摘要：目前，我国对用电信息系统的建设和发展已经逐渐完善，累积接入的采集终端约有1500万台，智能电表的接入约5亿。为了确保在用电信息采集系统中各项业务顺利展开，就需要加强对采集系统的运行维护工作，这也是采集系统未来主要研究和注意的问题。从当前情况来看，在采集运维业务中还存在着诸多问题，如运维效率较低，缺乏故障优先处理级，故障种类多样、复杂，难以对故障进行准确的定位等，因此本文就首先对用电信息采集系统的运维业务中所存在的问题加以分析，并进一步提出在采集运维业务中大数据分析技术的应用。因此本文主要是对大数据分析技术在采集运维业务中的应用研究进行了一定的分析，在此基础上提出下文中的内容，希望能够给予相同行业进行工作的人员提供出一定的参考。
关键词：大数据；采集运维；业务；应用；分析
引言：在现代化社会的发展过程中，电力事业也需要做到与时俱进，不断提升自身的系统适用性，切实增强现代化电力系统的发展能力。大数据分析技术的应用，能对于电网系统中的运行情况，以及各类故障进行快速地感知，能有效增强电网整体的运行效果，为人们的生产生活提供稳定的电力资源。
1.大数据分析技术系统概述
具体来说，大数据分析技术系统的主要依靠关系型联机分析处理和多维联机分析处理等关键技术措施来为电力系统提供各项数据服务的。在电网系统工作开展中，大数据分析技术系统主要分为三个层次，一是数据储存层。数据储存层需要进行数据库系统的建设，同时还要确保各类数据信息类型的全面性。二是数据分析层。电力信息数据被储存之后，需要进行数据分析模型的构建，进一步分析数据异常情况。三是数据应用层。分析后的数据信息会被反馈到操作终端，电网工作人员会根据故障情况，及时进行系统修复。
2.用电信息采集系统运维业务存在的问题
2.1用电采集系统运维效率低
随着社会经济发展水平的提升，在人们日常生活和工业生产中对电力需求量在逐渐增加，电力行业也得到了快速发展，但根据调查统计发现，电力公司每日产生的异常工单总计约有1万条，工作强度远远超出运维工作人员的工作能力，且大部分企业都没有建立消缺机制，在故障处理和运维业务开展中难以根据业务的紧急程度开展相应等级的工作，从而导致采集系统的运维效率低下。
2.2对故障点难以进行准确的定位
在电力企业的用电信息采集系统的运维业务工作开展中，主要的运维对象为采集主站、智能电表、远程通信信道、本地通信信道、采集终端。根据统计发现异常现象的种类可以分为59种，根据不同的故障原因又可以将其分为100种，故障的种类十分复杂、繁多，导致难以对故障点及故障原因进行准确的定位和分析，普通的运维工作人员也难以对故障原因进行定位，缺乏消缺方案技术能力。
2.3缺乏完善的考核评价
当前电力企业在用电信息系统的采集运维业务中主要采用的是故障查询和线下派工的业务处理方式，对故障信息和运维结果不能进行准确、及时有效的反馈，在现场运维的工作质量、计量设备和采集设备中缺乏相关考核评价体系，难以提高运维业务的工作质量。
3.大数据分析技术在采集运维业务中的应用
3.1异常工单智能化派发应用
在电力系统运行过程中，最需要注意的事情就是进行电力系统故障的查询，并且需要确保快速找出故障点，在以往的故障排查工作开展中，使用传统的技术手段工作效率相对较低，并且故障点确定的精准度也不尽如人意。
