大数据自动化运维在电力企业中的应用探讨

大数据自动化运维在电力企业中的应用探讨

1 虞慧杰 2 何西 山成娟

国网西藏电力有限公司拉萨供电公司 西藏拉萨市 850000 国网西藏电力有限公司拉萨供电公司 西藏拉萨市 850000 国网西藏电力建设有限公司 西藏拉萨市 850000

摘要：在现代化背景下，随着各种信息通信技术的不断发展，坚持助推智能化电网建设已经成为电力企业发展的重要要求，在“一强三优”时代下，实现大数据自动化运维可以充分发挥出“大云物移”技术的重要优势，且可以提升电力企业的自助管理水平，对推进集约化转变至关重要。

关键词：大数据；自动化运维；电力企业；应用

1电力大数据综述

1.1大数据基本概念

大数据作为一个抽象概念并没有一个公认的定义。从字面意思来说,指的是来自各种来源的大量非结构化或结构化数据,传统数据处理应用软件不足以处理如此大的或复杂的数据集。在相关概念中3V定义较为典型,3V定义主要就是高速性(velocity)、多样性(variety)、规模性(volume)。国际数据公司认为大数据还应该具有价值性(value),并且大数据的价值往往呈现稀疏的特点,另外IBM认为大数据应该具有真实性(veracity)的特点。

1.2电力大数据的来源

智能电网数据来源丰富,数据产生于电力系统的运行过程,包括生产、管理等多项内容,这是智能电网得以顺利运行的关键。电网大数据按照业务进程划分,可以分为电力系统生产监测大数据、电力企业运营大数据、电力企业管理大数据三类。

电力系统生产监测大数据。是电力大数据采集的重点,关系到电网的稳定运行。其数据主要分为实时生产数据和设备全生命周期数据两类;按照生产环节的不同,也可以分为发电侧数据、输变电侧数据、用电测数据。具体包括设备台账数据、发电量、实时出力、电压电流、备用容量等数据。利用此类数据可以对设备基本属性和运行情况做出判断,指导变电设备检修与缺陷分析等工作。

电力企业运营大数据。在电力企业供电运营的过程中也会产生大量的数据,这也是电力大数据的来源之一。具体包括交易电价、用户具体数据以及售电情况等,对这些数据进行分析和挖掘,可以掌握用户的行为特点,也能对电力企业运营情况开展分析,为电力企业的经营决策提供指导。

电力企业管理大数据。指的是企业资源计划(ERP)、一体化平台、协同办公等过程中产生的数据,这些对电力企业的管理工作有着重要的作用。利用大数据相关方法对这些数据进行分析和管理,为电力企业的日常管理提供参考,提高日常工作效率,更好地为用户提供服务。

2大数据自动化运维在电力企业中的应用方法

2.1统一数据存取服务

大数据平台数据存取服务已经初步实现异构、分布式数据存取，建设了统一的用户管理和授权，满足数据统一存取基础的应用需求。但在访问服务的负载均衡模式、数据存取安全控制及资源保护方面的需求也要求更精细化，需要在数据存取服务提供统一分配下多节点独立服务的模式，更好地提高处理并发服务请求能力，同时也要加强数据跨库访问、异构数据库关联查询的服务能力，以及存取访问会话、流量等方面的管控能力。

2.2多租户资源管理、弹性调度

随着电力企业业务量接入的增加，对业务系统的用户资源管理提出了更高的要求，一方面需要实现对用户级的科学隔离，另一方面还需要充分利用技术环境如软硬件资源池来加强对硬件级别资源的科学管理。因此通过对大数据自动化运维技术的应用可以实现多租户管理，便于电力企业更好地落实弹性管理制度。

2.3配置开发组件

对当下的各种大数据计算工作而言，需要设计个性化的数据库来开发代码，但对于该过程而言需要耗费很大的时间成本，开发过程的出错率高、比较复杂，这需要为电力企业提供科学的开发组件。所以将大数据自动化运维应用于电力企业的经营管理中可以提升开发效率。

