基于大數據的智慧用電系統設計及實現研究

何豐明

（四川鑄創安全科技有限公司，四川 成都 610041）

0 引 言

智慧用電系統的設計科學性將會對系統功能產生深刻影響。因此，在智慧用電系統設計環節，需保障大數據技術的有效應用。

1 智慧用電系統概述

智慧用電是一種能夠保證系統高質高效、安全平穩用電的技術，智慧用電需要基于物聯網、人工智能、移動互聯網、可視化技術、虛擬現實技術的支持。在實際應用環節，相關工作可以利用智慧用電系統來實時監控用電線路，監測電流、電壓、溫度以及設備故障數據，為提高用電安全性提供輔助。依托于智慧用電系統，可構建多元電力安全管理模式，實現人防、物防和技防的深度結合，為切實保證用電者的人身財產安全奠定基礎。

傳統的智慧用電系統中設有用電單元監測設備和數據傳輸、應用和分析平臺，能夠基于數據整合與分析預判用戶用電行為，從而合理預測用電隱患、優化電力資源配置、系統智能預報警。但隨著電網規模的擴大和電力技術的發展，傳統的智慧用電系統已經難以滿足當前的智慧用電需求，要保障智慧用電系統的使用有效性就必須在其中融入新的技術。當前，智慧用電系統主要面臨數據處理壓力，那么相關工作人員可以在設計環節引入大數據技術，以高效開展數據采集、存儲、挖掘、整合、分析和可視化呈現，進而提升智慧用電系統應用有效性。

2 基于大數據的智慧用電系統設計

當前，智慧用電系統的設計人員需保證系統具有強大的監控、示警和預處理能力，可以為保障用電線路使用安全、電力資源配置合理、用電隱患精準預測和電力數據高效處理奠定基礎。應用大數據技術，可以對海量數據進行有效處理，從而快速獲得有價值和目標指向性的數據信息，可充分滿足智慧用電系統的設計需要，緩解該系統應用環節所面臨的數據處理壓力。因此，基于大戶數據而開展智慧用電系統設計十分可行。

2.1 設計構思

基于大數據的智慧用電系統，需要對電力數據的內容以及關系進行深度挖掘，并且數據在各個業務層級之間都能得到有效應用。為此，設計人員可以選用分布式系統基礎框架，為提高智慧用電系統的可靠性、擴展性、容錯性以及高效性提供保障。在設計智慧用電系統時，相關工作人員需要基于智慧用電的監管需要，合理劃分系統額度業務層級，并梳理系統的運行邏輯和流程，保證系統應用有效；確定智慧用電系統的框架以后，相關工作人員還需要為任務處理選定編程模型，并為數據管理選定應用工具[1]。例如，將移動互聯網、物聯網智能終端、云計算、大數據技術進行整合，針對低壓配電線路負載端的剩余電流、溫度、電流、電壓以及頻率等用電參數進行實時監測，并通過網絡端、應用小程序與電話二次報警等方式進行報警信息的推送，實現對智慧用電系統的遠程管理。

2.2 設計方案

基于大數據、云計算、移動互聯網與物聯網智能終端進行智慧用電系統設計，（系統框架如圖1所示），將系統劃分為數據接入、數據存儲、服務模塊、分析模型與系統應用共5個層級，為用電線路監控、用電行為預測、用電風險防范和智慧用電體系建設提供保障。

圖1 基于大數據的智慧用電系統框架

2.2.1 數據接入層

在系統框架中，數據接入層主要將用電數據導入、采集、抽取以及簡單處理。在此環節，需要設計多元化的日志處理系統，來保障數據接入有效。例如，選用日志收集系統、數據收集系統、分布式發布訂閱消息系統，為以后抽取、整合與清洗數據奠定基礎。同時，這一環節還應該確保所有接入的數據具有準確性、全面性和安全性，利用數據庫進行采集數據的統一存儲。

2.2.2 數據儲存層

由于當前電力系統中存有海量用電信息、電力設備運行數據，因此對于數據庫技術的選用與結構優化設計提出現實要求。在智慧用電系統中，設計人員可以基于大數據技術的應用要求和電力數據儲存需求，建立非結構化數據庫，用于將平臺監測到的電流、電壓、線纜溫度、有功功率、無功功率以及總功率因數等數據進行實時存儲與刷新，并采用圖表形式進行可視化呈現，便于操作人員登錄平臺直觀查看當前用電情況等信息，為提高數據庫管理和調度質量奠定基礎。

2.2.3 服務模塊層

基于大數據的智慧用電系統服務模塊，需要具備計算、分析、控制功能，從而為保證系統運行的安全性與有效性奠定基礎。在實踐中，智慧用電系統的信息安全控制、電力線路數據分析計算、系統信息展示以及系統管理都應該以服務模塊為基礎來開展[2]。因此，在其設計環節必須對各功能的有效發揮進行合理設計，規范模塊結構和運行邏輯，為提升系統運行可靠性提供輔助。例如，利用集中管理模塊實現資源優化配置；利用可視化模塊展現設備運行狀態與儀器運行數據；利用安全防護網絡與防火墻技術保證數據與系統安全，實現數據的加密傳輸；基于數據分析有效開展大數據分析處理；基于數據計算引擎，高效開展系統數據計算等。

