摘要：用電信息采集系統(tǒng)的推廣應用，相應擴大用電信息采集規(guī)模，數(shù)據(jù)深化應用持續(xù)加強，相應增加系統(tǒng)運行維護的工作量，從而凸顯出運維需求和運維能力不匹配問題。本文基于大數(shù)據(jù)技術(shù)，優(yōu)化整體采集運維工作，以此提升運行效率和質(zhì)量。

關(guān)鍵詞：大數(shù)據(jù);電力工程;采集運維業(yè)務;應用分析

用電信息采集系統(tǒng)建設(shè)已經(jīng)趨于成熟，隨著智能電能表的推廣應用，逐漸擴大用戶群，采集系統(tǒng)業(yè)務的順利發(fā)展現(xiàn)已成為系統(tǒng)未來發(fā)展方向。當前，采集運維業(yè)務存在的問題主要表現(xiàn)在故障處理優(yōu)先級劃分不準確、整體運行效率比較低、故障類型比較多，從而加大故障定位難度，且缺乏完善的考核評價體系。為了處理好上述問題，需要從采集運維業(yè)務的多個角度來分析大數(shù)據(jù)技術(shù)在采集運維業(yè)務中的應用效果。

一、采集運維大數(shù)據(jù)系統(tǒng)模型

（一）大數(shù)據(jù)關(guān)鍵技術(shù)

在采集系統(tǒng)中應用大數(shù)據(jù)技術(shù)，主要涉及到數(shù)據(jù)采集、清理、存儲和分析處理。此次研究針對數(shù)據(jù)分析環(huán)節(jié)，采用關(guān)系型聯(lián)機分析處理機制和多維分析技術(shù)對整個系統(tǒng)進行優(yōu)化。第一，關(guān)系型聯(lián)機分析處理。該項技術(shù)主要是應用關(guān)系型數(shù)據(jù)庫，通過關(guān)系型結(jié)構(gòu)表示和存儲多維數(shù)據(jù)，并且采用動態(tài)多維分析方式，深度分析關(guān)系數(shù)據(jù)庫內(nèi)的數(shù)據(jù)。數(shù)據(jù)文件大小會受到數(shù)據(jù)庫管理系統(tǒng)的影響，數(shù)據(jù)的裝載速度非常快，且不會占據(jù)存儲空間，維度數(shù)不會受到限制影響，采用結(jié)構(gòu)化查詢語言就可以處理數(shù)據(jù)。第二，多維聯(lián)機分析處理。其可以通過多維結(jié)構(gòu)存儲數(shù)據(jù)，但由于操作系統(tǒng)平臺會限制數(shù)據(jù)文件大小，無法達到TB級，所以在規(guī)劃存儲期間，必須提前預算數(shù)據(jù)量，避免導致數(shù)據(jù)爆炸。此種分析處理方法會減緩數(shù)據(jù)裝載速度，且維數(shù)有限制，也不具備數(shù)據(jù)訪問和數(shù)據(jù)模型標準。

（二）大數(shù)據(jù)運維業(yè)務架構(gòu)

業(yè)務架構(gòu)能夠?qū)?shù)據(jù)進行采集、營銷和運維處理。采用數(shù)據(jù)抽取轉(zhuǎn)化加載層，能夠分類適配相關(guān)數(shù)據(jù)信息，同時將數(shù)據(jù)提供給數(shù)據(jù)存儲層，在分類存儲之后可以向數(shù)據(jù)分析層提供數(shù)據(jù)。通過數(shù)據(jù)分析層，可以優(yōu)化和檢索數(shù)據(jù)，同時為應用層異常工單派發(fā)智能處理提供數(shù)據(jù)支撐。

數(shù)據(jù)源可以從采集主站、營銷系統(tǒng)和運維閉環(huán)系統(tǒng)獲取數(shù)據(jù)，包括采集成功率、用戶檔案、異常工單數(shù)據(jù)。數(shù)據(jù)ETL層可以通過ETL工具，抽取、清晰和轉(zhuǎn)換數(shù)據(jù)源數(shù)據(jù)，同時向數(shù)據(jù)存儲層裝載?；旌洗鎯δ軌蚋叨冗m應多種數(shù)據(jù)存儲與管理形式，包括分布式文件系統(tǒng)、內(nèi)存數(shù)據(jù)庫及列式數(shù)據(jù)庫，以此滿足應用需求。數(shù)據(jù)分析層屬于系統(tǒng)的基礎(chǔ)功能，包括批量化計算功能、模型管理功能和實時查詢數(shù)據(jù)。數(shù)據(jù)分析層和處理層之間，可以采用分步式內(nèi)存數(shù)據(jù)緩存技術(shù)，以此減少數(shù)據(jù)處理層、業(yè)務應用操作存在的耦合性問題，全面加快應用服務響應效率。

