基于云端大數據分析的排產策略在電力系統的應用

李崇旭，顧文明

（南京南瑞繼保電氣有限公司，江蘇 南京 211102）

0 引 言

現如今社會發展過程中，信息技術和互聯網技術發展迅速。隨著時代的發展，人們對各個領域提出了更高的要求，其中包括電力系統。相關的電力設備生產企業在后續的發展過程中需要積極利用云端技術和大數據技術。兩種技術優勢的融合，促使電力系統能夠實現高水平的排產策略應用，有效滿足人們的需求。因此，本文詳盡地闡述了基于云端大數據分析的排產策略在電力系統的應用，并提出了意見和應用對策。

1 基于云端大數據分析的排產策略的概述

電力領域中涉及到的云端技術是一種適合在電力系統中利用大數據進行分析和統計的云模式。目前，電力領域中電力云技術的應用非常常見，主要運用在各項數據的統計和計算工作中?；谠贫舜髷祿治龅呐女a策略也是一種新型的數據分析模式，模式應用過程中會以云計算基礎為主要依據，與傳統的人工統計和計算相比，效率和準確性都得到了較大提升[1]。另外，在電力系統中應用基于云端大數據分析的排產策略能夠有效地監測企業過往排產執行過程中存在的各種問題，幫助相關工作人員后續進行針對性的補足和優化，以促進企業的未來發展。而且隨著相關技術的快速發展，基于云端大數據分析技術的效率和質量不斷提升，會逐漸滲透到電力領域的各個方面。

2 電力大數據的主要特點

2.1 電力大數據的數據量比較大

國家電網實際的運營和發展是以物理電網為基礎，應用各種先進技術，其中包含通信技術、信息技術以及控制技術等，形成了目前國內正在使用的新型電網[2]。新型電網在實際的使用過程中會產生大量的數據和信息，從中就不難看出，電力大數據最主要的特點之一就是數據量比較大，因此需要應用大數據技術和智能技術，對其進行提取和分析，以此為基礎形成的排產策略在電力設備制造系統中的應用，可以使得電力系統設備制造變得更加科學精益。

2.2 處理速度比較快

面對龐大的電力大數據信息量，需要應用最新的信息技術和數據處理技術，完成這些數據信息的高速處理。例如，在實際基于云端大數據分析的排產策略在電力系統的應用過程中，就需要使用到新型技術制造出的智能軟件和硬件設備，這些軟件和硬件設備的數據處理速度上可以達到每秒數十萬多次，正好應對上了電力大數據自身數據量比較大的這一特點，因此可以說電力大數據的數據量比較大和處理速度比較快的特點是互相對應的[3]。

2.3 數據類型比較多

電力行業本身就是一個涉及范圍非常廣泛的行業，跨單位和跨專業是經常出現的一種情況，由此在實際的生產運行過程中就會產生一些結構化和非結構化的數據，在結構化和非結構化的基礎之上，相關的數據和信息還能夠繼續進行細化，包含文本、圖像、設備狀態以及異常報文等不同類型，除此之外數據的來源也是多樣化的，并且隨著電力行業的高速發展，非結構化的數據量開始快速增長，已經成為了電力大數據的常態。

2.4 精確性比較高

實現基于云端大數據分析的排產策略在電力系統中的應用后，各種智能終端設備可以實時采集并且上傳電力大數據，在這一過程中，各項數據能夠保持足夠的精準性。相關的電力企業可以借助這些精確性比較高的數據模擬不同的業務場景，促進企業的發展。

3 基于云端大數據分析的排產策略在電力系統中的應用

在現如今的電力系統中，進行基于云端大數據分析排產策略的應用已經成為了電力系統設備制造業努力拓展的一種發展方向，這使得相關數據的有效性和準確性提高了很多，但與此同時也對相關的電力系統中的工作人員提出了更高的要求，對于實現企業的高效有序運行和階段經濟效益都具有重要的作用[4]。

