大數據的電力信息通信預警技術研究

王星星

摘要：隨著科學技術的不斷創新，電力是人們生活生產的重要能源之一。如果沒有電力，許多生產經營活動就不能正常、有序地進行。電力信息通信網絡是專門應用于電力系統的網絡，是支撐電力系統順利運行的重要支柱。大數據時代的到來為電力信息通信預警技術的完善帶來了更多的技術支撐和諸多可能性。

關鍵詞：大數據;電力信息;通信預警技術

引言

在電網信息通信技術飛速發展的今天，信息系統的服務能力大幅提升，將其應用在信息通信預警方面，可以從根本上解決當前階段存在的重點問題。作為電力系統通信的專用網絡，對維持電力運輸安全平穩運行上起到著至關重要的作用。建設電力信息通信預警系統，可以降低運維工作成本，提高工作效率。

1傳統電力信息通信預警技術的不足

隨著科學技術的飛速發展，電力信息通信預警技術水平也在不斷提升，運維監測和管理系統日益完善。但是我們也逐漸意識到，傳統的電力信息通信預警技術仍然存在很多不如人意之處。電力信息通信運營數據龐雜，類別廣，分散強，傳統網絡系統在收集監控信息時存在諸多難題和不足。面對這些數量龐大、復雜又零散的信息時，電力信息通信安全防護人員很難對其進行迅速有效的系統性排查，也因此無法及時對運行故障進行處理，給電力信息通信安全工作的展開帶來重重困難。

2電力信息通信預警技術具體架構

2.1電力通信風險剖析

電力通信系統近幾年來得到了全面的發展建設，數據化水平不斷提高，因此產生了很多數據處理解決方案，最為突出的是HADOOP和SPARK這兩個平臺。其中前者可以支持大規模的集群操作，可有效解決歷史數據中存在的問題，在短時間內完成對海量數據的分析，后者則是可以進行實時運算，利用流式處理和內存并行計算的方式，對實時性數據進行分析?？梢哉f，二者相互補充，綜合應用效果最優。從目前設計的電力信息通信預警技術平臺來看，大部分都采用了綜合性的架構方式來進行綜合性分析。在實際應用過程中，利用兩個平臺分別對舊有數據和實時性數據進行分析，在風險發生的第一時間把控問題，管理人員也能更加從容的面對突發情況。值得一提的是，兩個平臺的集群操控特點非常突出，可以實現海量數據的精確計算，而且隨著數量的減少，計算速度也會隨之提升，是電力信息通信預警系統中必不可少的存在。

2.2數據采集

所謂數據采集，就是指獲取數據，利用多種數據庫，存儲不同來源的數據。傳統的數據采集一般數據來源和結構比較單一，數據量也十分有限。而大數據在進行數據采集時，獲取數據的來源比較廣泛，數據類型更加豐富，數據數量更加龐大。與傳統的技術相比，大數據技術的優點之一是可以在一定時間內，迅速而便捷地對數據集進行獲取、管理和處理工作，并且獲取的數據集往往具有規模大、種類格式多樣、來源廣、質量高等特點。同時，因為采集的數據種類和數量龐雜，也不可避免地具有價值密度低的特點，這種情況下，大數據技術利用自身的技術優勢，對采集到的數據進行合理整合，便于使用者獲取自己想要的信息。完成隨著大數據時代的到來，電力信息通信網絡增加了設備種類和數量，并得以利用大數據技術進一步完善系統架構。系統數據的大數據特點日益凸顯。利用大數據電力信息通信預警技術，電力信息通信相關技術人員可以迅速、及時采集全部所需的數據信息，提高工作效率。

2.3電力通信風險預測

在完成上述兩個方面的架構后，還可以借助大數據技術是對電力信息通信的風險趨勢進行預測，及時數據的變化情況，結合數據變動規律進行深層次的剖析，及時發現其中存在的問題。在實際發展過程中，針對季節性的電力通信情況進行預測，傳統的預測方式需要消耗大量的人力、物力。但是，借助大數據技術，根據數據本身的變化情況、規律進行深入剖析，可以更好的保證運行實時性和準確性，避免出現較大的誤差。通過數據平穩化處理、模型識別、參數預測、參數估算這個步驟，最大程度把握通信發展趨勢，為后續的研究奠定基礎。

