大數據的電力信息通信預警技術研究①

宋宏艷

摘要：近幾年來，隨著信息技術水平不斷提高，電力信息通信網的建設也得到了全面發展，電力信息通信預警技術在保證電力生產安全穩定上發揮著重要作用。因此，本文針對電力信息通信預警技術展開研究，在簡單了解電力信息通信預警實際應用案例的基礎上，詳細分析風險預警的具體架構，以供參考。

關鍵詞：大數據;電力信息通信;預警技術

引言

隨著科學技術的全面發展，電力成為生活生產的重要能源之一，如果沒有電，幾乎許多生產經營活動都無法正常有序地進行。電力信息通信網是專門應用于電力系統的網絡，也是支撐電力系統生產平穩運營的重要支柱。而大數據時代的到來，為電力信息通信預警技術的提升帶來了更多技術支持和眾多可能。

1電力信息通信預警意義

電力信息通信網是相應電力系統使用的特定網絡，是支撐電力系統正常運行的支柱之一。通過保證電力信息通信網的穩定運行，可以在一定程度上為電力系統的正常運行提供良好保證。一般情況下，在電力信息通信行業中，往往容易出現設備故障，或存在某種運行風險?？傮w上來說，此種風險的發生能夠對相應設備等均產生不同程度的影響，直接關系到整個電網的運行情況。一旦電網系統中的部分設備系統受到侵害，則會大大降低其數據采集、監測等性能?，F階段內，我國電力信息通信技術快速發展，尤其是在市場經濟不斷發展的背景下，構建了多個管理系統。但從某種意義上來講，在電力信息通信網的運行過程中，仍存在著明顯問題。例如，相應網絡系統對監控告警信息進行收集時，分散性較強，進而致使在實際運行階段內，工作人員無法對其中存在的問題進行有效查找，很難利用系統基礎框架等實現對運行故障的及時處理，為業務的順利開展帶來嚴重的不良影響。隨著科學技術的快速發展，大數據時代已經到來?；诖?，大數據技術逐漸走入公眾視野，并得到了廣泛應用。此技術作為新時代下的一種新型技術與構架，可以通過較為經濟的方式對各類技術進行高速捕捉，進而從相應技術中提取應用價值。在大數據時代背景下，我國電網信息系統架構日益完善，各類設備數量與種類不斷增加。在此形勢下，系統中的相關數據量也逐漸增加，具備明顯的大數據特點?；诖?，通過將大數據技術、實時數據流處理技術、關聯分析挖掘技術、狀態評估技術等建立緊密聯系，逐步形成分析模型。利用此種方式保證對信息通信風險隱患的全面感知。相關技術人員可據此及時獲取重要信息，針對潛在的風險，做到及時發現、及時剔除，以此避免出現運行故障，對增進信息通信系統的安全性及穩定性具有較為積極的現實意義。

2大數據的電力信息通信預警技術

2.1基于大數據電力信息通信風險分析及預警架構

在現階段大數據的發展過程中，主要有兩個開源的大數據處理平臺，分別是Hadoop和Spark，這兩個平臺在近些年得到了非?？焖俚陌l展，同時也出現了多種相關的應用，下面就來進行詳細的分析。首先在Hadoop大數據處理平臺上，支持大規模的數據集群操作，通過集群的方式能夠實現對多個以及上千個節點的計算，在計算的過程中，計算速度會隨著集群數量的增加而不斷加快，這樣就能夠在一定程度上解決傳統日志分析系統無法處理海量日志數據信息的問題，但是在該數據處理平臺，并不適合應用于實時數據的處理。而Spark是一種與Hadoop類似的一種通信并行數據計算框架，嚴格來說是對Hadoop數據平臺的一種補充，它采用了更加先進的計算技術以及流式處理技術，能夠在一定程度上彌補Hadoop在實時數據計算處理上的不足，這些都是電力信息通信系統中非常重要的預警構架類型，是預警技術運用過程中的關鍵部分。

2.2基于大數據的相關數據處理

以大數據分析為基礎的總體功能架極，在技術層面來看，可以更好地應用SOA的架極模板，在服務的端口斱面則可將Java技術當做首選，而在客戵端的開収上，B/S技術則可以為預警系統提供必要的支撐。在功能的劃分上，預警系統應該五大模塊極成，即由接口模塊、采集模塊、數據挖掘、分析模塊、預警生成模塊五大模塊極成。以這五大模塊作為有敁支撐，能夠更好有助于信息預警系統在每一個環節迚行精準的工作。幵且，完備的功能模塊還能夠更好的盤點梱理甴力運行設備的資產以及地理情冴，幫助預警管理人員能夠切實地了解甴力的各類信息，仍而使得管理人員能夠以此為基礎做好相關數據、設備的統計工作。幵且，五大功能模塊的完善還有助于管理人員能夠在甴網出現問題的第一時間做出刞斷，幵根據刞斷做出預警信息的収布。最后就是硬件層面的布罫，以甴力系統的事次安全防護為根本出収點，大數據基礎下的甴力信息通信預警技術，必須要遰循甴力系統運行的基本原則。因此，在硬件層面應該對預警系統安裝必要的防護隑離裝罫來提升其的安全系數。這里需單獨挃出的是，預警系統在運行的迆程中，還應該遰循相應的標準，仍而避兊操作夰誤所導致的意外損夰。只有在這樣的基礎上，才能使得預警系統能夠以穩定的狀態，繼而保證數據的采集、挖掘以及預警等相關工作。

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進一步完善電力信息通信預警系統

電力信息通信大數據框架的建立，有利于電力信息通信相關技術人員對采集到數據信息進行高效率、高質量的整理、分析和管理，從而建立更為完善的電力信息通信預警系統。建立大數據電力信息通信預警，有利于對電力信息通信風險的規避。如，大數據技術下的數據處理平臺日益受到電力信息通信系統的青睞。如，大數據處理平臺Hadoop在進行集群操作時方便快捷，增加差異節點后可共同計算，集群數量的減弱對其計算速度無影響。傳統的系統數據處理存在的不足，被新技術有效彌補完善。在處理實時應用等方面，Hadoop存在著一定不足。

結語

目前電網信息通信技術快速發展的條件下，對于信息系統的服務能力進行提升，合理有效的進行信息化建設和運維投入是當前階段需要解決的重點問題。本文對于大數據基礎上的通信風險預警架構與算法進行了研究，通過綜合運用相關大數據的處理技術，對運維系統的數據進行了挖掘分析處理，可以幫助運維人員通過運維數據發現系統的潛在問題，對于風險進行實時的預警和趨勢分析，達到相關的運維工作效果，把工作重心轉向風險分析和故障處理的相關方面，有效規避風險，提升相關運維人員的工作效率，提升公司的整體通信故障監測和風險預警能力。

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，2019（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，2018，18（6）：95-98.

[3]周平，馬斌，韓冰等.基于大數據平臺的日志分析預警技術研究[J].電腦知識與技術，2019，12（32）：266-268.