期刊文章分类查询,尽在期刊图书馆后随着智能电网的建设，使得大数据分析技术得以应用，智能电网中大数据分析技术可以发挥自身功能，实现对于电网系统运行情况的实时监控，及时发现系统中的异常情况。具体的技术应用流程主要表现在以下几个方面。一是大数据分析技术首先能够在事前结合电网系统构建起一个电网运行数模型，通过该模型来确定电网正常运行的范围，明确电网有效运行的数据区间。二是结合数据模型，对于各类电网运行数据进行全面和具体的分析，这也相当于故障排查的过程，在进行数据分析过程中，主要是基于所辖区域的电网用电量数据情况，同时也会参考居民的月度以及年度用电量等情况，对于各类数据进行对比分析。三是将异常数据同正常运行数据进行智能化分析后，确定电网系统异常情况以及具体的故障类型。发现故障信息之后通过信息系统反馈到操控终端，工作人员就可以实现对故障问题的解决，因此需要引起足够的重视。
3.2异常工单智能化分析处理
大数据分析技术在电网异常故障诊断工作完成后，可以结合故障的情况以及类型，给出针对性的故障解决措施，对于可以即时解决的问题，通过网络系统操作即可完成。具体来说，异常工单智能化分析处理的整体过程如下。一是大数据分析技术在发现电网系统存在异常之后，会进行系统异常反馈，工作人员会通过系统操作来进行故障的具体识别，一般会结合系统设备情况、国网招标批次情况等进行更加深入的故障分析。二是确定好故障原因之后，大数据分析技术还会结合以往的系统修复操作，以及故障严重程度进行具体处理和分析，如果可以通过系统操作进行解决，会进行系统化处理和操作。三是在故障问题处理过程中，工作人员只需要进行系统操作即可完成相关工作。实际上同传统的电网工作模式相比，整个异常工单智能化分析处理的过程中，大大缩短了工作时间，工作人员能够结合系统故障解决方案开展各类工作，避免了工作问题和麻烦。大数据分析技术作为智能电网的一个重要组成，在电力系统中的应用过程中，可以实现对于电力系统各类数据的有效分析，智能电网系统之下，所有的系统都会接入电网系统当中，这更利于实现电网故障的统一排查和处理，并且有效控制电网整体的运行品质。
3.3采集运维多维度质量评价
在实际的技术应用过程中，主要会从以下几个方面着手，实现对于电网系统的多维度的数据评价。一是对于电网系统应用的各类设备产品进行质量评价，通过设备的使用情况，大数据分析技术可以结合各类电网设备的运行数据信息、异常终端数据信息构建起一个电网产品设备的质量分析评价指标。具体来说会主要对以下三个方面的数据信息进行处理分析，分别是终端故障的更换率、终端时钟偏差超标占比、各个厂家终端故障率。通过数据运算，能够了解各类设备的运行情况，同时还可以进行设备运行品质评估，了解设备性能，确保各项工作的有效开展。二是对于电网系统运行维护的工作质量进行整体的数据评估。在电力系统当中，电网运维数据会进行即时更新，同时还会影响到整个电网工作品质。
总结：通过对上述的内容进行分析研究之后可以得出，总而言之，在用电信息采集系统中的运维业务中采用大数据分析技术，可以对采集的数据信息进行深入挖掘和分析、处理，对运维异常工单进行智能化派发和分析处理等，使采集运维工作从粗放式管理逐渐向集约式和精益化方向发生转变，提高运维业务水平和工作效率。
参考文献：
[1]尹晓阳.基于大数据分析的电气设备状态评估技术研究[D].华北电力大学，2017.
[2]陈建涛.面向用户健康服务的大数据平台设计及其分析处理关键技术[D].南京邮电大学，2016.
[3]黄雅琦.网球赛事中IBM大数据分析技术运用的实例研究[D].北京体育大学，2016.
[4]邓玉林.基于hadoop大数据框架的个性化推荐系统研究与实现[D].电子科技大学，2016.
[5]戴亚丽.基于信令的区域监控大数据分析系统的设计与实现[D].北京邮电大学，2016.
[6]李文鸿.面向电信网络优化的大数据分析系统实现与应用[D].北京邮电大学，2016.
论文作者:邱怡
论文发表刊物:《电力设备》2018年第28期
论文发表时间:2019/3/20
标签：电网论文; 大数论文; 故障论文; 数据论文; 系统论文; 据分析论文; 技术论文; 《电力设备》2018年第28期论文;