有关大数据的电力信息通信预警技术分析

◆江 浩 邓 翔 黄 斌 刘泽宇

有关大数据的电力信息通信预警技术分析

◆江 浩 邓 翔 黄 斌 刘泽宇

（国网荆州供电公司 湖北 434000）

近些年来伴随着信息技术的高速发展，信息技术的成果也开始广泛应用于各行各业，包括电力行业。在这样的背景下，电力信息通信技术的重要性开始愈发重要。因此，在发展过程中，应该保证大数据分析技术同电网安全自身的预警需求之间有机的结合，从而进一步保证电网调度的稳定，成为重中之重。正是在这样的情况下，研究与分析电网大数据的特点并详细了解我国预警系统的相关管理要求，成为促进我国电网预警技术不断发展的一条切实可行的路径。

电力系统；大数据；电力信息通信预警技术；分析

最近几年的时间里，我国在经济与科学技术的发展上，取得了举世瞩目的成绩，而经济与科学两个方面的齐头并进，很大程度上也推动了我国电网的建设。但在这样高速的发展背景之下，相关电网设备同时也很容易受到自然环境等诸多因素的影响，从而影响整个电网运行的安全系数。因此，将电网预警系统同大数据技术进行更好融合，继而有效提高电网的稳定性以及预警能力，对于我国信息通信技术作用于电力行业来说有着极其现实的意义。

1 电力信息通信预警技术的前景

大数据技术作为当今时代信息技术突飞猛进的一个产物，其在电力行业的应用成为未来发展的一个前景。近些年来电力行业的发展也印证了这一点，电网信息系统之中的数据量大规模的增加，而这些增加的数据则完全符合大数据的特点。因此，通过大数据技术，构建分析模型，并以此为基础来形成相应的预警机制成为了未来发展的必然趋势[1]。

在这中间大数据技术构架下的信息通信预警系统，往往能够方便工作人员迅速获取相关信息。从而使其能够及时发现潜在的危险，并做到快速发现问题，快速解决问题，全面提高电力运行的稳定性。由此可见，就电力信息通信预警技术的前景来看，其在日后将得到较为广泛的应用，从而为我国电力行业的发展保驾护航。

2 大数据背景下电力信息通信风险预警的架构研究

电网在运行的情况下最为主要的特点，就是类型多且信息量大并且数据还贯穿了整个电网系统。目前，电网数据的类型主要分为三种类型，即非结构化数据、半结构以及结构化数据。而在这些数据类型之中，结构化数据所包括的主要是人力资源、财务数据等等，这些数据大多存储在数据库之中。半结构化类型的数据，所指的则是电网运行的相关数据。而相对于前两者来说，非结构化数据则更好理解一些，非结构化数据通常所代表的则是包括一些图片、音频这一类的数据[2]。

将以上三大数据类型代入到大数据之中进行必要的分析，所分析的主要是其中众多数据中较有用的数据。当然，这个分析不仅只是局限于单个数据这一个维度，在分析过程中同时还应该侧重于分析数据之间存在着的如关联、因果性的关系。而后在将这些采集好的数据进行计算以及存储，全方位的守护电网运行的稳定性与安全性，并对可能发生的问题进行预警，从而使得我国的电网预警系统能够追赶上我国对电网预警这一管理层面的需要。

（1）大数据为根本的电力通信风险剖析以及预警架构

以大数据分析为根本的自动预警系统，相较于过去的预警系统来说有着很大的优势。这个优势就是基于大数据的预警系统，总是能够对较为复杂的数据进行必要的分析，并能根据预警的问题以及问题的等级对电网系统进行合理的预警，继而在做到大数据与其有效结合的同时，提高电网系统运行的稳定性。

电网的预警系统在运行的时候，其主要涉及的运行方式就是对电网产生的数据进行分析、采集，并且根据数据的特征进行结论验证。这样的情况下，能够在最大程度上使得电力系统的相关管理人员，在第一时间做到对问题的把控。同时，预警系统提供的牢靠数据，还有助于在发生突发情况的时候，帮助管理人员在第一时间迅速做出反应以及决策，从而使得预警系统能够更好切合电网实际运行的预警需要。

