摘要：随着我国科技力量的逐渐提升，信息技术水平在不断提高，大数据分析技术则是建立在信息技术发展的基础上发展起来的，近年来大数据分析技术在多个领域中都得到了应用，并取得了一定的进展。随着国民经济发展，人们对用电需求在不断增加，用电信息的采集规模也在与日俱增，因此就要加强采集信息系统的运行维护工作。
关键词：大数据分析技术 采集运维业务 用电信息采集系统
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[1]。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。
1用电信息采集系统运维业务存在的问题
1.1用电采集系统运维效率低
随着社会经济发展水平的提高，人们日常生活和工业生产对电力的需求逐渐增加，电力工业也迅速发展。然而，根据调查和统计，电力公司每天大约有10，000份异常工作指令，工作强度远远超出了运维人员的工作能力。此外，大多数企业没有建立空缺消除机制，在故障处理和运行维护操作过程中，很难根据业务的紧急程度开展相应级别的工作，导致采集系统的运行维护效率低下。
1.2缺乏完善的考核评价
由于当前电力企业主要在电力信息系统的收集和运行中使用故障查询和离线调度，因此它们不能对故障信息以及运行和维护结果提供准确、及时和有效的反馈。现场运行维护工作、计量设备和采集设备的质量缺乏相关的评估和评价体系，难以提高运行维护工作的质量。
1.3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大数据分析技术在采集运维业务中的应用
2.1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。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。
期刊文章分类查询,尽在期刊图书馆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。
2.2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。
2.3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。
3 结束语
总之，用电信息采集的运维管理是一项庞大而复杂的工作，本文提出的对异常工单智能化派发、异常工单智能处理和采集运维多维度质量评价只是对其中的一部分业务进行了优化应用，后续还将对采集异常智能化甄别、异常工单智能处理及异常工单智能化派发进行更深入的实践与研究，最终为满足国网营销部的“全覆盖、全采集、全费控”目标要求提供强有力的技术保障。
参考文献：
[1]侯亚男.大数据分析技术在采集运维业务中的应用[J].区域治理.2018 (44)
[2]刘海燕.大数据分析技术在采集运维业务中的应用[J].建筑工程技术与设计.2018(25)
[3]王建昆.大数据分析技术在采集运维业务中的应用[J].中国新通信.2018(12)。
论文作者:蒋华
论文发表刊物:《电力设备》2019年第14期
论文发表时间:2019/11/5
标签：电网论文; 故障论文; 大数论文; 异常论文; 技术论文; 数据论文; 工作论文; 《电力设备》2019年第14期论文;