王宏洋
国网伊春供电公司 黑龙江 伊春
摘要：智能电网的广泛普及，对用户用电信息进行大规模的采集显得日益重要，不仅能帮助电力企业更好地掌握电力系统的运行情况，又能实现对电力企业日常运营的实时监控，避免偷电漏电等。然而随着用电能的日益增加，电能信息采集规模持续增加，给工作人员的运维管理带来巨大的难度，传统的用电信息采集系统运维模式已经难以满足现代化管理的需求，亟待进行创新。
关键词：电力采集；运维管理；创新
1、电力用户用电信息采集工作
随着时代的发展，特别是近几年我国电力用户激增，“电”已然成为我国重要的能源支持，伴随着各种科技设备的出现，人们迫切需要对用户的信息采集工作进行改进。以往我国电力企业在进行信息采集时多是借助手工抄表的方式，不仅占用大量的人力物力和财力，且工作效率低下，很多时候工作人员面对庞杂的用户是力不从心的，影响电力企业的正常运转。为了改进工作效率提高工作质量，优化其服务水平，人们开始对信息采集工作进行研究，致力于设计一款综合系统对用户用电情况进行自动分析远程传输，减少工作失误，提供工作质量，为后期工作提供准确的数据资料。像某电力企业在进行信息采集时由于涉及范围较广，人工抄表浪费大量的时间，在记录过程中出现数据失实，引发纠纷，影响社会的稳定运行。
2、用电采集系统的物理构架
物理构架系统能让原始数据集中起来，最终以实现数据系统的统一化；将相关数据集中在一起定位系统中故障，在分布采集中，减少运行压力；各级地市能在较短的时间内对数据的短时容灾备份提升，这就让数据的原始数据具有较好的系统安全性。另外，由于这种分布式很简单，能让地市的公司投入较少的资金，对系统的经济性而言十分有利。具体各层级说明情况如下：
2.1用电信息系统从物理角度上思虑，能根据部属位置的不同直接分为主站、通信信道、采集设备这三个重要部分，其中系统主站建议进行单独的组网，用以隔离其他的公网信道，使系统的安全性更佳。
2.2主站网络的物理结构主要构成要素分为数据库服务器、磁盘阵列、应用服务器这几个主要的设备构成要素。
2.3用电采集系统在采集硬件设计内容的时候，需要遵循以下的原则：首先，应具有可集成性。只有遵循集成才能有更好的发展思路，也能在综合考虑到硬件资源的前提下，在现有资源集成的前提下做好硬件设计；其次，可扩展性。硬件设计中可扩展性的采用十分必要，这能对今后的升级或者性能提升做好铺垫；最后，安全性。硬件设计过程中考虑到安全因素能让安全设备的设计和投入做到最优。
3、电力采集运维管理创新大数据的应用
3.1异常工单智能派发。当前在异常工单派发中主要是由采集运维工作人员负责，但在人工派发工单的情况下难以对现场情况紧急程度进行合理的判断，并在异常工单大量产生时不能按照先后顺序对工单进行合理的消缺，对于需要紧急处理的故障难以在最短时间内进行修复，造成大量经济损失。
本文就从多维分析的角度对大量的运维数据和系统的历史数据进行分析，对不同种类异常工单的严重程度进行判断，提高异常工单的处理效率和处理质量，提高采集系统设备的数据完整性。
(1)采集运维效用值模型。在单个表计效用值的情况下，主要受到月平均用电量、异常持续时间和离下一抄表天数的影响，而总体的工单效用则是指工单的故障电表效益总和，也就是指故障电能表数量的影响，而根据这些因素可以得出效用值的模型公式，即Y效用值=Σf(x)，其中Y效用值指的是采集运维业务的效用值，而f(x)则表示的是单个电表的异常采集运维效用值，i表示的是第i个电能表。
(2)模型应用。在对采集异常运维数据的分析和处理中主要是对月平均用电量、异常持续时间和离下一抄表天数的分析，其中月平均用电量仅仅将使用电量作为效用值时，最后计算的数值较大，将标准月用电量引入到整体模型中去作为最后的数值单位，标准用电量是在随机抽取大部分用户实际用电量，并统计出各类用户月平均用电量，根据最多类型的用户平均用电量作为标准用电量。居民月均用电量和非居民月均用电量的分界点为≤200kW·h的为一户标准户，≤1000kW·h，＞200kW·h的为2户标准户，＞1000kW·h的为3户标准户。异常持续时间指的是每个电表故障持续一天则会造成一天的电量监控损失，电量的监控损失按照累加的方式进行计算。距离下一抄表天数的分析，当距离效益抄表的天数越近，则表明对该用户的监控损失电量概率越大，故障的紧急维修程度越高；当距离效益抄表的天数越远，则表明对该用户的监控损失电量概率小，且该因数所造成的影响趋近于0。
3.2异常工单的智能化处理。原有的采集运维业务开展主要是由于缺乏大数据支撑，当运维人员对该地区缺乏一定的熟悉程度的情况下，运维工作的效率较低，对已发生的故障缺乏准确的分析能力，运维人员只能对现场故障类型进行一一排查。在对异常工单的历史大数据中采用大数据分析技术，可以通过系统异常分析功能对现场的故障类型进行快速判断，提高现场的运维效率。对于新生成的异常工单，可以通过生产厂家、国网招标批次、故障设备类型等维度对异常原因的发生概率进行判断，从而确定异常工单的主要原因，并对比值大小进行比较预测出异常原因，从多维度分析角度对异常原因的分析概率比值公式为Y比值=Σf(xi)/n，其中Y比值指的是单个异常原因的概率比值，而f(xi)则表示的是单个维度下单一异常原因的发生概率，n表示所有维度总量。
3.3采集运维多维度质量评价
在实际的技术应用过程中，主要会从以下几个方面着手，实现对于电网系统的多维度的数据评价。一是对于电网系统应用的各类设备产品进行质量评价，通过设备的使用情况，大数据分析技术可以结合各类电网设备的运行数据信息、异常终端数据信息构建起一个电网产品设备的质量分析评价指标。具体来说会主要对以下三个方面的数据信息进行处理分析，分别是终端故障的更换率、终端时钟偏差超标占比、各个厂家终端故障率。通过数据运算，能够了解各类设备的运行情况，同时还可以进行设备运行品质评估，了解设备性能，确保各项工作的有效开展。二是对于电网系统运行维护的工作质量进行整体的数据评估。在电力系统当中，电网运维数据会进行即时更新，同时还会影响到整个电网工作品质。
结束语
通过对用电采集信息系统运维模式进行创新管理，能有效提升各级运维工作人员的业务能力和工作效率，为建设“坚强电网”奠定基础。
参考文献
[1]毛长涛.智能用电大规模电能信息采集运维管理技术研究[D].山东大学,2013.
[2]杨黄河,孙经,徐基前.用电信息采集综合运维保障技术应用研究[J].电力信息与通信技术,2014,12(3)
[3]纪超.有关电能计量采集运维工作的思考[J].山东工业技术,2016(21)