二、大數(shù)據(jù)運維優(yōu)化方案

（一）智能化派發(fā)異常工單

當前，采集運維人員負責派發(fā)異常工單，此次研究通過分析大量文獻能夠看出，人工派發(fā)工單時，無法合理判斷現(xiàn)場緊急程度。當同時產(chǎn)生大量異常工單時，沒有對工單進行合理消缺，從而在短時間內(nèi)無法處理緊急事件，引發(fā)嚴重的經(jīng)濟損失。在此次研究中，通過多維度方式分析系統(tǒng)歷史數(shù)據(jù)和運維數(shù)據(jù)，同時對異常嚴重性與處理順序進行甄別，能夠提升異常工單處理效率，增加工作成效的可控性，提升采集系統(tǒng)設(shè)備的可用率與數(shù)據(jù)完整性。

第一，分析采集運維效用值模型。針對單個表計效用值而言，主要影響因素包括異常持續(xù)時間、抄表間隔時間、月平均用電量等。對于總體工單效用，包含故障電表效益和的累計，因此主要為故障電能表數(shù)量影響。

第二，采集運維效用值模型應用。按照某地區(qū)低壓用戶每日抄表數(shù)據(jù)、采集成功率，異常運維數(shù)據(jù)，分析數(shù)據(jù)與數(shù)據(jù)項。數(shù)據(jù)項主要涉及到臺區(qū)編號、管理機構(gòu)、所屬地區(qū)、采集成功率、供電單位、居民日均用電量等。

（二）異常工單一智能化分析處理

長期以來，采集運維工作缺乏大數(shù)據(jù)技術(shù)支持，通過文獻研究與現(xiàn)場調(diào)研后發(fā)現(xiàn)運維人員只是開展低效率運維工作，針對已經(jīng)發(fā)生的故障，則比較缺乏故障分析能力，此時運維人員只能逐個排查現(xiàn)場故障類型。此次研究注重分析歷史工單、大批量數(shù)據(jù)和數(shù)據(jù)規(guī)格，明確異常工單的概率事件原因，對相同的異常原因概率的比值進行分析，比較不同原因比值大小，從而全面提升運行維護效率。

第一，基于多維度，分析異常原因概率比值。對于新的異常工單，需要對故障設(shè)備類型、招標頻次、生產(chǎn)廠家等多維度異常原因概率進行分析，以此明確異常工單的異常原因，通過對不同比值大小的比較，可以預測新異常工單的異常原因。

第二，異常原因概率比值應用。通過對某運維地區(qū)的歷史異常工單的招標頻次、生產(chǎn)廠家、故障設(shè)備類型進行篩選，通過不同異常原因概率比值，分析集中器和主站無通訊故障。第一，設(shè)備類型異常。地區(qū)集中器和主站無通信的歷史工單共計805條，集中器故障主要包括軟件故障、主機故障和定位模塊故障。第二，設(shè)備生產(chǎn)廠家異常。故障集中器的廠家相關(guān)工單共計368條，且無通信故障多為集中器軟件故障、主機故障和定位模塊故障。第三，招標頻次異常。故障集中器招標相關(guān)工單共計352條，主要為集中器軟件故障、主機故障和定位模塊故障。

（三）采集運維多維度質(zhì)量評價

將大數(shù)據(jù)技術(shù)應用到采集運維工作中，無法對電能表、終端、運維服務質(zhì)量評價提供數(shù)據(jù)支持。通過應用大數(shù)據(jù)技術(shù)，可以在采集、營銷和運維等數(shù)據(jù)之間建立溝通橋梁，以此評價采集運維多維度質(zhì)量。通過分析和梳理某市級供電單位的采集運維工單數(shù)據(jù)、采集抄表數(shù)據(jù)、采集成功率，建立對應的質(zhì)量評價計算規(guī)則，從而驗證了采集運維多維度質(zhì)量評價的可行性。

三、結(jié)束語

綜上所述，在采集運維業(yè)務中應用大數(shù)據(jù)技術(shù)，可以深度挖掘和分析梳理采集數(shù)據(jù)，智能化派發(fā)采集運維異常工單，同時進行運維多維度質(zhì)量評價。實現(xiàn)運維業(yè)務的精益化和集約化轉(zhuǎn)變，全面提升運維效率與質(zhì)量。

參考文獻：

[1]陳霄逸.大數(shù)據(jù)技術(shù)下的電力數(shù)據(jù)中心運維管理[J].電子測試，2020，25（12）：137-138.

[2]趙川，趙明，路學剛，葉華，陶思鈺.基于大數(shù)據(jù)的電力運維故障診斷及自動告警系統(tǒng)設(shè)計[J].自動化與儀器儀表，2019，25（10）：222-226.

[3]陳龍，郝悍勇，巢玉堅，李鵬，羅玲，馬遠東，胡陽.基于大數(shù)據(jù)的電力信息網(wǎng)絡(luò)智能風險預警策略研究及應用[J].電力信息與通信技術(shù)，2019，17（01）：18-24.

[4]王煜.基于大數(shù)據(jù)的風電場電力系統(tǒng)運維服務能力建設(shè)研究[J].中國高新技術(shù)企業(yè)，2017，20（10）：115-116.

國網(wǎng)福建省電力有限公司沙縣供電公司陳曉宇