计量、终端故障专家库的生成及应用

摘 要：计量、终端故障专家库基于当前计量自动化系统基础应用，采用Hadoop的分布式处理技术，构建了以传统计量的关系库为基础，引入大数据技术的新型计量自动化系统；此外，利用Spark大数据技术实现提高海量数据分析性能，在数据库、应用以及数据采集等方面采用集群技术，提高系统的高效性、扩展性和可用性。根据专家专业经验分析，形成数据库，解决当前计量、终端故障判据单一的问题，并在计量自动化系统形成可视化页面，可以有效辅助计量工作的开展，提高效率。

关键词：计量；故障判据；专家库；大数据

引言

随着社会经济的发展、用户需求多样化、供电可靠性要求不断提高，对于电能计量的要求也日益增加，运用计量自动化终端对电能信息进行自动正确的采集、上传，能够更加快捷的实现监测和管理，从而进一步制定用电计划，提高工作效率。此外，智能电网的建设已经搭起框架，计量自动化的全面覆盖将是智能电网发展的重要一步。大数据和云平台的优势也将引入电能计量的应用中。因此，对计量、终端的全周期管理是一个重要的课题。

1 技术内容

当前计量、终端故障包括装置故障和在运行中出现的故障两大方面，通过对装置的应用已经形成了基本的故障类型和处理方法。然而在实际的工作中，很多故障现象是多重的，将多个故障判据综合分析才能更直接的得到故障类型。这些都是具有长期工作经验的老师傅一次次实践得来。建立一个计量、终端故障专家库，将判据写入程序，形成可持续性完善的分析中心，通过组合故障判据，生成对应的故障类型，能够更细致的对状态、数据进行分析，得到准确的故障类型，有助于故障处理，提高处理效率，从而进一步提高各类终端的上线率、采集完整率等指标。

贵阳供电局目前已实现应用于专变用户的负荷管理终端及应用于公用配变的配变监测终端全覆盖，各类终端数量庞大，故障量也随之增加。过去，计量自动化系统的上线运行实现了对整个贵阳供电局的电能信息实时监测，将终端档案录入系统，就可以远程对用户、变电站、变压器进行管理，大大的提高了管理能力。然而由于建设规模大、人员配置少，很多终端安装马虎，档案不完善，导致没有达到计量自动化的最终要求。通过多年的改造，贵阳供电局当前的计量自动化水平在满足实际的需求之外，已经有了更多的创新，很多新功能的应用也达到了国内领先水平。在这样的形势下，如何更好的节省电力计量中所存在的人力、物力浪费也成为专业工作的一部分。

计量、终端故障通过计量自动化系统对数据的分析，能够得到一个基础判定，在大量的终端处理中往往更多是得到一个宽泛的故障类型，需要通过进一步的查看数据才能得到具体的处理方法。由于计量专业工作量大，员工数量根本无法满足故障处理的运维条件，因此终端运维以项目形式委托给有资质的单位，往往这些单位通过招投标形式无法固定，作业人员专业技术参差不齐，很多故障无法排查，这样就需要浪费大量的时间来分析故障原因，同时也增加了供电局计量专业员工的业务量。经过分析，就可以在线、远程操作的故障，又让作业人员增加了现场勘查的时间，无形之中增加了很多的时间成本，而且增加了恢复计量采集的时间，影响了用户的稳定用电，也降低了供电局的管理效率。增加计量、终端故障判据专家库，可以自定义故障判据和故障类型，从而能更直观的从计量自动化页面进行查询统计，有效辅助处缺工作的开展。

2 关键技术分析

计量、终端故障判据专家库基于Hadoop的分布式处理技术，构建了以传统计量的关系库为基础，引入大数据技术的新型计量自动化系统。将大数据架构引入，合理应用服务器、硬盘及网络等硬件设备，保障系统的可靠运行，将分布式存储与计量系统关系库进行结合，目前已建立10个节点的计算分布式集群，最终数据计算容量能够大于P级。档案数据取自内存关系库，数据取自Oracle内存库，实时计算数据映射HDFS，最终汇总数据存到Oracle关系库，充分利用各个存储的机制，混合形成兼容计算，查询的存储关系，提高计量自动化系统的计算效率，减少计算时间。

计量、终端故障判据专家库基于云平台利用Spark大数据技术实现提高海量数据分析性能并充分利用现有采集各类数据进行数据深入挖掘和分析，逐步实现由计量装置管理向电能量数据管理的转变，为其他系统提供全方位、高质量电能量数据和高级分析应用的目的。

计量、终端故障判据专家库在数据库、应用以及数据采集等方面采用集群技术，提高系统的高效性、扩展性和可用性。集群通过并行计算的方式提高系统的性能，并行计算是指将一个应用程序分割成多块可以并行执行的部分并指定到多个处理器上执行的方法。处理任务后通过调度器程序将任务分配给各个计算节点执行；运行结束后通过单一界面将结果返回给用户。集群的分布式计算可以充分发挥系统中所有硬件资源的效率，通过多个低成本的服务器（如PC+WINDOWS），达到海量系统处理的高性能。集群采用负载均衡技术来提高系统的可扩展性。群集在多节点之间按照负载均衡策略（算法）分发处理负载。负载均衡建立在现有网络结构之上，它提供了一种廉价有效的方法来扩展服务器带宽，增加吞吐量，提高数据处理能力，同时又可以避免单点故障。集群中的每一台提供服务的计算机，称之为节点。当一个节点不可用或者不能处理客户的请求时，该请求将会转到另外的可用节点来处理，而这些对于客户端来说，它根本不必关心这些要使用的资源所处的具体位置，集群系统会自动完成。内存数据库技术是将数据放在内存中直接操作的数据库技术。利用内存的读写速度比磁盘快、内存是随机访问而磁盘是顺序访问这两个特点，相对于磁盘，内存的数据读写速度要高出几个数量级，将数据保存在内存中相比从磁盘上访问能够极大地提高应用的性能。同时，内存数据库抛弃了磁盘数据管理的传统方式，基于全部数据都在内存中重新设计了体系结构，并且在数据缓存、快速算法、并行操作方面也进行了相应的改进，所以数据处理速度比传統数据库的数据处理速度要快很多，一般都在10倍以上。相对于利用程序开发手段调用内存处理来说，内存数据库自有其优势。首先，内存数据库是产品化的数据库管理软件，极大缩短了开发周期；其次，内存数据库有着开放的平台和接口，程序开发和移植更加灵活便捷，也便于维护和二次开发；第三，可以通过使用统一的SQL语言方便地查询内存中的数据；最后，能在数据库中保障数据的安全性和完整性。这些优势，对于快速部署和简化维护都是有利的。

3 结束语

通过对计量、故障专家库的研究，全方位的加深了电能计量、自动化终端、主站系统之间的流程关系。建立计量、故障专家库，形成可持续完善的分析中心，有效解决当前故障处理时间长，效果差的现象，有效提高故障处理小老板，提高各位运行指标，切实完成供电局对各类用户、变电站、变压器的实时监测，从而进一步提高计量自动化水平。

作者简介：汤翎艺（1992-），女，籍贯：贵州省贵阳市，学历：本科，助理工程师，单位：贵州电网有限责任公司贵阳供电局，研究方向：计量自动化。