浅析电力业务数据中心的动态可视化应用

陆晓岚

[摘    要] 目前，随着社会的进步和发展，计算机技术以及互联网技术也逐渐发展壮大，一方面便于人们处理较为复杂的信息，另一方面便于人们对大量数据信息进行归纳、分析，从而得出数据信息隐藏下的本质特征和规律。为更好地了解数据之间的关系和特征，应用可视化技术具有积极意义。

[关键词] 电力业务;数据处理;动态可视化

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 23. 043

[中图分类号] F270.7    [文献标识码]  A      [文章编号]  1673 - 0194（2020）23- 0101- 03

0      引    言

在目前这个大数据时代，以往的数据储存方式并不能满足社会发展的需求，特别是在电力系统发展较为壮大的时候，大量数据无法进行有效分析和管理，无法发挥数据的价值。而通过可视化技术，将电力系统的各项数据进行展示，便于让专业人士快速、准确地了解这些数据，进而提高解决电力系统问题的反应能力。

1      电力数据实时分析技术

1.1   主要挑战

Haddop批处理方式可以适用于电力大数据的历史数据分析，但其采用的是先储存后计算模式，需要频繁的磁盘操作，难以满足生产系统的需求。其主要面临两大挑战，其一，大规模实施流数据调度、分析技术，为更好地保障电力系统数据的时效性，能够对大规模实施流数据分析性能至关重要，需要保障流数据的实施处理效率;其二，利用大规模复杂细节多源数据的电力系统分析算法，在智能电网的环境下，智能电子设备、高级电表架构以及PMU提供了大规模可利用的复杂细节数据，这些数据为提高电力系统的操作水平提供了机遇和挑战，需要寻求一种设计快速、高精度的安全稳定分析算法来保障系统的实施性要求[1]。

1.2   云计算技术

云计算技术是处理电力业务大数据的有效方式，结合开源技术Hadoop，借助虚拟化技术以及列存储的数据管理模式来进行分析、储存和管理，能够保障电网海量状态数据的可靠和高效管理[2]。在国外，通过分析电力系统中不同用户的实施查询需求，设计了用于实施数据管理的智能电网数据云模型，同时并根据该模型实现了实时数据的智能测量和管理系统。而在国内，随着大数据在电力系统中的形成，对其研究也获得了各方的关注。以往的潮流计算、靠性评估等方法具有算法复杂、处理数据有限等不足之处，并不能满足现代社会的发展需求，故而，对电力业务数据的处理应当结合电力系统的特点，并与电力生产系统密切结合[3]。

数据实时分析技术为电力业务数据可视化应用提供基础保障，通过数据实时分析技术，分析电网数据中心的业务数据，并通过可视化技术做展示，为电力企业提供辅助分析应用，进而提升业务部门工作效率。

2      电力数据下可视化的背景及意义

2.1   可视化

可视化（Visualization），又称之为数据可视化（Data Visualization），主要是利用计算机来对大量数据进行处理，并将其结果以图形的方式展示出来。人们从外界获得的信息方式有很多种，但视觉系统和获得的数据占据比例较大，且更便于让用户掌握不能看见的数据间信息。

2.2   意义

可视化技术是符合社会需求的。目前海量数据的诞生，给人们的日常工作增添了不少压力，而利用现有的可视化技术，能够更好地对数据模式和复杂的系统进行分析，便于获得新的了解并根据结果进行有效的决策，有助于信息时代的进步和发展[4]。利用与生俱来的视觉功能来处理利用图形图像方式所展示的数据信息，便于发挥人体大脑和计算机量大信息处理系统的最大价值，让信息获取及分析变得更加简单、直观，能够有效提高工作质量和效率。

2.3   可视化技术在电力系统的应用情况

在国外，不少大学电力系统工程研究中心，就可视化这一领域开展了许多开创性的研究工作，并就该领域提出了许多新的理论和方法，如电压等位线实施技术。而在国内，许多高校也就电力系统的可视化进行研究。电力系统可视化的关键在于，能够通过计算将所得的数据进行挖掘及总结，从而发现数据背后实质，并能准确得到有关表示系统状态的间接指标，从而推动电力系统的进步和发展[5]。

在电力企业，可通过利用现有信息系统建设成果，实时汇总业务数据，基于数据中心与海量平台，全面监控企业运营状况、关键业务流程以及关键指标，为企业提供决策支持。构建企业运营驾驶舱，借助可视化工具，通过仪表盘、柱状、地理图方式，展示战略关键指标、重点关注指标、总体电网规模，利用数字化手段为企业精益管理提供决策支持;在故障抢修业务中，基于地理图的故障抢修情况监控与可视化展示，实现在地理图实时动态展示故障地点、故障状态、故障复电情况、抢修人员安排及抢修人员到达现场情况、车辆位置等信息展示，使调度值班人员能直观掌握现场故障抢修情况，为调度员提供决策支持;在跳闸事件通知方面，通过集成地调自动化系统、计量自动化相关数据，根据开关状态、电压及电流进行告警提醒，并在大屏展示，使调度员实时掌握电网运行情况。

3      可视化所用到技术

主要包括AJAX技术、地图API以及AVG等。

3.1   AJAX技术

AJAX（Asynchronous JavaScript and XML）主要关注的几个问题：首先，能够借助异步功能，通过JavaScript来实现服务器与浏览器之间的数据交互，通过局部操作就可以向服務器发送请求，最后获取到服务器响应的数据;其次，AJAX对XML文档的支持，能够有效发挥其数据解析和处理功效;最后，其不是一种编程语言，是基于JavaScript语言下的一种异步的技术，其最大的优势在于不需要依赖于任何浏览器插件，利用其技术异步的特性，实现各种数据展示的功能[6]。

