郭梦昕
国网晋城供电公司
摘要 ：在信息化技术飞速发展的新时代，对于数据的应用程度不断加深，在此基础上，推动社会经济的发展与各行业领域的深化变革。在大数据技术下，电力信息化建设水平不断提高，电力数据中心采集的数据信息类型不断丰富，体量不断增加，对于这些数据信息的分析整理，为电力行业发展提供了有力支撑，应大力加强对电力数据中心的运维管理，已经成
为现阶段电力行业的共识。本文主要分析讨论大数据技术下的电力数据中心运维管理的相关内容，希望对解决电力数据中心存在的问题有所帮助。
关键词 ：大数据技术 ；电力数据中心 ；运维管理
0 引言
随着近年来大数据、物联网、5G 技术、云计算、可视化、智能控制等技术的进一步发展，电站运维管理数据也将越来越庞大。面对如此海量增长的信息数据，传统的数据采集、数据互联、数据处理等技术难以适应大数据时代调控中心对其数据存储与分析的需求，更加难以达到对数据深度挖掘、信息模型规范化、智能高级应用的要求。为此建立电力数据中心，可更好地为电力企业提供准确、有效的信息支撑，为企业的智能化建设奠定坚实的基础。
1 电力数据中心运维管理数据类型及特点
现阶段，基于电站运行的实际情况，以及大数据技术应用后对电站运维管理的提升，可以将电力数据中心运维管理的数据类型分为基础类、运营类、管理类和外部类。这四类数
据具有一定的全面性，从设备参数属性、用电信息到协同办公、影响因素等都能在电力数据中心有所体现，对电网运行状态有准确而实时的展现。一般来看，在大数据技术下，电力数据中心运维管理的数据类型具有以下三个特点。
1.1 数据量大
从目前的技术发展来看，目前在电站的过程层、单元层上已做了大量的研究与应用推广，比如 ：变压器等主要设备保护测控智能装置 ；可用于人脸识别、红外热成像、智能巡检的工业电视系统等等。这些智能设备和智能控制技术的引入，使得国内电站的智能化建设初见成效。同时，也致使电站的运维管理数据越来越庞大，数据类型也越来越丰富全面。比如 ：通过对用电量、售电量等信息统一采集和深入挖掘，可为电力市场营销提供有效的信息指导。
1.2 动态性强
大数据技术下，电力数据中心依托数据采集监控系统，完全能够实现对各类数据信息的实时采集工作，采集的时间单位为秒。
1.3 结构化明显
结构化数据时电力数据中心运维管理中的常见数据，所有的结构化数据都将会进入到数据库中。而诸如日志、音频、视频等的半结构化文件，则不会做长期存储。
2 电力数据中心运维管理难点
2.1 信息应用交付慢
现阶段，大数据技术下的电力数据中心运维管理会受到传统专享模式的影响，设备的采购与模块的部署对于信息应用的速度与效果有直接而深远的影响。由此造成电力数据中心设备实际利用率常年不足 10%，建设效率极低，一对一竖向交付的模式，在很大程度上降低了信息应用交付的速度，使得大数据技术应用效果欠佳。
2.2 资源盲区管理难
重视业务系统运行状况，忽视对虚拟层的管理，是大数据技术下电力数据中心运维管理常见的问题。由此使得硬件架构中虚拟计算服务器数量增加，资源盲区增加，使得管理的难度加大，甚至一定程度上会造成电力数据中心的失控，待系统发生故障时无法进行有效控制与精准定位。
2.3 高可用性难保证
在实际运转工作中，电力数据中心主要数据计算、分析、处理节点完全依赖于虚拟计算服务器。长时间忽视对虚拟计算服务器的管理，将出现虚拟服务器运行计算效率低、运行
状态不稳定等情况，从而难以完成数据信息的调用，为持续高可用性的实现增加难度。
2.4 资源调配不灵活
在大数据技术支持下的电力数据中心建设过程中，过分重视保持软硬件和业务系统的稳定运行，忽视对时效性的保持，将出现电力数据中心运维管理资源调配不灵活的问题。同时，资源调配不灵活，在降低设备故障率和故障恢复两个方面暴露问题较为突出。由于目前的大数据技术在电力数据中心建设上的应用处于初期阶段，缺乏明确的标准规范，故而在资源池构建中，采用“多对一”或“一对多”的映射方式并没有得到很好地应用与体现。
3 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平台系统架构大数据技术下的电力数据中心运维管理方案可从三个方面进行分析。
3.1 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。
3.2 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。
3.3 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 大数据技术下的电力数据中心运维管理发展
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，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
随着信息化技术的发展，大数据技术在电力数据中心的应用越来越深入，由此给电站的运维管理带来了新的发展机遇与挑战。合理利用大数据技术等解决电站运维管理所遇到的问题，才能切实提高电力数据中心运维管理的水平，才能真正发挥大数据技术下电力数据中心的作用，为制定符合电力发展趋势的电力数据中心运维管理模式与体系奠定基础。
参考文献
[1] 彭元龙 , 马睿 , 张晓亮 , 开北墙 , 杨君 . 云数据技术中心运营管理体系研究 [J]. 电子世界 , 2020, (2) : 173-174.
[2] 李泊恺 , 汪宏亮 . 电力数据中心运维管理的发展研究 [J].中国新通信 , 2020, (1) :