摘要：随着我国科学技术的不断发展，信息化技术也在不断的创新和完善，对我国电力企业的发展速度、发展规模以及发展决策产生了重要的影响。大数据时代下，企业可以通过大数据技术对电力中心的数据等进行更加有效的分析。同时，对电力数据中心的运行和管理情况进行直接的掌握，为电力企业做出发展决策提供数据支持和保障。
关键词：大数据技术；电力数据中心；运维管理
1大数据技术
大数据技术可以分为“数据”和“分析”，“数据”是指互联网服务器上的各种行业、企业和个人的信息数据资源。“分析”是指计算机系统根据用户需求进行的庞大的数据收集、挖掘、分析、计算和整理过程。应用大数据技术能够为电力企业提供庞大且专业的数据分析和数据计算支持，提高数据采集的高效性。随着移动通信网络技术的发展，大数据技术在电力数据中心运维管理中发挥越来越明显的作用。大数据技术为电力数据中心运行进行快捷且高效的数据挖掘，并且根据电力数据中心运维管理的不同需求进行不同方式的结果展示，逐渐形成独特的“大数据画像”。
2应用大数据技术的必要性
在电力数据中心运维管理过程中应用大数据技术是十分有必要的。大数据技术在电力数据中心运维管理过程中的应用不仅能够提高工作效率，而且节省人力、物力、财力，为企业带来更高的经济效益。通过大数据技术，电力数据中心运维管理工作人员能够对电力数据中心运维管理中出现的问题进行全面的监控和管理，在第一时间内进行故障解决。
3大数据技术对电力数据中心运维管理的应用与影响
3.1强大数据的存储和管理能力
电力数据中心中的数据总量和种类众多，因此对于电力数据中心数据的处理平台需要具备相应的数据管理能力和数据分析能力。传统的数据存储容量有限，并且存储状态受外部影响因素较大，时常出现数据丢失、数据排列失序等情况，因此对电力数据进行管理和分析的实际操作具有较高的要求和困难。大数据分析技术能够在虚拟化技术的支持下，将大量混乱无序的资源分门别类的进行归集和识别，并且受外部影响因素影响效果较小，具有相对稳定的状态。工作人员在实际操作过程中只需进行简单指令的输入，就可实现对电力信息数据的快速获取。随着现代科技的发展，大数据分析技术变得更加智能化和专业化，为电力数据中心的发展提供了更多的功能。
3.2快速高效的计算分析能力
分析速度和解读效率是衡量一项数据挖掘与分析能力的关键指标，针对电力数据中心来说，对其众多的电力数据进行计算需要花费大量的时间、人力、物力及财力，对电力企业正常运行造成经济负担。大数据分析技术通过智能化的并行计算模式，能有效地节约经济成本，提高数据计算的效率，满足对电力市场影响大数据分析和应用的需求。
3.3易于动态扩展
过去的电力数据中心数据分析平台的工作人员需要通过及时更新换代核心部件，才能提升整体设备的数据分析能力。并且这种提升效果对时间、空间以及技术发展等条件限制较高，需要电力企业进行大量的经济投入。大数据时代下，电力企业不受限于设备和硬件等条件的参数限制，从理论上说，大数据计算没有空间限制，可以进行无限扩展，并且不需要对原有的设备进行更换，只需要根据实际电力需求增加相关设备。这种动态化的扩展能够帮助电力企业节约电力数据中心的经济投入，提高创新效率，使电力资源的价值大大提升。
4大数据技术下的电力数据中心运维管理
大数据技术下的电力数据中心运维管理，其本质上是对电站运行信息资源的管理，通过有效的运维管理策略，以提升电力数据中心处理能力，从而最大程度发挥大数据技术下对电力数据中心运维管理的效能。大数据技术下的电力数据中心运维管理方案可从四个方面进行分析，具体的系统架构如下图1所示：
.png)
图1.大数据技术下的电力数据中心运维管理平台系统架构
4.1基础环境
在基础环境方面，大数据技术下的电力数据中心运维管理平台采用模块化部署方式。该方式使得该平台的建设更加灵活，具有较好的可扩展性。
4.2基础架构
在基础架构方面，电力数据中心运维管理平台采用“云计算、云存储”的设计理念。相较于传统的电力行业各业务系统平台建设方案而言，构建云基础资源池的架构，可以有效兼容各种不同种类的硬件和软件基础资源；支持资源动态伸缩，实现基础资源的网络冗余；支持海量信息处理；支持异构多业务体系；以及动态分配计算资源，减少成本等特点。从而更好地实现了软硬件“解耦”，为打造以“资源服务”为基础形式的运维管理基础架构奠定坚实的基础。
4.3运营管理
在运营管理方面，通过“解耦”，可以实现公司人员组织体系与各业务运维管理地密切配合，从而有效地制定决策分析策略，特别是解决故障问题、变更发布等相关工作。
4.4大数据技术下的电力数据中心运维管理要求
随着大数据技术的广泛应用，电力数据中心运维管理的发展前景愈发明确，主线更加清晰，其管理要求集中体现在以下三点。
①运维管理以服务为主线。现阶段，大数据技术下的电力数据中心运维管理多数以服务用户与工作人员为主线。未来，运维管理将站在满足资源池交互能力的角度，通过完善系统处理能力以提升运维管理水平，最终达到以资源提供为核心的服务主线。
②运维管理以资源为重点。根据服务主线，重新划定“域”，明确资源服务的映射关系，将资源管理、人员管理等管理活动统一划归到同一个“域”中，并对各种不同类型的资源，进行“资源管理”域的定义与规划。
③运维管理以安全为保障。服务提升，资源增多是大数据技术下电力数据中心发展的必然方向。构建系统平台内外部信息安全成为发展过程中电力数据中心框架中不可忽视的一环。
5结语
综上所述，大数据技术为电力企业提供了更加宽广的发展机遇和发展空间。因此电力企业需要积极顺应大时代发展潮流，有效应用大数据分析技术对电力数据中心进行有效的运行、管理和分析，提供更加专业化、针对化的电力数据中心运维管理，促进电力企业效益最大化。
参考文献
[1]王炜.大数据时代数据中心运维管理[J].电子技术与软件工程,2019,156(10):194-195.
[2]李慧.大数据环境下数据中心运维管理策略[J].电子技术与软件工程,2019(17).
[3]徐雪艳.大数据时代下的数据中心运维管理[J].科技创新导报,2019,000(008):178-179.
[4]蒋志文.大数据分析技术在数据中心运维中的应用[J].信息与电脑(理论版),2018,No.409(15):160-161.