试述大数据分析技术在采集运维业务中的应用

江胜男 沈阳供电公司

一、新时期背景下电力大数据的特征概述

内容包括以下几个部分：一是数据价值不够理想。简单来说，在一般情况下，电力数据的价值主要体现在能够在海量的电力数据 中挖掘出能够对提升电力系统管理完善性的相关信息。例如在输变电设备的检测系统中，其所采集到的绝大多数电力数据均保持在正常状态，非正常数据的数量仅占极小一部分，但非正常的电力数据确是用于对电力设备进行状态检测的核心数据。二是电力数据具有交互的特征。在当前的发展阶段，我国电力行业的发展重心逐渐地朝着用户的方向发生偏移，广大的用电客户的服务满意度已经成为横向电力服务水平的核心标准，因此，供电局可通过按照数据的挖掘，进一步掌握广大用电客户的实际需求，从而提升用户整体服务满意度。电力数据所具备的交互特征同时也体现在能够在用电高峰时为电网实现供电的优势中。三是处理效率高。供电局在对海量电力数据展开决策的过程中，可通过根据实时及在线处理的相关要求来提升决策效率，这就需要进一步提高对电力数据的处理效率，当电力数据达到其决策要求时，就要快速地对这些海量的电力数据展开深入的分析。

二、大数据分析技术在采集运维业务中的实际应用

（一）系统模型构建

1.关键技术应用

大数据分析系统模型构建过程中，整个采集系统涉及数据采集、清理、储存、分析、处置、读取应用6 个环节。本次研究主要涉及数据分析环节，通过引入关联型联机分析处理技术和多维分析技术，对整个系统进行进一步的优化。

关联型联机分析处理技术：该种处理技术主要应用的是关系型数据库，依托关系型数据结构，对多维数据进行有效的表达和处理，然后对数据库当中的关系型数据进行动态化多维度的分析，并将最终的分析结果储存到关系数据库的管理系统当中。在该系统当中所储存的文件大小主要受到RDBMS（关系数据库管理系统）限制，整体的数据上传、下载速度较快，储存空间相对数据的维度不会产生限制，也可以利用其他数据处理模式对数据进行分析。

多维联机分析处理技术：该种处理技术是数据分析的另外一种表现形式，依托多维数据分析储存结构。该种数据分析技术使用专业的多维结构储存数据库，数据库文件的大小主要受到整个操作平台系统的限制，储存的数据不会达到TB 级。在数据进行规划处置过程中，需要进行有效的测算，否则很容易造成数据过大，不能够正常发挥其应有的数据分析作用。该种数据分析模式之下，数据的上传和下载速度相对较为缓慢，无法支持动态多维分析，但是能够支持高性能的辅助决策计算。

2.业务框架构建

大数据分析技术要想在采集运维业务当中得到充分应用，就需要构建大数据运行维护业务框架，该业务框架主要用于对数据的采集、收集、营销和运行维护，依托数据抽取转换加载层对所收集到的数据进行分类，并向系统的储存层提供相应的数据。储存层对数据进行分类整理之后，向数据分析层提供所需要的数据。数据分析层对所提供的数据进行进一步的优化检索，然后为整个系统的异常工单的智能派发、智能处理、多维数据质量评价提供数据支撑。

（二）大数据分析技术背景下采集运维业务的优化

1.异常工单的智能化派发

当前的异常工单派发主要是由人工操作完成，但是异常工单派发人员不能够对故障现场的实际情况和紧急程度有一个全面的了解和判断，经常会造成系统当中的各种异常工单量大，但没有得到有效的处置，也不能够根据故障的紧急情况，按照先后进行派发，使得故障的处置存在诸多不合理情况，很多小故障演变成大故障，最终造成巨大经济损失。依托大数据分析技术，能够对采集运维业务当中的异常工单派发情况进行智能化优化。通过对各种数据信息进行针对性的分析，明确各种故障的轻重缓急并能够将故障较为严重的工单及时派发给维修人员，及时对故障进行处理，避免造成严重危害。在具体应用过程中，首先应该明确采集运维业务的效用值模型。在单个表绩效用值基础上，会受到每月的平均用电量以及异常情况持续时间和下一阶段抄表天数的影响。而具体的工单效用则是指工单故障电表效益总和，由此可以得到采集运维效用值模型。系统当中的一个电表的异常持续时间是指电表持续一天所造成的电量监控损失，按照累加方法进行计算，距离下一个抄表天数分析，当距离效益抄表的天数越接近，则显示对该用户的监控损失电量概率越大，故障紧急维修程度越高。当距离效益抄表天数越远，则显示对该用户的监控损失电量概率越小，因为该因数所造成的影响越小，趋近于零。

2.智能化处理异常工单

在传统的采集运维业务开展过程中，由于缺乏智能化的数据分析，再加上很多运行维护人员对所在区域缺乏了解，所以故障维护的整体效率普遍较低，缺乏针对性的分析，只能够对现场故障进行一一排查，大大增加了人力成本投入。而将大数据分析技术应用其中，能够对异常故障进行有效的分类，明确紧急故障和非紧急故障，并及时确定异常工单产生的原因，从多维角度分析异常工单产生的原因。

三、结束语

进入21 世纪以来，以互联网大数据云计算为代表的信息技术在各个领域成熟应用，大大提升了信息化水平，生产效率进一步提升。大数据技术是以互联网为支撑所诞生的一种全新的应用技术。随着人们物质生活水平不断提高，对高品质电能的需求量不断增加，这也就对电力系统的采集运维业务提出了越来越高的要求，需要加大对采集运维业务的高效护理和针对性护理，提高工作效率，保证持续供电。而将大数据分析技术应用到采集运维业务当中，能够大大提高系统运行维护的工作效率，实现运行维护的智能化操作，降低人力成本投入。