黄婷婷 身份证号码：450902198912****28
摘要：针对现有电力信息通信数据运维技术资源消耗高、容量低的问题，提出了一种电力信息通信数据智能运维技术。分析电力信息通信数据的特点，构建电力信息通信数据智能运维模型；利用FCM算法对日志数据进行分类，得到数据智能运维日志的分类结果，设计运维资源消耗率的预测算法；利用最小二乘法拟合线性方程计算数据运维能力，实现电力信息通信数据的智能运维。仿真结果表明，提出的电力信息通信智能数据运维技术具有更好的数据运维性能。
关键词：电力信息通信；运维技术；应用研究
引言：
电力信息通信技术是智能电网建设的核心支撑技术，覆盖整个电网的信息交流，是可靠、安全、高效输电的基础。同时，智能电网的建设也为电力信息通信技术的发展提供了新的机遇。电力信息和通信数据智能运维技术通过集约化管理分析电力通信网络的运行情况，优化电力通信运维体系，可以有效提高电力通信的智能化水平，增强电力通信网络的可靠性，及时监控和修复电力网络的通信故障，维护电力设备的正常运行。它在电力系统中起着重要的作用。现有电力信息通信数据智能运维技术存在资源消耗高、数据容量低的缺陷，不能满足智能电网对电力信息通信技术的需求。因此，本文提出了电力信息与通信数据智能运维技术的分析与研究。
1 电力信息通信数据智能运维技术分析研究
1.1电力信息通信数据特征分析
为了有效分析电力信息运行维护的效果，本文以某地方供电公司为例，分析了电力信息通信数据的特点。电力信息通信的数据源有很多。为了准确获取电力信息通信数据的特征，首要任务是分析电力信息通信的数据源。具体的数据源如表1所示。
.png)
电力信息通信的数据类型主要分为两种，即结构化数据和非结构化数据。结构化数据是指采集器直接从目标设备获取的数据；非结构化数据是指通过处理和分析日志文件间接获得的数据。对于非结构化数据，根据自己的要求设置相应的维度、格式和时间。为了简化电力信息通信数据的运维流程，需要对非结构化数据进行规范化，使其与结构化数据标准保持一致，便于电力信息通信数据特征的分析、处理和运维。
1.2数据智能运维模型构建
根据某地方供电公司分析的电力信息通信数据的特点，构建了电力信息通信数据的智能运维模型。数据智能运维模型主要分为静态和动态关系，资源抽象层以设备对象为核心，实现逻辑资源和物理的关联。通过对比研究，发现静态关系数据智能运维模型更加稳定，数据运维性能更好。静态关系模型描述了数据中心、物理设备、网络设备、存储设备、虚拟机、机器集群之间的关系，实现了内存、存储、网络接口、CPU等可分配资源与设备之间的关系。应用程序本质上是一种业务资源，静态关系模型中也考虑了这一点。通过与机器的多对多关系，实现了分布在多台机器上的应用程序的关系描述。通过以上对设备与资源的关联和设备抽象层次的描述，实现了数据智能运维模型资源的关联和约束。比如网络设备的抽象描述完成了网络端口与对应设备的关联；机器抽象描述完成了对物理机和虚拟机的统一管理和处理。所有设备都可以生成日志记录，数据结构如图2所示。
.png)
2 技术性能实验分析
2.1实验数据选取
为了保证实验结果的准确性，选取某一地点的两个电力信息通信系统的数据作为实验数据，简称实验数据集1和实验数据集2，具体实验数据见图3。为了保证实验结论的准确性，排除了实验数据集中的异常数据。实验中，根据电力信息通信系统的实际情况设定阈值。如果数据大于阈值，说明数据是异常数据，拒绝；否则，它将被保留。因此，阈值的选择极其重要。以阈值为自变量，异常数据比率为因变量，阈值变化曲线如图3所示。当阈值为10.5时，实验数据集1和实验数据集2中的异常数据比例最低，说明在此阈值下异常数据去除效果最好，因此阈值设置为10.5。
.png)
2.2实验指标
2.2.1运维资源耗比
电力信息和通信数据智能运维技术可以有效降低运维资源消耗率。运维资源消耗比例越少，智能运维效果越好，反之，运维效果越差。通过预测算法得到运维资源消耗率。
2.2.2运维数据容量
电力信息和通信数据智能运维技术可以有效提高运维数据容量，运维性能越好，运维数据容量越高，反之，运维数据容量越低。
2.2.3故障检测耗时
为了验证该方法的智能性，通过耗时的故障检测来测试电力信息数据的智能运维性能。故障检测耗时越短，检测效果越好，从而证明电力信息数据的智能运维性能越好，反之，运维效果越差。
2.2.4故障检测耗时
为了验证该方法的智能性，通过耗时的故障检测来测试电力信息数据的智能运维性能。故障检测耗时越短，检测效果越好，从而证明电力信息数据的智能运维性能越好，反之，运维效果越差。
3 实验结果分析
基于上述预处理后的实验数据和设定的实验条件，进行了仿真对比实验，通过运维资源消耗率和运维数据容量反映了所提技术的性能。采用基于云计算的方法、基于时间序列数据库的方法和本文的方法，对不同运维时间下的运维资源消耗率进行了实验，具体结果如图4所示。
.png)
.png)
结语：
本文构建了电力信息通信数据智能运维模型，利用FCM算法对日志数据进行分类，利用最小二乘法拟合线性方程计算数据运维能力，实现了电力信息通信数据智能运维的技术分析。实验结果表明，该方法故障检测时间短，电力信息数据运维智能性好。它解决了传统方法资源消耗率高的问题，提高了数据操作和维护的计算能力。但由于技术限制，运维能力仍有提升空间。因此，有必要提高云处理器的计算性能，从而提高电力信息通信数据的智能运维能力。
参考文献：
[1]孙保华，陈蕾，夏栋，等．基于大数据平台的配电网智能化运维管控平台设计及应用[J]．电气自动化，2018,40(6):81-84.
[2]孙梦晨，丛伟，余江，等．电网运维大数据背景下的继电保护通信系统故障定位方法[J]．电力自动化设备，2019,39(4):141-147.
[3]曾瑛，林斌，张正峰．电力通信系统中运维数据采集技术的研究与分析[J]．数据挖掘，2018,8(3):112-120.
[4]王亚静，任瑞杰，张建臣，等．基于场景的通信资源流程化管控机制分析与应用[J]．电力信息与通信技术，2018,16(5):68-73.