2.国网甘肃省电力公司信息通信公司 甘肃兰州 730030
3. 国网信通亿力科技有限公司 福建福州 350003）
摘要：当前情况下，甘肃省电力公司关于电力数据种类多样、横跨业务多等特点推进大数据服务评价和数据支撑平台，强化标准体系建设和协同开展大数据应用等四个方面取得一定成效，目前公司信息化已经进入“深水区”，需进一步加强业务协同，大数据服务评价体系和运行监测技术建设，发挥信息化价值最大化。通过大数据服务评价和运行监测技术的研究，能够对大数据应用现状进行梳理分析，按照“统一架构、统一标准、统一编码”的原则，加强实际应用情况评估，推进优化整合。
关键词：大数据；数据质量；业务协同；服务评价体系
1电网大数据服务评价和运行监测思路
研究数据服务评价机制，针对数据服务的有效性、安全性以及整体性能进行准确评估；建立数据服务模型监测技术方案，及时发现数据模型变更情况，实时监测数据模型效率和质量。研究数据服务运行监测技术方案，监测数据服务性能、稳定性等，确保满足各种复杂的数据服务需求。
2 电网大数据服务评价和运行监测关键技术体系研究
（1）研究数据服务评价机制，构建数据服务评价模型，实现数据服务的快速、准确评价，为数据服务优化提供支撑；
（2）研究数据服务模型质量检测技术，从系统性能、计算和存储成本、数据使用效率和数据质量提升四个维度建立数据服务模型标准，研究设计态和运行态数据服务模型检查方案，保证数据服务模型的稳定和质量；
（3）研究数据服务运行监测技术，研究数据服务隔离发布技术，建立资源分级分权使用机制，制定监控流量压力评估与限流降级策略，提供安全稳定的数据监测服务。。
一、数据服务管理关键技术研究
（1）研究基于机器学习方法的智能分析、服务全生命周期管理和基于模糊专家系统的决策辅助技术
结合电网数据及业务特点，分析和梳理电网系统待建设数据中台潜在的数据服务业务需求，研究基于机器学习方法的数据服务全生命周期管理关键技术，包括数据服务的全生命周期感知管理，数据服务的服务能力、服务状态等的智能分析；研究基于模糊专家系统的数据服务智能化自主管理与自主决策的知识规则与推理规则，突破电网系统数据中台数据服务智能化管理与决策的自主控制技术。
（2）研究基于深度神经网络的服务全动态感知、监控技术以及基于多目标优化技术的改进算法和策略
研究基于深度神经网络的电网系统数据中台数据服务的全动态感知、监控技术，包括数据服务全生命周期动态感知，数据服务服务能力、服务状态监控等关键技术，构建稳定、可用的数据中台数据服务的全动态感知、监控深度神经网络模型；基于数据服务的全动态感知、监控深度神经网络模型，结合多目标优化技术，设计数据服务优化算法和策略，构建更加可用、稳定、高效的数据中台数据服务。
期刊文章分类查询,尽在期刊图书馆
（3）研究基于粒子群优化策略的数据服务资源自动调度技术以及优化方案
研究电网系统数据中台数据服务的使用情况相关信息，如时空信息、计算资源等，建立数据服务使用情况与资源需求对应关系；研究基于粒子群优化策略的资源自动调度技术，构建稳定高效可用的粒子群优化策略模型；结合数据服务使用情况与资源需求对应关系，设计优化策略，形成更加可用、稳定、高效的基于粒子群优化策略的数据服务资源自动调度技术。
二、数据服务评价和运行监测关键技术研究
（1）研究数据服务评价机制，构建数据服务评价模型，实现数据服务的快速、准确评价，为数据服务优化提供支撑。
公司全业务数据治理重点围绕“优化数据调度，推进标准落地，建设数据（服务）门户，推动数字转型”，四个方面开展工作，公司建立“一站式”数据（服务）门户，实现“数据采集自动化、数据应用自主化、数据分析便捷化、数据质量可靠化”，有效提升公司数据治理、管理、应用综合能力，实现“信息门户”与“数据门户”的双驱动，为公司数字化转型奠定坚实的基础。
（2）研究数据服务模型质量检测技术，从系统性能、计算和存储成本、数据使用效率和数据质量提升四个维度建立数据服务模型标准，研究设计态和运行态数据服务模型检查方案，保证数据服务模型的稳定和质量。
研究针对全业务统一数据中心内高热度数据的数据质量自助探查技术，研究电网大数据结构性、内容性等业务规则的自动发现技术；研究高热度数据的跨表、跨系统数据关联关系的自动发现技术；构建并维护针对监测目标的数据质量快速探查检测规则库，设计数据质量业务规则库的动态更新方法.
（3）研究数据服务运行监测技术，研究数据服务隔离发布技术，建立资源分级分权使用机制，制定监控流量压力评估与限流降级策略，提供安全稳定的数据监测服务。
采用数据服务旁路通道捕获及同步技术，利用“在线实时决策+离线机器学习”组合技术，根据实时检测的数据对异常数据规则库进行优化，离线迭代规则，通过对历史行为与实时行为对比，对规则进行离线学习、管理。
结语：
本文研究电网大数据服务评价和运行监测关键技术设计研究与应用，构建数据服务运行监测技术模型，监测数据服务性能、稳定性等，确保满足各种复杂的数据服务需求。帮助业务人员落实数据管理责任，快速定位数据问题，保障数据使用”的“干净、全面、易用、可控”。
参考文献：
[1]宋亚奇，周国亮，朱永利.智能电网大数据处理技术现状与挑战[J].电网技术，2013，37（4）：927-935.
[2]赵腾，张焰，张东霞.智能配电网大数据应用技术与前景分析[J].电网技术，2014，38（12）：3305-3312.
[3]化柏林，李广建.大数据环境下多源信息融合的理论与应用探讨[J].图书情报工作，2015，16：5-10.
作者简介：
马乐，男，汉族，甘肃省兰州市，1982年8月，电力通信技术，本科，高级工程市，兰州理工大学
论文作者:马乐1,孙向聚2,金鑫3,李兴4,吴彬5
论文发表刊物:《电力设备》2018年第32期
论文发表时间:2019/5/17
标签：数据论文; 技术论文; 电网论文; 模型论文; 评价论文; 质量论文; 策略论文; 《电力设备》2018年第32期论文;