據流處理技術、關聯分析挖掘技術和狀態評估技術等，將相關技術進行整合，建立分析模型，科學有效地全面感知信息通信風險態勢，對電力信息通信的安全問題進行趨勢預測，及時發現和剔除潛在的風險，保障電力信息通信流暢、高效、有效地運行，提高電力信息通信的穩定性和安全指數。運用ARIMA、STL等方法建模以進行趨勢預測，是大數據電力信息通信預警技術的經常性應用，它是通過對電力信息通信的資源指標進行趨勢分析，判斷資源是否即將觸發預警條件。

結束語

充分利用大數據技術，對電力信息通信系統所常用的狀態、運行、故障燈數據進行便捷采集、實時處理，通過關聯分析，對電力信息通信系統進行科學客觀的評估和預測，有效加強了解和掌控，完善電力信息通信預警技術，對電力信息通信系統而言意義重大。

參考文獻

[1]周平，馬斌，韓冰等.基于大數據平臺的日志分析預警技術研究[J].電腦知識與技術，2016，12（32）：266-267.

[2]付萍萍，馬勇，李路明等.以風險防控為中心的大型電網企業信息安全管理體系研究[J].電力信息與通信技術，2015，13（8）：89-90.

[3]段軍紅，張乃丹，趙博等.電力大數據基礎體系架構與應用研究[J].電力信息與通信技術，2015，13（2）：92-93.