基于云端大数据分析的排产策略在电力系统的应用

李崇旭，顾文明

（南京南瑞继保电气有限公司，江苏 南京 211102）

0 引 言

现如今社会发展过程中，信息技术和互联网技术发展迅速。随着时代的发展，人们对各个领域提出了更高的要求，其中包括电力系统。相关的电力设备生产企业在后续的发展过程中需要积极利用云端技术和大数据技术。两种技术优势的融合，促使电力系统能够实现高水平的排产策略应用，有效满足人们的需求。因此，本文详尽地阐述了基于云端大数据分析的排产策略在电力系统的应用，并提出了意见和应用对策。

1 基于云端大数据分析的排产策略的概述

电力领域中涉及到的云端技术是一种适合在电力系统中利用大数据进行分析和统计的云模式。目前，电力领域中电力云技术的应用非常常见，主要运用在各项数据的统计和计算工作中。基于云端大数据分析的排产策略也是一种新型的数据分析模式，模式应用过程中会以云计算基础为主要依据，与传统的人工统计和计算相比，效率和准确性都得到了较大提升[1]。另外，在电力系统中应用基于云端大数据分析的排产策略能够有效地监测企业过往排产执行过程中存在的各种问题，帮助相关工作人员后续进行针对性的补足和优化，以促进企业的未来发展。而且随着相关技术的快速发展，基于云端大数据分析技术的效率和质量不断提升，会逐渐渗透到电力领域的各个方面。

2 电力大数据的主要特点

2.1 电力大数据的数据量比较大

国家电网实际的运营和发展是以物理电网为基础，应用各种先进技术，其中包含通信技术、信息技术以及控制技术等，形成了目前国内正在使用的新型电网[2]。新型电网在实际的使用过程中会产生大量的数据和信息，从中就不难看出，电力大数据最主要的特点之一就是数据量比较大，因此需要应用大数据技术和智能技术，对其进行提取和分析，以此为基础形成的排产策略在电力设备制造系统中的应用，可以使得电力系统设备制造变得更加科学精益。

2.2 处理速度比较快

面对庞大的电力大数据信息量，需要应用最新的信息技术和数据处理技术，完成这些数据信息的高速处理。例如，在实际基于云端大数据分析的排产策略在电力系统的应用过程中，就需要使用到新型技术制造出的智能软件和硬件设备，这些软件和硬件设备的数据处理速度上可以达到每秒数十万多次，正好应对上了电力大数据自身数据量比较大的这一特点，因此可以说电力大数据的数据量比较大和处理速度比较快的特点是互相对应的[3]。

2.3 数据类型比较多

电力行业本身就是一个涉及范围非常广泛的行业，跨单位和跨专业是经常出现的一种情况，由此在实际的生产运行过程中就会产生一些结构化和非结构化的数据，在结构化和非结构化的基础之上，相关的数据和信息还能够继续进行细化，包含文本、图像、设备状态以及异常报文等不同类型，除此之外数据的来源也是多样化的，并且随着电力行业的高速发展，非结构化的数据量开始快速增长，已经成为了电力大数据的常态。

2.4 精确性比较高

实现基于云端大数据分析的排产策略在电力系统中的应用后，各种智能终端设备可以实时采集并且上传电力大数据，在这一过程中，各项数据能够保持足够的精准性。相关的电力企业可以借助这些精确性比较高的数据模拟不同的业务场景，促进企业的发展。

3 基于云端大数据分析的排产策略在电力系统中的应用

在现如今的电力系统中，进行基于云端大数据分析排产策略的应用已经成为了电力系统设备制造业努力拓展的一种发展方向，这使得相关数据的有效性和准确性提高了很多，但与此同时也对相关的电力系统中的工作人员提出了更高的要求，对于实现企业的高效有序运行和阶段经济效益都具有重要的作用[4]。

3.1 分析系统的应用

基于云计算的电力设备生产大数据分析系统体系结构示意如图1所示。

从图1中不难看出，电力系统基于云端大数据分析的排产策略应用过程中，分析系统中大量的数据环节，以一个固定频次进行周期性的数据采集工作，对后续配套的系统进行整合[5]。首先，需要先将后台用户的日志导入到系统中，图1中的系统能够对电力系统的海量数据和信息进行肢解，后续按照维度对最细分粒度和流转最细粒度进行划分，形成相对应的数据，并且将其存放在HIVE当中。这一过程的难点在于日志的数量比较大，通常都是数百GB左右，因此系统需要运用Apache Pig完成最细分粒度数据的划分工作，这是一个大型数据集的分析平台，可以使用高层次的语言表达数据完成程序分析，进而对相关的方案和基础数据进行处理，其中特征码对于页面流转的统计分析非常重要。后续系统还需要逐个地清理原始日志，排出其中存在的垃圾信息和不完整的信息，这样才能以分析结果为基础制定出更加精准的排产策略，这也是基于云计算的电力设备生产大数据分析系统体系主要作用之一。

3.2 分析技术的应用

在电力系统设备智能制造的实际发展过程中，实时数据采集所受到的限制因素较多，其一就是系统自身储存功能的限制。因为数据量和类型都比较多，再加上储存功能的限制，因此在基于云端大数据分析的排产策略在电力系统生产的应用过程中，在进行电力大数据的分析和计算工作中进行积极的数据采集工作，并且实现相关数据和信息的提取，科学合理地应用各种云计算分析技术，并以此为基础，将数据和信息的价值有效发挥出来。

3.3 以用户实际需求进行应用

总体来说，电力系统最终是为了社会发展和用户群体进行服务，进行基于云端大数据分析的排产策略的应用也是如此。因此在实现排产策略应用的过程中首要一点是重视用户的实际需求，随着国内电力企业在发展过程中已经越来越重视基于云端大数据分析的排产策略的应用，使得国内的电网智能化得到了快速的发展。另外需要注意的是，基于大数据分析的排产策略在应用的过程中需要促使其向规模化和智能化的方向进行发展，在这种情况之下，更需要注重广大用户的实际需求。为了实现这一点，在正式开展基于云端大数据分析的排产策略在电力系统中的应用之前，需要设置专业的工作人员进行需求调研工作，并且实时针对性地采集数据[6]。

4 基于云端大数据分析的排产策略的发展前景

目前，国内的大数据处理技术发展迅速，给予了电力系统发展一定机遇的同时，也给电力系统发展带来了一定的挑战。APS排产系统在制造业也得到了非常广泛的应用，其核心是一套成熟高效智能化的排产策略。在后续的发展过程中，大数据技术会与其他学科进行一定的融合，随着时间的推移，电力设备制造行业的数字化程度也会逐渐加深。但是后续的大数据技术应用也存在着一定的困难，在这种情况下就需要强化大数据技术的研究和相关技术人才的培养，将人工的思维转化为数据模型，使得系统自学习、云升级，这样才能实现对复杂数据和信息的有效处理[7]。

另外，目前基于云端大数据分析的排产策略在电力系统的应用过程中，还存在着一定的安全性的问题，后续也比较容易出现信息数据泄露的危险，这些都是后续基于云端大数据分析的排产策略优化过程中需要解决的问题。

5 结 论

介于当前针对基于云端大数据分析的排产策略在电力设备制造企业应用的相关研究和分析，传统的电力系统设备制造模式已经逐渐不能满足行业发展需求，这种情况下对于基于云端大数据分析的排产策略在电力系统设备制造业的应用迫在眉睫。应用云计算技术和大数据技术的处理速度快、兼容性比较强以及智能化等优势，对于提升电力系统设备制造整体的能力具有明显作用。