2.4应用于电网运行

电网要想安全、稳定地运行，发电侧出力和用户侧负荷需要保持一定的平衡，供电企业可以应用大数据技术随时监控电网的运行数据，并全面分析，这样能够准确预测出电厂出力和短期负荷情况，为调度人员提供有价值的数据信息，从而完成精准调控，进一步推动电网安全稳定地运行。此外，还可以将大数据技术合理应用在监测电网异常和计算线路损耗等工作中。

2.5电力设备状态评估

电力设备的正常运行是整个电力系统运转的关键,电力设备状态评价的结果对于电力系统的各个生产运营环节有着重要的影响,比如设备的采购、投资计划、设备检修等。电力设备状态检修是电网发展的关键,是提升国民经济命脉产业的保障性工作。

如今,电力设备的状态评估主要包括基于标准导则和打分制的评估方法、故障诊断专家系统、基于传统机器学习的设备状态评价等。传统的设备状态评价方法大都基于有限的样本数据进行训练,构建相关模型预测输入量与输出量的关系。随着电力监测设备的广泛使用,电网运行系统逐渐呈现海量数据的特征,这也是大数据挖掘分析在电力设备状态评估领域应用的关键。

在大电网的背景下,多元多维度数据是展开大数据挖掘的基础,也是进行电力设备状态评估的必要条件。相关的数据根据其特征可以分为静态参数、动态参数、准动态参数、外部参数,通过这些参数对设备的运行状况进行全面的刻画。设备状态评估大数据挖掘分析的基本思路是通过大数据挖掘技术,比如分类算法、聚类算法、时序挖掘等对设备的大量历史数据进行挖掘分析,挖掘出各个状态参数之间的关系,同时对电力设备的运行数据进行实时采集,根据相关的状态参数对设备进行关联分析,以便及时对设备的运行状态做出评价,对相关的工作提供指导。

2.6应用于用户管理

供电企业合理应用大数据技术，可以更加全面准确地分析出外部的市场需求，工作人员就能结合客户群体的特征，制定出客户群和其需求分布情况。后期工作中就能结合不同客户的实际需求提供针对性的服务，从而有效提高服务质量和营销水平。另外，供电企业能够更加准确的分析出内部的数据信息，等接到外部市场数据信息后，通过对比，就能得出企业产出和市场需求的匹配程度，从而在经营决策中提供一定的数据支撑，确保决策方案的科学性和可行性。

2.7技术架构

一是在数据整合层中充分应用离线数据处理工具、实时消息管理以及文件的数据资料采集等，将结构化与非结构化数据应用于技术结构中，并实现对电力企业海量或实时数据的采集，同时还可以分析更多的空间数据，对有效促进各种数据的规范化管理产生积极意义。二是数据存储层也是大数据自动化运维的重要内容，将x86服务器应用于技术架构中，可以处理各种结构化和非结构化数据，并促进数据处理效率的提升。三是在数据计算层中应用各种计算框架，对批量计量与内存计算进行一体化整合，可以满足时效性不同的数据计算需求。而通过对流计算的应用，可以更加全面地统计各个地区的用电数据，实现对电表数据的科学管理。且该系统对于交互性分析比较支持，可以计算大批量的离线数据，包括电力企业的一些历史数据。四是通过建设良好的技术架构可以挖掘更多的算法和数据，实现对多维组件的分析，对有效开发各种组件产生积极价值，其建模能力比较强，且运营和引擎效率较高，为数据接口服务、自助式管理等的模式下，实现对电力数据的科学整合。五是在电力大数据自动化运维下实现对数据的统一管理，并建设形成科学的管理组件，包括对基础数据的管理、数据质量科学控制以及数据的动态监测等。

结论

电力行业在社会经济发展中具有非常重要的作用，是人民生活和生产的基础保障。为了保证供电系统的稳定性，供电企业要积极引入电力大数据技术，了解各项技术的应用要点，在实际工作中结合企业的实际情况，科学合理地应用相关技术，及时制定有效措施来解决遇到的问题，从而充分发挥出大数据技术的重要作用，促进供电企业健康、长远的发展。

参考文献：

[1]陶丽君.基于大数据的电力营销管理创新分析[J].通讯世界，2019,26(12):201-202.

[2]蔡春育.大数据在电力营销中的应用现状[J].通讯世界，2019,26(12):222-223.

[3]郑颖.浅谈大数据环境下电力营销信息化建设[J].中国设备工程，2019(24):172-173.