基于云技术的电力数据采集系统设计

2023-09-02翁同洋傅维柱

通信电源技术 2023年14期

武涛，翁同洋，傅维柱，姚洋

（国网六安市城郊供电公司，安徽六安 237000）

1 背景介绍

1.1 电力数据采集系统发展情况

我国电力行业的起步较晚，经过几十年的研发奋进，终于在某些层面赶上了世界发达国家的行业水平，但是电力数据采集这种需要依靠先进技术改进的系统发展非常有限，尤其是随着大数据时代的到来以及智能电网的发展实施，更是加剧了电力数据采集的优化迫切程度。目前，我国大部分电力数据采集系统、数据存储系统以及终端监控系统的功能设计都较为简单，具体表现在应用范围窄、适应能力小、采集频率低，且不具备一定的实时数据分析能力。应用云计算技术，可以大大提高电力行业的运行效率，能为未来电力行业的发展带来极大的帮助[1]。

1.2 基于云技术的电力数据采集系统的优点

为了满足用户在用电方面的各个需求，电力企业需要扩大电力数据的采集范围、增加电力数据的采集频率，因此各个电力企业都需要建立自己的数据存储中心，同时安排更多的人力投入到运维等工作，这无疑会增加企业的运营成本。如果应用云技术，每个电力企业都可以将自己采集的数据直接上传到云端服务器，不仅免去了自建存储中心的经济压力，而且增加了电力数据的存储安全，还不需要进行额外的人力投资，总之大大节约了电力企业的运行成本。

2 云技术介绍

云技术主要包括云计算和云存储，是大数据时代和网络时代的产物，顺应了社会发展需要。云计算是分布式处理、并行处理以及网格计算经过发展后形成的技术，在计算过程中，云计算会将庞大的数据拆分成无数个小的子计算程序，由多个服务器并行计算分析后，将处理结果返回给用户。

云技术是一种虚拟化的网络应用模式，利用云存储和云计算，能够对各地数据资源进行统一管理，只有系统分配了权限的用户才能访问云网络上面的一切功能，保证了数据的安全。同时，因为云技术能够实现单个网格的独立工作，保证了多个用户同时操作时不会出现数据冲突。最后，本文将云技术应用在电力数据采集系统，可以保证系统能够有效处理海量电力数据，支持智能电网的实现[2]。

3 基于云技术的电力数据采集系统的功能介绍

基于云技术的电力数据采集系统需要设计3 个功能模块，分别是数据采集、数据计算以及服务器存储模块，每个功能模块有多个不同的功能实现，具体如图1 所示。3 大功能模块的设计主要为了支持数据采集与通信、数据访问与计算等目的，有利于不同用户不同需求的扩展，也方便电力系统时刻发挥最佳性能，完美处理系统的各个功能。

图1 电力数据采集系统的功能示意

3.1 本地监控

本地监控属于数据采集模块，监控功能主要负责对企业和工厂的用电情况进行检查，包括工厂制造、电力调度等实时用电数据。监控功能为电力企业和电力用户提供2 种监控窗口，前者主要为电力数据流，可以自动分析用户是否违规用电，提供了警报、数据报表、自动断电等功能；后者主要为电力数据可视化，用户可以自行查看当前用电情况，方便其为后续工作安排提供数据支持[3]。

本地监控除了上述提到的功能外，还能够解决电力数据交易的信任问题。由于电力数据交易多数情况下由电力企业在数据中心查看电力数据资源，很容易产生“黑箱”，用户无法参与电力数据产生、计算以及分析的每个环节，一旦出现因为不小心违规用电而导致罚款的现象，用户会产生数据怀疑，进而导致对电力企业不信任的状态出现。本地监控提供的数据可视化功能有效解决了信任问题，从电力企业的角度，将数据从“黑箱”状态转为可视化，让企业对每一次的数据分析和处理显得更让人信服，有效确认数据是否达标，无论是提供警报还是断电，都有数据可依；从电力用户的角度，数据可视化能帮助自己合理化用电，同时了解电力数据的定价是否合规，如果出现不公正待遇，也有数据支持用户维权。

3.2 监控节点冗余

监控节点冗余属于数据采集模块，是本地监控的备用方案，主要由主监控节点和备份监控节点组成。在数据通路程序启动后，主节点和备份节点随时保持数据通信，此时主节点连接到数据采集的硬件设备，数据采集结果会实时上传到云端服务器。与此同时，产生本地数据记录和趋势图，并在备用节点备份，一旦主节点通信失败或可视化功能出现问题，备份监控节点会自动与硬件设备连接，并自动上传采集数据到云端服务器，同时将备份数据记录和趋势图显示在可视化设备中，保证监控功能不中断。

3.3 远程监控

远程监控属于数据采集模块，与本地监控的区别在于，电力用户可以利用浏览器或App 客户端，远程实时查看当前工厂的电力数据情况。此外，远程监控功能为用户提供了断电选项，如果电力设备出现故障，导致短时间电流或电压过大，且电力企业未采取有效措施时，用户可以选择自行断电，以保证设备和电力线路的安全。

