基于大数据平台的电网线损与窃电预警分析关键技术分析

李晓明，张海学，许多红，刘经中

（国网甘肃省电力公司，甘肃 兰州 730070）

0 引 言

随着互联网技术的不断推进，我国电力网络体系发生了翻天覆地的变化。近年来，随着分布式移动储存装置、储存数据在人们日常生活中应用的不断增多，它的技术理念也愈发成熟[1]。截至目前，越来越多的企业倾向于通过企业内部数据进行大数据分析的方式辅助后续技术的改良和问题的解决。发电行业也是如此，尤其是在营配一体智能化系统的应用下，传统电力系统中运行环节的各个模块开始逐渐融合在一起，为电力管理者提供了更多资料数据，同时很大程度上提升了原有电力管理的效率[2]。

1 电网线损与窃电预警的设计模式分析

随着我国电力网络应用覆盖面的不断推进，实际电力网络运行过程中的电网线损和窃电问题逐渐凸显。目前，这两项问题的存在已经逐渐成为影响我国供电水平的主要问题[3]，因此针对这两项问题的处理便显得尤为重要。电力系统中，有关电网线损和窃电预警问题的设计大都需要遵循以下几个原则。第一，就线损和窃电问题进行大数据平台建设时，需要遵循能够运行、支持多种数据模块的原则[4]，使其能够涵盖大部分数据。第二，需要能够以较低的成本支出换取较低容量的数据存储能力，尤其是对电网数据存储来说，存在很多重复数据，因此针对这类型数据应避免使用传统的高价值储存技术。第三，为了从根本上保障电力系统运行的稳定性，需要数据处理平台根据实际的客户需求灵活转变数据长度，使其具备较好的实用性。第四，这一环节设计平台应具备一定的通用性水平，使其能够与大部分主流电力平台所适配，进而保障后续信息资源的流通。

2 基于大数据分析的电网线损与窃电预警技术分析

2.1 基于大数据分析的信息采集系统技术

根据以往的研究，本文认为在实际电网线损和窃电预警环节大数据分析中，最重要的环节是信息搜集。这一部分数据大都源自各个电网企业电网系统运行环节，不仅需要保障数据传输过程中的真实性和稳定性，还需要确保不同电力企业中大型数据流转和运行的实际效率[5]。例如，对于这一环节，传统的大数据搜集会应用ETL进行数据抽取，这种模式的抽取忽视在各项服务数据之间的同步功能，使得数据很容易在抽取过程中出现漏洞。而应用SQoop模式进行电力网络中线损和窃电预警问题信息的抽取，能很好地解决这一问题，从而实现信息采集操作。

2.2 基于大数据分析的信息储存系统技术

就大数据的存储技术模块来说，这一环节中应用的大都是成本水平相对较低的储存方式，比较常见的技术有HDFS技术、HBASE存储技术等。其中，HDFS技术是一种分布式文件存储系统，通常能够将文件以分散数据的方式储存在成本低廉的介质上，并通过对外提供接口进行访问的方式实现文件的储存；HBASE储存技术的本质则是一种数据库，基于HDFS技术通过列式的模式排列数据，并实现后续对所储存文件的查询和处理操作。

2.3 基于大数据分析的数据分析系统技术

数据分析作为电网线损与窃电预警技术最重要的环节之一，通常包括分布式数据计算技术、内存计算技术、数据流处理技术以及多角度维度分析技术。目前，实际应用过程中的数据分析会通过对多重数据进行扫描的方式实现对内部数据的分析。例如，在实际的电网线损和窃电预警问题方面来说，通常会应用挖掘数据的方式深挖电网运行的实际情况，并根据挖掘的数据对以往的电网运行状态进行综合分析，针对特征进行整合、归纳后，分析其内部蕴含的规律，从而识别出可能存在问题或存在窃电风险较大的用户。

2.4 基于大数据分析的安全技术

就现阶段的大数据分析来说，大部分大数据层面的分析具备分布广泛、保持动态比例增长的特征。这些特征必然会造成其数据分析过程中安全隐患的增加，尤其是随着人们对网络认知的不断增加，网络虚拟世界内的攻击手段日新月异。因此，针对这一层面大数据凭条中的安全管理技术显得十分重要。

3 结 论

综上所述，随着大数据模块在我国电网线损和窃电预警过程中的应用，人们愈发的能够通过数据了解实际电力网络运行过程中的难度，尤其是在营配一体智能化模式发展背景下，不仅为我国未来智能电力网络建设发展打下了基础，也在很大程度上为我国未来的电力网络智能化构建夯实了基础，同时完善了电力系统的管理工作。