大数据的电力信息通信预警技术探讨

大数据的电力信息通信预警技术探讨

郭 洋 1 李传昌 2

1.国网安徽省电力有限公司信息通信分公司 安徽 合肥 230000 2.安徽明生恒卓科技有限公司 安徽 合肥 230000

摘要：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。

关键词：大数据；电力信息通信；预警技术

网络和信息的安全性对于企业电网的安全生产以及业务的正常运转产生直接影响,企业需要面对不断增长的内外部的信息安全问题,必须促进“本质安全”整体水平的提高,并且需要对安全保障的新局面进行保障,在企业信息化水平提升的基础上,对于电力信息的网络要求非常高,企业必须对故障发生后的告警以及抢修模式进行改变,加强风险预警,有助于电力信息网络处理安全风险能力的提高。

1．大数据技术

大数据技术可以分为“数据”和“分析”，“数据”是指互联网服务器上的各种行业、企业和个人的信息数据资源。“分析”是指计算机系统根据用户需求进行的庞大的数据收集、挖掘、分析、计算和整理过程。应用大数据技术能够为电力信息通信提供庞大且专业的数据分析和数据计算支持，提高数据采集的高效性。随着移动通信网络技术的发展，大数据技术在电力信息通信过程中发挥越来越明显的作用。大数据技术为电力信息通信进行快捷且高效的数据挖掘，并且根据不同电力需求进行不同方式的预警管理，逐渐形成独特的“大数据电力信息通信画像”。

2．大数据技术对电力信息通信预警的应用与影响

2.1强大数据的存储和管理能力

电力信息通信预警中的数据总量和种类众多，因此对于预警系统管理数据的处理平台需要具备相应的数据管理能力和数据分析能力。传统的数据存储容量有限，并且存储状态受外部影响因素较大，时常出现数据丢失、数据排列失序等情况，因此对数据进行管理和分析的实际操作具有较高的要求和困难。大数据分析技术能够在虚拟化技术的支持下，将大量混乱无序的资源分门别类地进行归集和识别，并且受外部影响因素影响效果较小，具有相对稳定的状态。工作人员在实际操作过程中只需进行简单指令的输入，就可实现对电力信息通信预警信息数据的快速获取。

2.2快速高效的计算分析能力

分析速度和解读效率是衡量一项数据挖掘与分析能力的关键指标，针对电力信息通信预警系统来说，对其众多的电力数据进行计算需要花费大量的时间、人力、物力及财力，对电力系统正常运行造成经济负担。大数据分析技术通过智能化的并行计算模式，能有效地节约经济成本，提高数据计算的效率，满足对电力信息通信预警大数据分析和应用的需求。

2.3易于动态扩展

过去的电力信息通信预警数据分析平台的工作人员需要通过及时更新换代核心部件，才能提升整体设备的数据分析能力。并且这种提升效果对时间、空间以及技术发展等条件限制较高，需要电力企业进行大量的经济投入。大数据背景下，电力企业不受限于设备和硬件等条件的参数限制，从理论上说，大数据计算没有空间限制，可以进行无限扩展，并且不需要对原有的设备进行更换，只需要根据实际电力信息通信预警管理需求增加相关设备。这种动态化的扩展能够帮助电力企业节约电力预警系统管理的经济投入，提高创新效率，使电力信息通信预警效果大大提升。

3．大数据的电力信息通信预警技术

3.1通信风险剖析

电力通信系统近几年来得到了全面的发展建设，数据化水平不断提高，因此产生了很多数据处理解决方案，最为突出的是HADOOP和SPARK这两个平台。其中前者可以支持大规模的集群操作，可有效解决历史数据中存在的问题，在短时间内完成对海量数据的分析，后者则是可以进行实时运算，利用流式处理和内存并行计算的方式，对实时性数据进行分析。可以说，二者相互补充，综合应用效果最优。从目前设计的电力信息通信预警技术平台来看，大部分都采用了综合性的架构方式来进行综合性分析。在实际应用过程中，利用两个平台分别对旧有数据和实时性数据进行分析，在风险发生的第一时间把控问题，管理人员也能更加从容的面对突发情况。

3.2数据采集

所谓数据采集，就是指获取数据，利用多种数据库，存储不同来源的数据。传统的数据采集一般数据来源和结构比较单一，数据量也十分有限。而大数据在进行数据采集时，获取数据的来源比较广泛，数据类型更加丰富，数据数量更加庞大。与传统的技术相比，大数据技术的优点之一是可以在一定时间内，迅速而便捷地对数据集进行获取、管理和处理工作，并且获取的数据集往往具有规模大、种类格式多样、来源广、质量高等特点。同时，因为采集的数据种类和数量庞杂，也不可避免地具有价值密度低的特点，这种情况下，大数据技术利用自身的技术优势，对采集到的数据进行合理整合，便于使用者获取自己想要的信息。完成随着大数据时代的到来，电力信息通信网络增加了设备种类和数量，并得以利用大数据技术进一步完善系统架构。系统数据的大数据特点日益凸显。利用大数据电力信息通信预警技术，电力信息通信相关技术人员可以迅速、及时采集全部所需的数据信息，提高工作效率。

3.3通信风险预警

在现阶段电力企业电力信息通信预警技术的应用过程中，技术人员首先要做的就是构架一个关于电力信息通信大数据处理的基本框架，该框架的构建对预警的精确度以及作业质量都有着非常重要的作用和意义。在基本框架建立之后，就能够对各种数据信息进行收集整理、分析，框架中对应收集的日志板块其主要工作职责就是对来自电力系统中各个子系统数据的收集，其中常见的有网络日志以及防火墙日志等。通常情况下，需要利用Hive技术来创建各种分析模型，这样就能够保证日志的多维度查询，之后就能够根据数据的具体分类表情况，对现有的日志进行合理的分析。在整个数据分析工作开展的过程中，主要就是依托大数据技术处理手段，在该技术应用的基础上对相应的数据进行更加深入的挖掘，通过这样一系列的数据处理措施以及架构的建立，就能够在一定程度上保证电力信息通信系统在遇到故障时，能够实现自动预警，使电力系统运行的安全性能够得到全面的提升。

3.4关联分析

大数据电力信息通信预警技术可以迅捷地对极其庞大的数据流进行处理，对电力信息通信系统数据信息进行整合，然后进行相匹配的逻辑关联，从而对电力信息通信的数据信息进行全面分析和深度挖掘，研究和总结数据间的关系，全面了解电力信息通信各系统之间的运作经营情况。数据挖掘是基于各种算法，对数据进行分析计算，便于进一步的数据分析。对电力信息通信数据的关联分析，其实就是在电力信息通信网络的庞大规模运行和无数应用数据中，在项目集合中探索对象集合的频繁模式和关联，分析因果关系和相关性，通过此种方法进行对电力信息通信数据进行关联分析，并得出结论。

4．结束语

在智能电网时代，电力信息通信技术起着不可替代的重要作用，不仅能够有效提高电网系统的运行效率，确保其稳定高效的运行，而且会对电网系统未来建设产生重要影响。因此，相关企业必须对电力信息通信预警技术的应用，加大对此项技术的研究力度，不断提高电力信息通信技术水平，确保我国电力行业实现可持续健康发展。