2.2.4 分析模型層

這一層級的主要運行目的，基于數據分析模型預測用電風險，提高用電異常監測質效。在實踐中，導入智慧用電系統中的信息數據過于龐雜，要保證分析有效性就必須對經過清洗和標準化的信息進行高效處理。例如，根據聚類算法建立監測與預測模型，讓系統數據能夠被快速整合、處理和分析。

2.2.5 系統應用層

基于大數據的智慧用電系統可以充分滿足智慧用電需求，是一種具有高度靈活性和實用性的應用平臺。在實踐中，這一平臺的應用場景眾多，可以被廣泛應用在智慧建筑、智慧城市、智慧消防等方面，將會為構建智慧生活提供輔助。例如，運用該智慧用電管理系統支持實時查看多種類型的用電數據，利用技防改變傳統人防巡檢模式，節約用工成本、提高監管效率，并且依托三級防護體系從源頭遏制火災、觸電、設備燒毀等事故發生，實現及時預警監測，提高用電監管的智慧化水平。

3 大數據智慧用電技術要點

為保證基于大數據的智慧用電系統設計科學性和設計方案的可行性，相關工作人員也應該在實踐中做好大數據智慧用電管理技術要點的把控。在此環節，應從大數據的集成管理、儲存、處理和可視化方面開展全面管理。

3.1 集成管理

在基于大數據的智慧用電系統中，需要引入大數據智慧用電集成管理技術。該技術是多種技術方案數據合并后的產物，屬于數據集中管理技術，具有較為全面的功能性。數據來源復雜是大數據的一大特質，使得大數據的來源廣泛、類型繁雜且整體數據環境具有復雜性和多變性，數據處理的難度相對較高。在基于大數據的智慧用電系統中包含海量數據，若不能對這些數據進行有效合并，無法建立具有穩定性和全面性的數據集合，就難以保證系統運行安全。因此，相關工作人員需要保證數據處理邏輯和儲存媒介管理的統一性，避免出現信息孤島問題。

在智慧用電系統當中，信息抽取與集成都需要基于特定關系而開展。這些操作的本質是數據預處理，其目的是將原本龐雜、無序、瑣碎的大數據轉化成標準、可用且具有結構化特征的系統數據。在基于大數據的智慧用電系統中，HDFS系統的應用保證了數據存儲的安全性、可靠性和全面性，可將文件分別存儲于多個計算機節點的文件系統中，為系統有效運行提供保障。

3.2 數據分析

數據分析一直是大數據技術的核心。基于數據分析技術可以整理從有效數據中抽取具有參考價值的信息，并找出信息規律和潛在模態，為相關工作人員制定決策提供支持。隨著大數據技術的發展，大數據分析技術類型不斷增多，較為常見的有數據挖掘、關聯分析、遺傳算法、神經網絡、機器學習以及時間序列預測模型等[3]。大數據智慧用電的數據分析技術應用，可實現數據挖掘與機器學習算法的有機結合，從而對電路運行信息進行科學抽取和動態化分析，為實現高效高質決策提供輔助。

3.3 數據處理

大數據智慧用電數據的數據處理技術也是相關工作人員在設計基于大數據的智慧用電系統時需要關注的重點內容。在系統中，應該基于該技術保證大數據的分布式處理、泛化處理和實時處理有效性。同時，在應用數據泛化處理技術時，還應實現文本、多媒體和圖像處理技術的聯合應用。此外，在系統中還應采用流式處理技術來提高實時數據的處理成效，此時數據處理效率可達到毫秒級。

3.4 可視化處理

基于大數據的智慧用電系統能夠真實呈現數據信息，主要源自于數據可視化技術。這種技術能夠幫助系統管理人員和決策人員直觀、高效且全面地理解數據信息，明確智慧用電情況，還能為系統信息關系深挖提供輔助。在傳統的智慧用電系統中就已經應用了可視化技術，但在基于大數據的智慧用電系統中，可視化技術將與其他先進技術實現聯動，能對用電規律與數據關系進行有效挖掘和展示。例如，可視化技術將與數據分析模型結合應用，可以完整呈現系統內的大數據，更能直觀展現系統數據的走勢和排列規律，將會為危險預警、風險防范提供巨大幫助。

4 結 論

為了滿足智慧用電系統的數據分析和應用要求，相關工作人員應該基于大數據開展智慧用電系統設計。在這一過程中需要保證大數據智慧用電的集成管理、數據分析、數據處理和可視化技術都能得到合理應用。當然，在實踐中設計人員還應該深挖用電系統的數據關系，為合理設計系統運行框架和運行流程提供輔助。