电力信息通信数据智能运维技术分析王芳--中国期刊网

字体：大中小

首页> 原创作品> 正文

电力信息通信数据智能运维技术分析王芳

发表时间：2020/6/17 来源：《基层建设》2020年第6期作者：王芳

[导读] 摘要：电力信息通信行业是我国信息化产业的重要组成部分，对我国经济发展有重大影响。

        国网河北省电力有限公司任县供电分公司河北邢台 055150
        摘要：电力信息通信行业是我国信息化产业的重要组成部分，对我国经济发展有重大影响。电力信息通信数据智能运维技术的运用对我国电力信息通信企业的发展具有重要的指导作用。
        关键词：电力信息通信数据；智能运维技术；应用
        引言
        由于计算机技术的快速和有效发展，以及设备的智能化和自动化，我国迅速开发了电力信息通信数据的智能控制和维护技术。同时，电力信息通信领域信息的收集、处理和归还工作也引起了人们的关注。为了更好地利用计算机收集更多数据来提供有关的信息，电力信息专家应该专注于研究并促进服务智能电力系统技术的发展。
        1电力信息通信数据智能运维技术的特点
        运维即运行维护，电力信息通信数据智能运维技术指的就是对变电设备进行运行维护，以保证电力信息通信系统运行的质量。电力信息通信数据运维工作是非常复杂的，主要有以下几大特点：第一就是组成电力信息通信系统的设备非常多，电力运行状况也非常复杂，所以电力信息通信系统运维工作的工作量是非常庞大且非常专业的，这样的工作对电力信息通信系统运维人员的耐力、专业知识水平以及动手能力等都是极大的考验，运维人员在进行电力信息通信系统的运行维护工作时产生疲劳的状态是非常正常的现象。第二就是电力信息通信系统出现问题故障的可能性是比较大的。而且如果电力信息通信系统出现故障，除了要耗费大量人力物力，造成经济损失之外，还需要进行大规模的故障排除与修理工作，修理故障将会花费大量的时间。所以想要从事电力信息通信系统的运维工作，良好的身体素质、过硬的专业素养以及丰富的操作经验等等都是必不可少的条件。
        2大数据智能运维平台的运用
        2.1运维平台系统结构
        系统结构划分为两层。
        第一层：总部集中管理中心层，部署大数据智能运维平台，接收站端上传的实时生产运行数据、站端主要设备的运行参数等数据，对站端上传的数据进行多层次、多维度综合分析处理、存储、应用、展示及发布，评估电站生产运行情况，并提供全面的生产运行报表；实现对下属多个电站的统一监视和管理。
        第二层：站端数据采集层，建设在电站就地，通过在生产控制一区部署通信管理机接收电站SCADA 监控系统后台转发的逆变器、汇流箱、升压站遥测和电能计量表（安全Ⅱ区）、环境监测仪数据，并经过横向隔离装置（正向型）传输到管理信息区的数据服务器，位于服务器中的解析程序对传入的数据进行实时解析、入库和统计分析。
        2.2平台功能
        对电站站端的相电压、线电压、相电流、功率、功率因数、厂用电、频率和开关状态量等运行数据进行实时监测，大数据运维平台利用其强大的数据处理能力，对采集的数据进行分析处理，实现了对站端生产运行状况进行监控，对故障问题进行预警、报警，对相关设备进行遥控和遥调。
        2.2.1地图导航
        通过在线地图，展示各电站的地理位置信息、运行状态、装机情况、节能减排、年实际发电量、年理论发电量等情况。用户可快速了解各电站的整体运行状况及运行水平。同时，可直接点击在线地图上的任一电站图标，系统直接进入该电站，了解电站详细运行信息。
        2.2.2实时监测
        支持实时采集电站的运行状态、电站PR、等效小时数、越限告警信息、设备（光伏组件、逆变器、汇流箱、箱变、升压站、集电线路等）运行数据、异常设备情况、站端报警，实行实时展示并秒级刷新，以便提前发现站端故障点，及时处理故障点，减少电量损失，提高发电效率。

