大数据分析下用电信息采集运维优化分析赵永臻 --中国期刊网

字体：大中小

首页> 原创作品> 正文

大数据分析下用电信息采集运维优化分析赵永臻

发表时间：2021/4/21 来源：《基层建设》2020年第33期作者：赵永臻陶海洋

[导读] 摘要：随着社会经济的不断发展，各行业的生产经营水平有了明显的改善和提升，先进技术手段的引入更是为行业发展提供了巨大支持。

         国网甘肃省电力公司酒泉供电公司甘肃酒泉 735000
         摘要：随着社会经济的不断发展，各行业的生产经营水平有了明显的改善和提升，先进技术手段的引入更是为行业发展提供了巨大支持。在电力行业中，传统的用电信息检测方式处理效率低下、信息冗余度高、数据收集存储所需的成本投入较大，传统用电信息检测已经无法满足电力行业的发展需求，这要求电力企业应加大对用电信息采集技术的开发力度通过对大数据技术的引入与应用来提高电力用户用电信息采集水平。因此，本文针对用电信息采集运维优化进行探究，分析大数据分析下运维体系组织结构的构建方式并结合大数据技术特点提出用电信息采集运维优化方法，为电力企业进步发展提供参考和借鉴。
         关键词：电力企业；用电信息；大数据；运维优化
         前言
         电力大数据技术是电力企业现代化建设中的重要内容，在大数据技术的引入下将会为电力企业各项业务工作开展提供便利与支持，并能通过对大数据技术的合理利用来改善过去工作存在的不足与问题。随着智能电网建设的深入推进，大数据技术在用电信息采集中将发挥更加重要的作用效果。在当前用电信息采集运维中的缺陷问题主要体现在运行效率低下、故障信息不能及时发现并处理上，通过对用电信息采集运维体系组织结构进行调整从而使大数据技术的作用效果更能得到充分发挥。
         一、大数据分析下用电信息采集运维体系构建
         电力企业用电信息系统均是采用“两级三线”的运维模式，在国家电网与网省公司两级运维机构提供的运维保障下用电信息系统能够及时准确地获取到电力用户的用电信息，而通过电力用户服务、采集设备运行维护及采集技术支持三层结构的共同铺设下用电信息采集将能高效化开展。
         1.1电力企业业务运维组织架构与工作制度
         大数据分析下用电信息采集运维工作应转变过去的工作思路，通过提高管理人员在运维工作中的作用体现，并通过合理有效的工作制度建立来确保运维工作有序进行。业务运维组织架构需根据“两级三线”运维模式特点出发，从管理层、前台服务、后台维护、技术支持四个方面使电力调度信息、设备故障维护信息、客户业务办理信息等被及时有效地处理，同时还需要在地州单位的积极配合下使为用电信息传递提供稳定的传输通道。在业务运维工作制度方面，需要从响应时间与事件分级制度两个方面出发进行建立。在响应时间制度上需要根据电力业务工作特点来规定从接收电力用户请求信息到最终响应间的时间，保障电力用户需求及时得到满足的同时也能进一步提高业务工作开展的效率。并且响应时间也应需要从信息处理的难以程度出发来设置最长处理时间，避免长时间的业务应答影响后续工作。在事件分级制度方面则是需要对业务运维管理层的管理模式进行优化创新，转变过去计划经济管理模式对管理人员的影响，通过对事件进行评价分级处理使运维中心在处理不同事件时具有先后顺序，避免出现突发的紧急事件时管理人员不能有效处理，面对业务变更、采集设备配置这类短时间内无法解决的问题时还需要管理层将该问题向上汇报，获取正确的指令信息后才可继续开展工作。
         1.2问题处理流程设计
         大数据技术背景下需要对用电信息采集运维的问题分析流程进行一定的改进，使新的运维体系能够最大化发挥大数据技术的作用效果。面对用电信息中反馈的电力用户用电问题需要技术人员从系统容量、电力设备缺陷、设备可靠性等方面展开对问题信息的分析处理，在掌握了用电问题的准确故障位置后需要联系设备厂家获取故障解决方案，而对于电力用户私自修改用电信息问题时则需要及时联系客户服务后台对及时查明电力用户的真实用电情况，并进行修改。在处理问题时需要填写完整的问题追踪开，使每一步运维检修操作都能反映到记录卡中，以此为依据避免出现运维技术人员违规操作的情况。