3.1 分析系統的應用

基于云計算的電力設備生產大數據分析系統體系結構示意如圖1所示。

從圖1中不難看出，電力系統基于云端大數據分析的排產策略應用過程中，分析系統中大量的數據環節，以一個固定頻次進行周期性的數據采集工作，對后續配套的系統進行整合[5]。首先，需要先將后臺用戶的日志導入到系統中，圖1中的系統能夠對電力系統的海量數據和信息進行肢解，后續按照維度對最細分粒度和流轉最細粒度進行劃分，形成相對應的數據，并且將其存放在HIVE當中。這一過程的難點在于日志的數量比較大，通常都是數百GB左右，因此系統需要運用Apache Pig完成最細分粒度數據的劃分工作，這是一個大型數據集的分析平臺，可以使用高層次的語言表達數據完成程序分析，進而對相關的方案和基礎數據進行處理，其中特征碼對于頁面流轉的統計分析非常重要。后續系統還需要逐個地清理原始日志，排出其中存在的垃圾信息和不完整的信息，這樣才能以分析結果為基礎制定出更加精準的排產策略，這也是基于云計算的電力設備生產大數據分析系統體系主要作用之一。

3.2 分析技術的應用

在電力系統設備智能制造的實際發展過程中，實時數據采集所受到的限制因素較多，其一就是系統自身儲存功能的限制。因為數據量和類型都比較多，再加上儲存功能的限制，因此在基于云端大數據分析的排產策略在電力系統生產的應用過程中，在進行電力大數據的分析和計算工作中進行積極的數據采集工作，并且實現相關數據和信息的提取，科學合理地應用各種云計算分析技術，并以此為基礎，將數據和信息的價值有效發揮出來。

3.3 以用戶實際需求進行應用

總體來說，電力系統最終是為了社會發展和用戶群體進行服務，進行基于云端大數據分析的排產策略的應用也是如此。因此在實現排產策略應用的過程中首要一點是重視用戶的實際需求，隨著國內電力企業在發展過程中已經越來越重視基于云端大數據分析的排產策略的應用，使得國內的電網智能化得到了快速的發展。另外需要注意的是，基于大數據分析的排產策略在應用的過程中需要促使其向規模化和智能化的方向進行發展，在這種情況之下，更需要注重廣大用戶的實際需求。為了實現這一點，在正式開展基于云端大數據分析的排產策略在電力系統中的應用之前，需要設置專業的工作人員進行需求調研工作，并且實時針對性地采集數據[6]。

4 基于云端大數據分析的排產策略的發展前景

目前，國內的大數據處理技術發展迅速，給予了電力系統發展一定機遇的同時，也給電力系統發展帶來了一定的挑戰。APS排產系統在制造業也得到了非常廣泛的應用，其核心是一套成熟高效智能化的排產策略。在后續的發展過程中，大數據技術會與其他學科進行一定的融合，隨著時間的推移，電力設備制造行業的數字化程度也會逐漸加深。但是后續的大數據技術應用也存在著一定的困難，在這種情況下就需要強化大數據技術的研究和相關技術人才的培養，將人工的思維轉化為數據模型，使得系統自學習、云升級，這樣才能實現對復雜數據和信息的有效處理[7]。

另外，目前基于云端大數據分析的排產策略在電力系統的應用過程中，還存在著一定的安全性的問題，后續也比較容易出現信息數據泄露的危險，這些都是后續基于云端大數據分析的排產策略優化過程中需要解決的問題。

5 結 論

介于當前針對基于云端大數據分析的排產策略在電力設備制造企業應用的相關研究和分析，傳統的電力系統設備制造模式已經逐漸不能滿足行業發展需求，這種情況下對于基于云端大數據分析的排產策略在電力系統設備制造業的應用迫在眉睫。應用云計算技術和大數據技術的處理速度快、兼容性比較強以及智能化等優勢，對于提升電力系統設備制造整體的能力具有明顯作用。