期刊文章分类查询,尽在期刊图书馆

        2.2.3智能运维
        运用大数据运维平台的数据分析计算能力，对采集的站端各类数据进行计算分析，预测电站的运行趋势；发现站端设备在运行过程中潜在的故障点，以便提前处理，避免形成故障后造成更大的损失；对于已产生的故障，通过大数据平台的数据处理计算功能，快速准确的定位设备故障，找到故障产生的原因，并制定可借鉴的专业化解决方案，辅助运维人员处理故障，提高电站的整体运维水平和效率，减少损失。
        2.2.4对标管理
        对各电站运行状况进行不同维度的对比，如发电量对标、发电效率对标、能耗对标、故障处理效率对标、安全完成率对标等。通过对标，了解各电站的实际整体运行水平，及时发现运行较差的电站及设备，从而针对性地制定策略提升其整体运行水平，最终实现提高发电量。
        2.2.5电站运行分析
        电站管理人员从综合效率、计划完成率、弃光或弃风电量（检修弃光或弃风、故障弃光或弃风、限电弃光或弃风）、损耗（逆变器损耗等价时、组串损耗等价时、汇流箱损耗等价时、箱变运行损耗、线缆损耗等）、太阳能资源、逆变器性能等进行分析，确定影响电站性能的具体因素，并及时处理，从而保证电站整体运行的稳定、高效。
        2.2.6专家知识库
        记录了大量光伏电站运维相关专业技术、故障解决应用案例、运维经验总结等知识，同时建立了知识库模型，方便现场运维人员可以根据现场的运维情况和自身经验总结按知识库模型，自行完善知识库的建设。专家知识库不仅有助于运维团队培训运维人员，提升运维人员的专业水平，而且在发现故障时，通过对故障点的数据计算进行分析对比，系统自动搜索专家知识库，提供类似案例的解决方案，为运维人员提供技术参考。
        3提升数据智能运维技术的措施
        3.2建立资源信息模式
        一个完善可靠的资源信息模式是可以大幅度提高电力信息通信数据智能运维技术的使用能力的。在建立资源信息模式之前，需要先对电力信息通信运维的框架进行构思。主要的资源信息模式框架包括以下几个方面：由故障管理、安全管理、性能管理以及资源管理四个部分组成的管理层、由业务承载、资源状态以及设备定位三个部分所组成的运维层以及统一的客服流程、调度、运行、检修流程、检测系统、资源模式、光缆、通信设备、主机、储存等设备实体。框架构建完成后再将此框架与其他的信息系统联系起来。构建资源信息模式的主要目的是为了给电力信息通信系统的运行提供有效的数据信息支持，所以在进行相关框架的构建时，需要以实际的业务情况作为构建基础。初期的资源信息模型构建完成后，后续还需要根据实际情况不断的对模型进行调整，在调整的过程中，还需要对资源信息模型中的信息进行对比与评估，信息的对比评估工作可以帮助技术人员寻找电力信息通信数据智能运维技术的未来发展方向与发展规律，有利于电力信息通信数据智能运维技术的进一步发展。
        3.3重视并加强数据的分析工作
        数据分析对于电力信息通信数据智能运维技术的运用来说是十分重要的。电力信息通信数据智能运维技术的应用需要通过构建多个运维体系来实现，只有这些体系中的数据能够达到完全融合的状态，才能为电力信息通信系统提供足够的数据信息支撑。所以，一定要重视并加强数据交互的监控以及分析工作。通过合理利用传感器等设备对每一个数据智能运维体系的数据流动状态进行监控。大数据技术的不断发展使得数据的种类和形式也在不断变化，为了保证电力信息通信系统的信息流动状态不会脱离掌控，数据分析工作的形式也应该跟随时代发展的脚步，同时结合电力企业的发展现状以及市场需求的变化趋势，不断的进行优化创新，开发更加先进的数据智能运维技术，为电力信息通信数据智能运维技术的运行提供更好的运行环境以及更加充分的数据支持。
        结束语
        信息通信技术的快速发展推动了我国电力信息通信行业的发展，电力信息通信行业的发展又带动了我国的经济实力发展，电力信息通信数据智能运维技术的应用可以更好的促进我国电力信息通信行业的发展，增加企业效益，提升企业自身竞争力。但是就目前来看，我国的电力信息通信数据智能运维技术在应用层面还存在着一些问题，这些问题就成为了阻碍我国电力信息通信行业发展的绊脚石，电力信息通信数据智能运维技术还有很大的提升空间。
        参考文献
        [1]陈荣君.电力信息通信数据智能运维技术[J].电子技术与软件工程,2019(17):8-9.
        [2]王华,冯晓炜,郭芳琳.电力信息通信数据智能运维技术[J].电子世界,2019(11):176-177.
        [3]蔡翔,李周,杨清萍,杨先杰.电力信息通信数据智能运维技术研究[J].通讯世界,2019,26(04):167-168.