一直以来，大数据最为主要的开源平台就是Spark与Hadoop，同时随着电力行业的高速发展，大数据处理背景下的预警系统也开始呈现出了多元化的相关应用以及问题解决方案。在这两个开源解决平台之中，Hadoop通常的情况下负责的是集群操控的任务，而Hadoop在操作过程中，最大的优势就是可以在集群操控的基础上面，增加上千个节点的精准计算。并且，Hadoop系统的节点计算速度也并不是一成不变的，多数时候其能够随着集群数量的变化，而发生运算速度上变化。通俗来说就是，集群的数量如果减少了的话，计算的速度也就会随之提升。

在讲述这个构架的时候，有这样一点需要单独指出。那就是Hadoop这个开源平台虽然在集控运行上拥有着巨大的优势，但这个平台却并不具备相应的实时应用处理能力。因此，这个时候在构架层面同Hadoop较为接近的Spark平台，可以当作前者的一个加强部分，从而弥补其在实时应用操控方面的空白，从而为电网预警系统奠定一个好基础。

（2）基于大数据的相关数据处理

以大数据分析为基础的总体功能架构，在技术层面来看，可以更好地应用SOA的架构模板，在服务的端口方面则可将Java技术当做首选，而在客户端的开发上，B/S技术则可以为预警系统提供必要的支撑。在功能的划分上，预警系统应该五大模块构成，即由接口模块、采集模块、数据挖掘、分析模块、预警生成模块五大模块构成。

以这五大模块作为有效支撑，能够更好有助于信息预警系统在每一个环节进行精准的工作。并且，完备的功能模块还能够更好的盘点梳理电力运行设备的资产以及地理情况，帮助预警管理人员能够切实地了解电力的各类信息，从而使得管理人员能够以此为基础做好相关数据、设备的统计工作。并且，五大功能模块的完善还有助于管理人员能够在电网出现问题的第一时间做出判断，并根据判断做出预警信息的发布。

最后就是硬件层面的布置，以电力系统的二次安全防护为根本出发点，大数据基础下的电力信息通信预警技术，必须要遵循电力系统运行的基本原则。因此，在硬件层面应该对预警系统安装必要的防护隔离装置来提升其的安全系数。这里需单独指出的是，预警系统在运行的过程中，还应该遵循相应的标准，从而避免操作失误所导致的意外损失。只有在这样的基础上，才能使得预警系统能够以稳定的状态，继而保证数据的采集、挖掘以及预警等相关工作。

（3）大数据基础下电力信息的通信趋势预测

不同于绝大多数的算法，Holt-Winters的平滑模型，能够更好地体现出具有趋势性质的信息，同时其还能够更好地对季节性的时间序列进行预测。一直以来，趋势这一层面的预测，往往需要耗费大量的人力、物力。但当预警系统完善之后，对于总的趋势预测就可以做到相对来说更好把控。并且，其还能够更好将数据本身的变化情况、规律等进行深入的剖析。可见，大数据背景下的预警系统的搭建，对于电力行业来说有着不可估量的影响。

当然，就目前的情况来看，电力系统所包含的信息通信系统还存在这容量不确定这一问题。因此，相关预测工作的进行应该建立在稳固的运行环境上面。只有这样才能够好的保证运行的实时性以及准确性，从而避免有过大的误差出现。通常情况下来说，对数据进行分析并预测共四个步骤，这四个步骤分别是数据的平稳化处理、模型的识别、参数预测、参数估算四大步骤。只要相关工作人员掌握好这四大步骤，便能对通信趋势的预测做到最大程度上的把控。

3 结束语

总而言之，我国目前依然走在电力系统变革的道路上。而伴随着改革的逐渐深入，电力行业在发展过程中对于信息通信系统的依赖性也开始呈倍数增长。所以，未来电力行业的发展同信息服务能力之间的联系已经到了难以进行剥离的地步。因此，基于大数据背景着重发展电力信息通信预警技术，对于促进我国电网持续安全稳定的运行来说有着巨大的推动作用。

[1]王江亭，靳丹，俞俊，等.基于大数据的电力信息通信预警技术研究[J].电力信息与通信技术，2017（9）：64-69.

[2]胡聪，刘翠玲，吴尚，等.基于大数据日志的预警技术分析[J].电气技术，2017，18（6）：95-98.