期刊文章分类查询,尽在期刊图书馆

问题审批是问题分析流程中的重要环节，针对于用电信息问题处理过程中出现的流程变更、业务调整、数据修改等内容需要进行做好严格的问题审批后才可开展下一环节的运维工作，未能通过审批的问题申请还需及时关闭问题将原因反馈给技术人员。而在问题处理环节方面需要在厂家技术人员的指导下由运维技术人员进行调试操作，每一项操作完成后应进行系统测试确保无误后才可开展下一环节工作。
         二、大数据分析下用电信息采集运维优化方法
         2.1智能化处理异常工单
         电网系统在运行过程中会因为设备故障、系统自身问题、环境因素影响等导致异常工单的情况出现，如果采用传统人工或计算机软件的方式对异常数据进行分析处理则会占用大量的资源，影响其他数据信息的传输处理效率。而通过对大数据技术的合理应用，在大数据分析下可以根据异常工单的输出效用值展开对故障问题的智能化分析处理，同时大数据技术还能对集成化的数据信息进行建模处理，从数据模型中更能真实有效地掌握到用电信息采集各个环节异常情况的位置，及问题难度的优先级从而为运维检修工作开展提供有力支持。智能化的处理方式既能保障电网系统运行稳定，又能根据单个数据的效用值来分析找到问题故障的准确位置。例如，当电力用户实际用电情况与电表数据不符时可以通过对电表天数、供电量等数据信息进行建模分析推测出异常天数并得出电力用户真实的用电情况。
         2.2根据运维难度系数进行运维管理
         在开展用电信息采集运维工作过程中往往会因为缺乏故障问题评价标准，当遇到难度过大的问题时会影响到后续工作的开展。在大数据分析下，可以在运维管理中推行运维难度系数的管理方式，利用大数据技术对用电信息异常问题进行建模分析并进行难度等级划分，从而使管理人员能够对照难度系数来安排运维工作。而在处理同一难度系数下的事件时也可以通过大数据分析技术从更多的数据中对事件的优先级进行区分，这样将能保障运维工作有序开展。此外，运维难度系数也可以作为运维工作的指标要求，根据难度系数来合理配置运维技术人员使人力资源得到最大化利用。
         2.3多角度分析用电信息采集问题
         大数据技术的应用对数据本身也有一定要求，这需要电力企业应拓展用电信息采集类型及采集方式，并通过对数据信息的集成化处理使得大数据分析技术的作用效果得到充分展现。通过对海量数据信息的分析后能够使仿真模型数据预测结果更加准确，在获取到有效的用电信息后将能为电力调度、配电网建设等电力企业发展规划工作提供有利参考。而在用电信息采集运维方面，数据类型的增多虽然会加大运维工作的困难，但面对运维难度系数过高的问题时则能通过多种类的数据信息来分析故障问题的成因，使运维工作开展能够彻底有效。此外，信息时代下数据信息具有更加的指示作用，多维度的数据结果更有利于电力企业各项业务工作的开展。
         总结
         综上所述，大数据分析下用电信息采集运维优化需要从运维工作的体系结构改善出发，通过建立起完整的业务运维组织架构及健全的工作制度确保运维工作开展有序的、标准的进行。进一步的需要对运维问题处理流程进行重新设计，规范化问题分析、审批、处理环节，并充分利用大数据技术优势使用电信息采集问题能够被及时处理。大数据技术的推广应用还需要技术人员从实践工作中不断地进行尝试与开发才能全面实现。
         参考文献
         [1] 周鹏程．大数据分析下用电信息采集运维优化分析[J]．《电力系统装备》,2019(15).
         [2] 尹成波．基于大数据分析的用电信息采集运维优化仿真[J]．计算机仿真,2018(11).
         [3] 田琴．大数据分析在用电采集数据分析与智能监测系统的设计与实现[J]．电子测试,2018(6).