（国网江苏省电力有限公司扬中市供电分公司 江苏扬中 212200）
摘要：大数据环境下的用电信息采集系统，是在大数据技术的支持下，展开对系统的建设，综合提升用电信息采集系统的功能，为电力企业的电力服务和电力营销提供基础，本文针对具体的大数据环境下用电信息采集系统建设进行了分析。
关键词：大数据；用电信息采集系统；建设
1用电信息采集系统现状
用电信息采集系统是服务于电力企业与电力用户，能够实现电力用户与电力企业之间的沟通交流。在对用电信息进行采集的同时，可实现用电信息的采集和数据分析与处理，为电力企业的电力服务提供基础。常规用电信息采集系统的数据种类相对较多，包括远程抄表数据、线损业务数据、业务数据等。其中，远程抄表数据为主要的数据类型，且占有量很高。当前电力用户数量不断增加，系统的信息采集量不断增加，数据的增多，加大了系统的工作强度，也增加了数据分析的难度，制约了电力企业的电力服务。针对这种情况，大数据环境下，用电信息采集系统需要进行构建基于大数据技术的用电信息采集系统，实现对电能数据的实时采集、远程参数配置、电能质量检测等内容，满足电力企业的电力服务需求，重新完成用电信息采集系统的构建。
2大数据环境下的用电信息采集系统建设
2.1系统功能需求
在大数据环境下，系统需要满足诸多功能需求，从而综合提升电力企业电力服务效果。现对具体的功能需求和设计原则展开详细研究。
1）数据采集计算。系统可有子站和主站几个部分构成，子站主要是部署在变电站等电力设施内部，而主站主要选择B/S结构，并实现对子站的远程控制和数据采集，既可达到设备监控还可实现用户用电量的抄核收。2）基本应用功能。系统在需满足基本用电信息采集能力，且具备基本应用管理功能，包括采集点设置、数据采集管理、有序用电、费控管理等内容。对于具体采集点设备管理的操作流程，可按照如图1所示。而数据管理包括任务管理、采集质量检查、人工召测和数据发布等。系统在大数据环境下的建设，必须满足基本功能，满足实际使用需求。3）运行管理。系统运行管理涉及的内容相对较多，包括具体：系统对时、档案管理、运行状态监控和异常处理等内容，是关系到系统服务性的关键。故此，系统建设中，必须满足运行管理需求，保障系统整体效果。4）统计查询需求。这一功能需求，要求系统可以完成对具体数据进行整理和存储，并在电力企业需要对这些数据进行使用，则需由系统直接调出信息，便于数据信息的管理效果，降低丢失和损坏的情况。
2.2系统架构
由数据采集层、服务层、存储层和处理分析层、应用层等部分构成。按照这一系统架构方式，可满足新型用电信息采集系统的功能，现对系统架构中的各个层次展开研究，详细如下：1）数据采集层。数据采集层属于用户侧，主要位于用户范围，主要完成对用户的用电信息的测量、采样、存储和处理、传递等，可以将这一层次作为系统的主要信息来源；2）前置通信服务层。这一层次可完成对基础数据的存储和结果的分析。该层借助负载均衡机制，实现动态任务划分，有效的将任务发送到负载较低的存储节点，从而为数据的读取、动态分配提供基础。可有效提升存储和读取的效果。另外，前置通信服务层还借助副本机制、机架感知机制，实现动态多副本数据存储，可降低数据丢失的风险，增强信息的可靠性与有效性；3）数据处理分析层。这部分是系统重点结构，主要完成对海量数据信息的处理、识别和计算。在大数据技术的支持下，包括一些关键技术的运用，如数据挖掘技术，可从海量的用电信息中，攫取有效的信息类型，并完成对数据信息；4）应用层。主要负责诸多等级下的电力公司监控数据的应用，并有效完成资源管理，便于用户资源利用。
2.3功能模块设计
在大数据的支持下，在明确具体架构基础上，展开对功能模块的设计。现对具体的模块进行设计，详细内容如下。1）基本应用的模块设计。包括采集点管理设计、数据采集管理设计、有序用电管理设计、费控管理设计等内容的设计。现以采集点管理设计为对象，对其具体的设计进行阐述。该模块主要完成对采集点的维护管理，为具体数据上传和传输提供流程的通道，保障基本应用的顺利实现。此外，需合理的对采集终端展开设计，保障采集终端的整体效果，需有效的对采集终端展开设计，保障采集终端的整体质量，具体终端选择STM32微控制器、AD控制器、外部电源、接触器等构成。2）运行管理设计。以运行异常处理为例，文章中的异常处理主要包括系统异常、数据异常和现场设备异常等。3）数据库建设。它是用电信息存储的关键，故此，针对数据环境下用电信息采集系统，需展开有效的数据库建设。具体的数据库建设中，数据字典需囊括终端设备安装运行情况、电能表安装建设汇总表的列清单等内容，包括具体数据类型、日期、电能表类型和统计口径等内容。
3大数据环境下的用电信息采集系统建设的关键技术
3.1数据计算
数据计算是实现系统构建的关键，常规数据计算，可分为离线计算与实时计算两部分。其中离线计算是以Hadoop为基础，实时计算则是建立在Storm的基础上。传统计算机分析和处理，是在完成数据采集和整理后，存储到数据库中，之后在按照需求实施数据搜索，这属于一个相对高效的方式，然而其属于一个紧绷接口，可会造成时间浪费。而Hadoop则是一个具有扩容能力强、成本低廉和运行效率良好、稳定可靠的效果，能够满足系统的计算需求。
3.2数据挖掘技术
大数据环境下，数据挖掘技术的重要性不言而喻，借助数据挖掘技术，可有效获得目标信息，排除无效信息，保障数据处理效果。在具体用电信息采集系统中，随着电力用户数量增多，所采集的数据信息也明显增多，将具体数据挖掘算法融入到系统中，提升系统效果，为相关决策和管理提供数据支持，综合提升电力企业的电力服务质量提升。具体的数据挖掘中，研究报文日志，可完成对设备状态信息的分析，并确认设备是否处于良好的运行状态，为用电信息采集系统和电力系统的设备维护提供参考。此外，借助数据挖掘技术，可展开用电预测、反窃电分析等，全面推动电力企业的电力服务水平提升，实现电力企业的市场竞争力提升。
由上述架构显示，选择适宜数据挖掘算法，可有效保障数据挖掘效果，保障系统功能性与可靠性。
结语
综上所述，本文分析大数据环境下，用电信息采集系统的建设，从而促使系统满足大数据环境下用电信息采集系统的建设需求，全面推动电力企业的电力服务质量和营销效果。
参考文献：
[1]刘鹏，张宇熙.大数据技术在用电信息采集系统中的应用[C]//电力行业信息化年会.2014.
[2]王铀.电力用户用电信息采集系统的设计与实现[D].电子科技大学，2015.
论文作者:蒋仁鑫
论文发表刊物:《云南电业》2019年4期
论文发表时间:2019/10/11
标签：数据论文; 信息论文; 系统论文; 采集系统论文; 电力论文; 电力企业论文; 需求论文; 《云南电业》2019年4期论文;