2.4電力通信數據處理

對于電力信息通信預警系統而言數據的處理非常重要，在確定了具體架構后，還要借助大數據技術建立完善的技術模板。結合大數據現有技術來看，可以將SOA作為架構模板，并且利用Java技術作為服務端口，配合B/S技術開發出來的客戶端平臺，打造出立體化的電力信息通信預警系統。一般情況下，可以將預警系統劃分為接口模塊、采集模塊、數據挖掘、分析模塊、預警生成模塊。五個模塊互為支撐，讓電力信息通信預警系統的工作得到精準落實，不僅可以實現風險預警，還能夠讓電力系統中的各類信息得到收集，管理人員可以更好的樹立電力系統中的各類數據。在完善軟件層面布置、強化數據處理功能的基礎上，還需要對硬件層面進行布置，從而加強對電力系統的二次安全防護。在大數據的電力信息通信預警技術全面落實的基礎上，結合電力系統的基本運行原則和相關標準，落實硬件防護隔離裝置，提高風險預警系統的安全性，保證系統可以穩定運行，及時采集數據，挖掘數據。

2.5關聯分析

大數據電力信息通信預警技術可以迅捷地對極其龐大的數據流進行處理，對電力信息通信系統數據信息進行整合，然后進行相匹配的邏輯關聯，從而對電力信息通信的數據信息進行全面分析和深度挖掘，研究和總結數據間的關系，全面了解電力信息通信各系統之間的運作經營情況。數據挖掘是基于各種算法，對數據進行分析計算，便于進一步的數據分析。對電力信息通信數據的關聯分析，其實就是在電力信息通信網絡的龐大規模運行和無數應用數據中，在項目集合中探索對象集合的頻繁模式和關聯，分析因果關系和相關性，通過此種方法進行對電力信息通信數據進行關聯分析，并得出結論。

3電力信息通信預警技術的前景

大數據技術作為當今時代信息技術突飛猛迚的一個產物，其在甴力行業的應用成為未來収展的一個前景。近些年來電力行業的發展也印證了這一點，電網信息系統之中的數據量大規模的增加，而這些增加的數據則完全符合大數據的特點。因此，通迆大數據技術，極建分析模型，幵以此為基礎來形成相應的預警機制成為了未來發展的必然趨勢。在這中間大數據技術極架下的信息通信預警系統，往往能夠方便工作人員迅速獲取相關信息。仍而使其能夠及時發現潛在的危險，并做到快速發現問題，快速解決問題，全面提高電力運行的穩定性。由此可見，就電力信息通信預警技術的前景來看，其在日后將得到較為廣泛的應用，仍而為我國甴力行業的發展保駕護航。

結語

綜上所述，近幾年來，國家電網得到了全面的發展，電力系統不斷變革，電力行業進入了快速發展階段。電力信息通信系統作為電網建設中的關鍵，加強預警技術的應用，是促進國家電網安全穩定發展的關鍵。因此，要加強對電力通信風險的分析并且對相關數據進行全面處理，同時完善通信風險預測，加強把控。

參考文獻

[1]王江亭，靳丹，俞俊，等.基于大數據的電力信息通信預警技術研究[J].電力信息與通信技術，2020（9）：64-69.

[2]胡聰，劉翠玱，吳尚，等.基于大數據日志的預警技術分析[J].電氣技術，2020，18（6）：95-98.

[3]劉歡.芻議大數據的電力信息通信預警技術[J].低碳世界，2019，9（12）：87-88.

[4]石海麗，張暢.電力光纖通信網絡規劃設計探討[J].中國新通信，2019，21（12）：15.

[5]韓曉晴，王鵬，張立楊，等.電力光纖通信網絡的規劃設計問題探討[J].數字通信世界，2019（01）：79-80.