大数据分析技术在采集运维业务中的应用研究（电力系统及自动化论文资料）.docVIP

大数据分析技术在采集运维业务中的应用研究（电力系统及自动化论文资料） 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：大数据分析技术在采集运维业务中的应用研究 2 1用电信息采集系统运维存在的问题 2 1.1运维效率低 2 1.2不能精确的判断故障发生地点 2 1.3考核制度不够完善 2 2大数据的应用分析 3 3采集运维技术和泛在电力物联网之间关系 3 4大数据系统的采集运维业务优化 4 4.1任务派发智能化 4 4.2任务处理智能化 5 结束语 5 文2：计算机数据采集在地质灾害中的分析应用 6 1.引言 6 2.计算机在地质灾害中的应用现状分析 6 3.计算机在地质灾害中应用发展趋势 7 4.结束语 8 参考文摘引言： 8 原创性声明（模板） 9 正文 大数据分析技术在采集运维业务中的应用研究（电力系统及自动化论文资料） 文1：大数据分析技术在采集运维业务中的应用研究 近年来，国内电力行业发展迅速，在信息采集方面得到了长足的发展，具有关数据显示，到目前为止，数据采集终端达到1500万台，用户使用的智能电表达到5亿个，这些设备的普及，为用电信息数据采集提供了物质基础。同时，这些庞大的设备，也需要较高的设备维护技术，有较完整的运维体系。目前，我国采集运维方面还有着不足，运维效率不够高，故障处理层级划分不明确，设备多，分布广，故障较为复杂，对故障的处理相对困难。 1用电信息采集系统运维存在的问题 1.1运维效率低 目前，我国电力规模庞大，电力网分布广，电力设备数量众多，电力运行中出现异常情况也非常多，具有关资料显示，电力企业平均每天的电力运行异常数量高达1万个，工作量极大，企业现有的运维作业人员相对不足，不能及时处理这些异常问题，达不到用电采集系统运维的要求。另外，在异常处理过程中，没有良好的故障处理层级，不能很好地确定故障处理的优先级，使得紧急故障得不到及时处理，大大降低了采集系统的运维效率[1] 1.2不能精确的判断故障发生地点 电力信息采集系统中，设备种类多，需要运维的对象种类繁复，使得故障种类十分复杂。具有关资料显示，设备运行出现的异常情况多大59种，不同异常情况产生的原因多大100种，使得故障检查复杂，工程量大，更加难以对故障进行定位确定，故障处理技术有待提高。 1.3考核制度不够完善 目前的信息采集运维中，考核评价体系不够完善。在故障处理时，通常是在线上查询，然后安排工作人员线下故障排除，故障信息的查询不够精确，不能很好的评估现场的运维工作和故障排除工作，进而缺乏作业考核标准，不能形成全面的绩效考评。 2大数据的应用分析 为解决信息采集系统运维中存在的不足，提高系统运维效率，需要引入大数据分析技术，构建大数据分析模型。 通常情况下，大数据主要涉及到数据的收集、数据的筛选、数据的存放、数据的处理、数据的分析等，大数据技术包含多维分析技术和有关系型联机分析处理技术，将其运用于电力信息采集系统中，可以大幅度提高采集系统的运行效率。多维联机分析技术是运用特有的多维结构，实现数据存储，他是OLAP的显示方法，其基础是多维结构。在这一技术运用过程中，需要结合操作平台计算数据文件大小，若超出了平台极限，就会造成数据爆炸。另外，这一技术在运用过程中，数据模型标准相对欠缺，其查询相应速度非常快，远远超出其他OLAP技术。关系型联机分析处理技术是以关系型数据库为基础的，运用关系结构实现多为数据的存储，并对这些数据进行分析。运用这中技术来处理数据，占用的存储空间非常小，维度数没有上限，和其他技术相比，数据装载速度非常快[2] 3采集运维技术和泛在电力物联网之间关系 泛在电力物联网，就是围绕电力系统各环节，充分应用充分应用“大云物移智”(大数据、云计算、物联网、移动互联网、人工智能)等现代信息技术和先进通信技术，实现电力系统各环节万物互联、人机交互，具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统。从架构上来看，泛在电力物联网包含感知层、网络层、平台层、应用层4层结构。 感知层设备既包括电力采集类的电表、互感器、集中器等，也包括电力二次设备涉及的各类终端，在未来泛在电力物联网领域还将包括温度、湿度、烟雾等非电类感知设备。在网络刚包括网关、专网、广域网、数据中心等传输层设备。 电力中的采集运维技术，主要是通过电路中的电气设备，收集各设备及电路中电力运行数据，并对这些数据进行分析，作出一定的逻辑判断，帮助人们对电力进行维护。泛在电力物联网中的感知层，能够高效的收集电力网中的数据，将这以技术运用于电力采集运维中，能够极大的推动采集运维技术的发展，为人们的生活带来方便。 4大数据系统的采集运维