大数据时代电力运营监控系统数据处理.docVIP

精品论文 参考文献 大数据时代电力运营监控系统数据处理 （国网青海省电力公司黄化供电公司 青海尖扎 811200） 摘要：大数据时代要求电力企业利用电力运营监测系统平台，加强对平台数据的利用，从而为供电部门的运作提供基础支持，为企业发展提供技术支撑。本文即详细阐述了大数据时代电力运营监控系统的数据处理。 关键词：大数据；电力；运营监控；数据处理 一、电力大数据时代概述 （一）大数据 大数据就是指种类繁多的，具有数据流量大、容量大特性且价值量高的复杂数据的集合。大数据不同于传统的数据库，具有种类多、流量大、容量大、价值高的特性，即所谓的4V特性，这些特性主要是从大数据“大”的方面进行阐述的，概括起来就是从大内容以及大分析的角度来表现大数据的特性。 从传统的数据库时代到大数据时代，数据的处理方式如果仅仅依靠工程处理已经远远不够，这就需要提出一种新的数据思维来应对。著名数据库专家Jim Gray博士通过归纳总结了人类科学研究在经历了实践、理论、计算三种范式之后，认为在数据泛滥的时代，需要一种新的数据探索型方式，他将其定义为科学研究的“第四种范式”即以数据处理为核心的思维方式。 （二）大数据时代下电力企业面临挑战 “数据海量，知识匮乏”是大数据时代多数企业的通病。目前，虽然电力企业在日常生产管理中会产生大量的企业生产运营数据，然而大多数电力企业的数据库仅仅实现了数据存储、查询、统计等最基本层次的功能，无法深入挖掘出隐藏在海量数据背后潜在的价值。电力大数据时代下必将会对作为我国经济社会中存储电力运行信息知识、提供电力运行数据的电力企业带来巨大的影响。因此，深刻理解大数据的内涵，联系目前我国电力系统的发展以及电力系统数据存储、利用的现状就显得十分必要，这也为电力企业真正应对大数据时代下电力企业面临的挑战提供了相关的思考。 二、电力运营监控系统中的数据类型 （一）基础型数据 主要是与电力自动化系统中的电力设施设备属性相关的数据，如，发电机、变压器等电力设施设备的基础数据。对于这些数据一般是电力单位根据相关的数据规划各自进行管理，并通过相关数据服务器对其数据进行数据同步，便于调度中心对这些数据进行集中存储、整理和相关计算。 （二）实时数据 大多数是在电力系统运行过程中进行实时采集的数据，其数据量很大，对存储空间的要求比较高。这些数据是在电力系统运行过程中产生的，通过对其进行纠错处理后，能够为调度部门或市场运营提供决策参考依据。目前，我国电力自动化系统在实时数据处理方面比较成熟，对收集到的实时数据不需要进行相关的处理，只需要在数据输入、输出过程中建立一个稳定的接口即可。 （三）日常管理的数据 主要是在电力系统运行过程中对各种相关数据进行统计，各部门对在工作中遇到的问题进行相关处理后的数据信息。一般情况下，这些数据只需要在特定的范围内进行同步和共享即可。在电力系统运行过程中，建立这一类型数据同步和共享的数据平台是十分必要的。 主要原因表现在以下几个方面：①这些日常管理的数据在某种程度上反映电力系统中电力设施设备的运行情况；②方便电力系统中各个部门对日常管理数据的获取，以便更好的开展部门工作。 （四）市场经济数据 随着市场经济的发展，电力系统的经济效益越来越突出，电力系统运行中的相关数据对电力单位的发展具有重要影响，将其作为经济性数据十分有必要。 市场经济数据对城市建设规划中的电力规划有很重要的决策参考依据。市场经济数据具有非常大的扩展空间，其数据规划的重点将是实时数据。 三、大数据时代电力运营监控系统数据处理 （一）监测异动数据的处理 对于运营监测（控）信息支撑系统而言，异动管理环节可大致可分为异动产生、异动处理和异动统计。 异动类型可以分为以下三大类： 1、业务异动 根据业务规则，从业务数据中发现的异常变动。业务异动可细分为流程异动、指标异动、明细数据异动。 2、数据质量异动 根据配置的规则，对数据接入进行及时性、完整性、准确性校验，针对校验出来未接入、不及时、不完整、不准确的数据产生的异动信息。 3、接口异动 对数据传输接口进行监测（包括DXP、ETL），如果接口异常则产生接口异动。 （二）电力自动化系统中的数据采集 电力自动化系统运行过程中的数据，主要是通过数据信息的采集、集中