3.4 远程诊断

远程诊断功能属于数据计算模块，主要涉及到实时电力数据的计算方面，这里的计算并不是针对某个用户的诊断，而是对某个电力区域的诊断。在数据计算时，一旦发现电力数据异常，则可以根据数据的表现情况和计算结果执行修改命令，如某个区域的电力数据短时间反馈较少，则表示该区域的数据通信网络出现故障，又如某个区域用电功率突然大减，则表示该区域的电路出现问题等。总之，实时数据计算能够帮助电力企业及时做出调整，让工程维护变得及时、高效，大大降低了工程维护成本。

3.5 电力数据处理

电力数据处理属于数据计算模块，在本系统设计下，电力数据采集频率增加、采集范围增大，使得云端数据库内的电力数据拥有海量的数据规模，这种呈现大规模特性的数据非常适合进行数据挖掘计算，计算结果能够有效反映出某些规律，如电力用户的用电规律、集中用电时段、违规用电趋势，甚至还可以根据用电分析出用户在某个时间段的接单量。电力数据挖掘能够帮助电力企业合理安排供电，合理制定收费规则，为用户提供用电建议，适应不同用户的各种用电需求，优化和完善电力运营管理，使其更加现代化和智能化[4]。

3.6 数据存储

数据存储功能属于服务器存储模块，是云技术的云端数据支撑。对于电力数据来说，电力企业一般会将用户的用电数据永久保存，这些是云计算和数据挖掘的关键，能够支持系统完成数据分析等工作，更好地预测未来用电发展趋势。电力数据中的一些个人隐私型数据，一般不会应用在数据挖掘中，可以根据用户的自我意愿决定是否删除。所有采集到的电力数据都会上传到云端服务器中，这些数据会被云端统一管理，利用数据地址空间和地址节点名做区分。

3.7 权限分配

权限分配功能属于服务器存储模块，能够保证所有用户都可以拥有访问和删除数据的权限。首先，分配权限可以保证“游客”类用户不会轻易拿到隐私类数据；其次，电力用户可以自行查询与自身相关的电力数据和有关联的数据计算结果；再次，用户可以申请升级权限，这类用户能够向系统提供不同的使用需求，为系统的扩展提供必要的帮助，同时这类用户也可以更好地保护自己的隐私，拥有删除部分电力数据的权限；最后，电力企业系统管理员拥有最高的权限，能够增加、分配和删除其他用户，也只有他们能在必要时改动电力数据。权限分配的目的是提高系统的安全性、灵活性以及明确性，方便数据计算模块采用分级的数据处理能力，方便系统为不同计算需求分配计算资源。

4 基于云技术的电力数据采集系统的设计实现

4.1 物理组成

想要完成电力数据采集系统的设计，相应硬件设备的使用必不可少。首先，根据电力数据存储量大的特点，需要在云端搭建先进的云计算和云存储管理中心，必要时可以租用云服务提供商的智能云系统；其次，数据采集与云端系统是互相支撑的，在数据采集终端需要安装智能电表、电力监控可视化显示器，采集到的数据可以与服务器端直接进行交互；最后，为了保证采集到的数据能够及时传输、计算和存储，云端需要配置不同种类的服务器，包括数据接收服务器、通信控制服务器、数据计算服务器以及历史数据服务器等，多台服务器组成系统可以实现不同功能的灵活配置[5]。

4.2 系统设计

基于云技术的电力数据采集系统可以分为4 个层次，分别是数据采集层、基础管理层、应用接口层以及访问控制层。不同层次提供了不同的功能服务，使得系统模块和数据流更加清晰，这种设计方便各个层次独立进行功能扩展。

（1）数据采集层。将智能电表和各种总线接口相连，使得电表可以采集到各个节点的电力数据，数据采集后会经过换算和安全校验，从通信接口将数据上传到数据接收服务器中，与此同时，在主监控设备中可视化显示当前电力数据和使用趋势。

（2）基础管理层。基础管理层包括数据接收服务器、通信控制服务器以及数据计算服务器，与数据采集层交互，对其传输的各类电力数据进行初步计算和存储，主要分析当前时间段的用电情况，同时监测各个智能电表和可视化设备的使用情况，对异常情况进行及时处理。

（3）应用接口层。提供不同的接口和服务，与各级电网和各级别权限用户对接，具有承上启下的作用。不同用户的不同需求可以通过接口层来到访问控制层，利用其分配的云计算资源完成相应的数据分析、未来走势预测、历史情况整理等计算任务。

（4）访问控制层。系统的最核心层，管理着云计算和云存储的各种高级功能。大量的数据交汇后，有着不同的调度管理以及相应的数据计算和维护，这些都需要在访问控制层实现。

4.3 系统实现

基于云技术的电力数据采集系统可以采用“双进程、多线程”的混合模式架构，充分利用云技术的分布式处理能力，完成多个任务的并行运行。双进程包括守护进程和应用进程，应用进程分为多个线程，可以并行处理多个任务，如实时数据采集、实时计算分析、实时监控、调度、交互，最重要的是可以实时恢复进程，当守护进程发现应用进程异常时，可以立即让设备复位重启，从而快速恢复运行。