大数据分析技术在采集运维业务中的应用研究.docx
版权申诉
80 浏览量
2022-11-17
05:45:33
上传
评论
收藏 14KB DOCX 举报
大数据分析技术在采集运维业务中的应用研究
摘要：目前，我国对用电信息系统的建设和发展已经逐渐完善，累积接入的采
集终端约有 1500 万台，智能电表的接入约 5 亿。为了确保在用电信息采集系统
中各项业务顺利展开，就需要加强对采集系统的运行维护工作，这也是采集系统
未来主要研究和注意的问题。从当前情况来看，在采集运维业务中还存在着诸多
问题，如运维效率较低，缺乏故障优先处理级，故障种类多样、复杂，难以对故
障进行准确的定位等，因此本文就首先对用电信息采集系统的运维业务中所存在
的问题加以分析，并进一步提出在采集运维业务中大数据分析技术的应用。
关键词：大数据分析；技术；采集运维；业务；应用；分析
引言：用电信息采集系统建设已经接近尾声，目前累计接入智能电能表 4.2
亿只、采集终端 1 263.84 万台，覆盖用户 3.86 亿户，因此，如何保证采集系统中
各项业务的顺利开展，将是今后要解决的主要问题。采集运维业务中主要存在如
下问题。缺乏故障处理优先级，运维效率低下。各省电力公司平均每天产生 10
000 条异常工单，远远超过目前配备运维人员的工作能力。大部分公司没有制定
合理的消缺机制，无法依据故障的紧急程度和重要等级开展运维业务。故障种类
复杂多样，故障分析定位困难。用电信息采集系统涉及的运维对象有：智能电能
表、采集终端、采集主站、本地通信信道和远程通信信道。目前统计的异常现象
共七大类 59 种，故障原因 98 种。故障分析定位非常困难，普通的运维人员通常
不具备定位故障原因并确定消缺方案的技术能力。
1.用电信息采集系统运维业务存在的问题
1.1 用电采集系统运维效率低
随着社会经济发展水平的提升，在人们日常生活和工业生产中对电力需求量
在逐渐增加，电力行业也得到了快速发展，但根据调查统计发现，电力公司每日
产生的异常工单总计约有 1 万条，工作强度远远超出运维工作人员的工作能力，
且大部分企业都没有建立消缺机制，在故障处理和运维业务开展中难以根据业务
的紧急程度开展相应等级的工作，从而导致采集系统的运维效率低下。
1.2 对故障点难以进行准确的定位
在电力企业的用电信息采集系统的运维业务工作开展中，主要的运维对象为
采集主站、智能电表、远程通信信道、本地通信信道、采集终端。根据统计发现
异常现象的种类可以分为 59 种，根据不同的故障原因又可以将其分为 100 种，
故障的种类十分复杂、繁多，导致难以对故障点及故障原因进行准确的定位和分
析，普通的运维工作人员也难以对故障原因进行定位，缺乏消缺方案技术能力。
2.大数据分析关键技术
大数据在采集系统中的应用包括数据采集、数据清理、数据存储、数据分析、
数据处理、数据解读和数据应用 6 个环节，本文针对数据分析环节中，引入关系
型联机分析处理机制和多维分析技术进而优化整个系统进行论述。一是关系型联
机分析处理（Relational Online Analytical Processing，ROLAP）。关系型联机分析处
理是联机分析处理（OLAP）的一种形式。这种技术基于关系型数据库，以关系型
结构进行多维数据的表示和存储，对存储在关系数据库（而非多维数据库）中的
数据作动态多维分析。使用关系数据库管理系统（Relational Database
Management System，RDBMS）存储数据，数据文件大小受 RDBMS 限制；数据装
载速度快；存储空间耗费小；维度数没有限制；可以通过 SQL 对数据进行处理。
二是多维联机分析处理（Multidimensional On-Line Analytical Processing ，MOLAP）。
评论0
最新资源