3.2   地图API

在手机上较为常见的百度地图、高德地图等软件，为地图可视化提供着较为成熟的可视化技术，地图功能完备，能够实现近距离的查看、视野内搜索及地图缩放等一系列使用功效。以百度地图为例，包含Android SDK、Web服务API、车联网API等多种开发工具与服务，适用于多种设备如PC端、移动端等，以及多种操作系统下的地图应用开发。

3.3   SVG 技术

SVG是一种矢量图形格式，主要是利用文本格式的描述语言来对图像进行描述，能够进行有效的编辑和修改，还能对图像等文件进行可读操做。SVG图像各项可以方便地建立文字索引，能夠对图像所展示的具体内容进行搜索;可以使用文本、图像及适量图形形状这3种图像;还能对图像进可任何变化、风格化;其可以进行特性化设置，包括剪辑的路径、滤波效果等优势。SVG图像文件可以非常方便、动态地由计算机程序设计语言来完成，齐聚友展示动态图的优势，便于将数据库中的数据进行实时低、动态地显示[7]。

4      可视化实现方法

4.1   基础图表可视化方法

基础数据可视化利用基础的展示手段，将所获得的数据以图形、表格方式进行展示，能够使人较为方便地获取数据，有助于发现数据间的联系和特征。在这方面主要使用了表格、折线图以及柱状图三种可视化展示方法，其中柱状图，通过设置不同颜色，将不同数据放置在同一个柱状图中进行比较，便于工作者直观地看出二者数量上的差别;折线图主要应用于时间序列数据，利用折线图记录实时的数据变化，便于查看某个时间节点上数据的具体变化;表格能直观地展现每一条记录的各项数据，通过数据的查看，能够获得较为详细的具体数据[8]。电力业务数据中心通过多维条形图定时更新及展示当前行政区域的双覆盖率情况，包括智能电网覆盖率、低压集抄覆盖率、自动抄表率、电子化结算率的情况，并通过省级的数据进行对标，显示各区域的排名，如智能电表覆盖率方面可以直观看到城市不同区的不同覆盖率情况。

4.2   SVG可视化方法

通过SVG文件进行电力大数据的显示，主要是在进行区域内数据统计之后，根据某项电力指标对各个区域的颜色深浅进行调整，便于人们直观地看出不同区域间具体数据值的变化，且从SVG文件本身所具有的优良特性出发，其在展示可视化的同时，还能将展示结果进行交互，能够发现更为细节的信息，能够更好地发现数据掩藏下的实质问题[9]。

4.3   地图可视化方法

电网系统数据工作处理并不是将大量用户的用电数据进行统计归纳，而是在进行传统的数据对比同时，将其引用到地图当中，并进行特性化的显示，能够更加直观地体现出数据的特点，便于用户对信息有一个整体的把控，直观地看出各项数据的变化以及变化程度。利用地图可视化，能够较为直观地展示出某片区域的用电情况，可以细化到具体用户，甚至可以对具体用户下的单个用电设备进行实时展示，显示当前该设备的具体用电信息，这样展示能够对大量数据进行整体查看。电力业务数据中心利用该可视化方法，实施监控故障抢修信息，通过可视化展示故障抢修进度情况，并搜索地点、设备、精确定位等。停复电信息实施提醒，监控人员可以及时了解停复电状态及过程处置情况。

5      小    结

随着电力系统的发展，电网设备种类越来越多，其所产生的数据也在急剧增加，而普通的数据展示无法满足电力系统的需求。数据可视化是依据计算机技术的进步所提出来的数据展示方法，包括基础图表可视化、SVG可视化以及地图可视化。基础图表可视化可负责基础数据以及运转监控的可视化展示，SVG可视化可针对区域的统计信息进行可视化，地图可视化，方便查看具体的设备的运行数据，三者各具有一定的优势，展示效果良好，能够满足社会需求。

主要参考文献

[1]李莉， 朱永利， 宋亚奇. 电力设备监测数据的流式计算与动态可视化展示[J]. 电力建设， 2017，38（5）：91-97.

[2]王德文，刘庭辉.电力全业务统一数据中心突发性数据处理任务调度方法[J]. 电力系统自动化， 2018，42（8）：177-184.

[3]杨捷， 段明明， 李沛霖，等. 电网客户最小服务单元数据分析和展现技术研究和应用[J]. 数字化用户， 2018，24（51）：21，26.

[4]ISHIZAWA，Kaya， BABAZONO，et al.The Relationship between Diabetes Mellitus and Depression： Analysis Using the Diabetes Study from the Center of Tokyo Womens Medical University （DIACET）[J].Journal of Tokyo Womens Medical University， 2017， 87.

[5]张飞飞， 高志， 樊锐轶，等. 国网河北省面向调控运行的全电网大数据平台的构建及可视化展示[J].电力大数据，2019（2）：41-46.

[6]贾晓， 汪悦生， 何怡燕，等. 可视化技术在电网信息通信专业展示中的应用[J]. 电力系统装备， 2019（3）：197-198.

[7]谈韵， 万顺， 张谢，等. 基于大数据的电网规划精益分析平台研究与应用[J]. 电力大数据， 2019， 22（2）：40-46.

[8]刘子良， 徐群， 陈琛，等. 基于可视化技术的电力智能监测分析平台设计与实现[J]. 农村电气化， 2017（6）：7-8.

[9]朱碧钦， 吴飞， 罗富财. 基于大数据的全业务统一数据中心数据分析域建设研究[J]. 电力信息与通信技术，2017，15（2）：91-96.

[10]Collins， Mudenda， Mirriam，et al. The Relationship between Emotional Intelligence of Managers and Employee Performance-A Case Study of a Power Company[J]. International Review of Management & Business Research， 2016， 5.