大数据的电力信息通信预警技术研究

　　摘要：随着科学技术的全面发展,电力成为生活生产的重要能源之一,如果没有电,几乎许多生产经营活动都无法正常有序地进行。电力信息通信网是专门应用于电力系统的网络,也是支撑电力系统生产平稳运营的重要支柱。而大数据时代的到来,为电力信息通信预警技术的提升带来了更多技术支持和众多可能。

　　关键词：大数据;电力信息通信;预警技术

　　1电力信息通信预警意义

　　电力信息通信网是相应电力系统使用的特定网络，是支撑电力系统正常运行的支柱之一。通过保证电力信息通信网的稳定运行，可以在一定程度上为电力系统的正常运行提供良好保证。一般情况下，在电力信息通信行业中，往往容易出现设备故障，或存在某种运行风险。总体上来说，此种风险的发生能够对相应设备等均产生不同程度的影响，直接关系到整个电网的运行情况。

　　一旦电网系统中的部分设备系统受到侵害，则会大大降低其数据采集、监测等性能。现阶段内，我国电力信息通信技术快速发展，尤其是在市场经济不断发展的背景下，构建了多个管理系统。但从某种意义上来讲，在电力信息通信网的运行过程中，仍存在着明显问题。例如，相应网络系统对监控告警信息进行收集时，分散性较强，进而致使在实际运行阶段内，工作人员无法对其中存在的问题进行有效查找，很难利用系统基础框架等实现对运行故障的及时处理，为业务的顺利开展带来严重的不良影响。随着科学技术的快速发展，大数据时代已经到来。

　　基于此，大数据技术逐渐走入公众视野，并得到了广泛应用。此技术作为新时代下的一种新型技术与构架，可以通过较为经济的方式对各类技术进行高速捕捉，进而从相应技术中提取应用价值。

　　2电力信息通信预警技术具体架构

　　2.1电力通信风险剖析

　　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。值得一提的是,两个平台的集群操控特点非常突出,可以实现海量数据的精确计算,而且随着数量的减少,计算速度也会随之提升,是电力信息通信预警系统中必不可少的存在。

　　2.2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。

　　2.3建立科学合理的资源信息模式来提高运维模型的应用水平

　　相关人员在建立资源信息的时候，应当对以下几点予以高度重视：在对相关资源信息模型进行建立的过程中，相关人员需要在充分结合电力系信息通信系统具体状况的基础上来深度剖析其业务内容以及外在环境条件，这样可以建立起与之相匹配的数据信息模型，促使相关信息数据可以发挥出应有的价值，为日后开战类似工作提供重要的参考依据。

　　与此同时，还应当在充分结合企业发展趋势的基础上对相关资源信息做好优化与升级工作，倘若在对模型进行处理期间发现某些不妥之处，那么一定要在最短的时间内采取行之有效的手段来解决这些问题;在深度剖析电力信息通信资源的过程中，还应当借助于各种手段进行妥善处理，只有这样才能从根本上促进其各方面应用水平的全面提升。除此之外，电力企业还应当结合其自身发展趋势对若干个设计模型进行详细比较，以此来促进其运维模型应用水平的全面提升。

　　2.4通信风险预警

　　以Hadoop及Spark为例，该类大数据处理平台在近年来逐渐受到更广泛的应用，发展速度较快。其中Hadoop可以进行大规模集群操作，具有较强的便捷性，同时可增设不同数量的节点共同计算。且其计算速度并不会受到集群数量的减弱影响，相反，计算速度与集群数量呈正相关关系，以此有效弥补了传统系统处理数据中存在的不足。但相对而言，Hadoop在处理实时应用方面存在明显的劣势。

　　而Spark作为一种通用并行计算框架，其产生与改进是以Hadoop为基础的，主要应用内存并行计算方式及流式处理技术，具备较好的实时处理性能。电力信息通信预警技术的应用过程中，相关技术人员通过构建电力信息通信大数据处理框架，对各类信息数据进行有效收集、整合、分析、管理。对应的日志收集板块主要负责收集来自各个系统的数据，包括网络日志、防火墙日志等。利用Hive技术创建业务分析模型，以此保证日志的多维度查询。

　　2.5进一步完善电力信息通信预警系统

　　电力信息通信大数据框架的建立,有利于电力信息通信相关技术人员对采集到数据信息进行高效率、高质量的整理、分析和管理,从而建立更为完善的电力信息通信预警系统。建立大数据电力信息通信预警,有利于对电力信息通信风险的规避。如,大数据技术下的数据处理平台日益受到电力信息通信系统的青睐。如,大数据处理平台Hadoop在进行集群操作时方便快捷,增加差异节点后可共同计算,集群数量的减弱对其计算速度无影响。传统的系统数据处理存在的不足,被新技术有效弥补完善。在处理实时应用等方面,Hadoop存在着一定不足。

　　2.6电力通信数据处理

　　对于电力信息通信预警系统而言数据的处理非常重要,在确定了具体架构后,还要借助大数据技术建立完善的技术模板。结合大数据现有技术来看,可以将SOA作为架构模板,并且利用Java技术作为服务端口,配合B/S技术开发出来的客户端平台,打造出立体化的电力信息通信预警系统。一般情况下,可以将预警系统划分为接口模块、采集模块、数据挖掘、分析模块、预警生成模块。

　　五个模块互为支撑,让电力信息通信预警系统的工作得到精准落实,不仅可以实现风险预警,还能够让电力系统中的各类信息得到收集,管理人员可以更好的树立电力系统中的各类数据。在完善软件层面布置、强化数据处理功能的基础上,还需要对硬件层面进行布置,从而加强对电力系统的二次安全防护。在大数据的电力信息通信预警技术全面落实的基础上,结合电力系统的基本运行原则和相关标准,落实硬件防护隔离装置,提高风险预警系统的安全性,保证系统可以稳定运行,及时采集数据,挖掘数据。

　　电力工程师论文范例：智能电网时代电力信息通信技术的运用

　　结论

　　综上所述,近几年来,国家电网得到了全面的发展,电力系统不断变革,电力行业进入了快速发展阶段。电力信息通信系统作为电网建设中的关键,加强预警技术的应用,是促进国家电网安全稳定发展的关键。因此,要加强对电力通信风险的分析并且对相关数据进行全面处理,同时完善通信风险预测,加强把控。

　　参考文献：

　　[1]江浩,邓翔,黄斌,等.有关大数据的电力信息通信预警技术分析[J].网络安全技术与应用,2020(01):112-113.

　　[2]刘欢.刍议大数据的电力信息通信预警技术[J].低碳世界,2019,9(12):87-88.

　　作者：张贵洋