基于大数据的电力信息通信预警技术探索
当前阶段内电力信息通信技术快速发展，尤其是随着相应运维监测与管理系统的完善，电力系统运维工作取得了良好进展。但综合实际情况来看，电力信息通信中并未形成完善的信息收集机制，在数据全面性、精准性等方面仍存在着一定的不足。本文根据信息通信技术中的相应知识点，结合当前阶段内我国电力信息通信预警技术中存在的不足，对通信预警技术进行着重阐述，并分析了相应的数据信息，对运维风险实时预警。
标签：大数据;电力信息通信;预警技术
1 引言
从我国电监会发布的统计数据中可以看到，因为配电网引起的故障停电时间已经占到所有故障停電的80%以上，而有关部门要想解决这些问题，其就必须要准确掌握配电网的实际运行状态，也只有这样才能实现配电网故障风险值的实时预警与计算，从而降低整体的故障停电时间与次数，这对提升供电局供电质量有着非常重要的作用和意义。可以看到，当前国内外专家学者对配电网故障风险的研究范围已经变得越来越广泛，并且也取得了非常理想的成果，但因为
配电网的运行过程较复杂，且运作状态也很多变，所以在实际工作时相关人员还需要不断完善与创新，这样才能保证后续工作的顺利开展。
2 电力信息通信预警意义
电力信息通信网是相应电力系统使用的特定网络，是支撑电力系统正常运行的支柱之一。通过保证电力信息通信网的稳定运行，可以在一定程度上为电力系统的正常运行提供良好保证。一般情况下，在电力信息通信行业中，往往容易出现设备故障，或存在某种运行风险。总体上来说，此种风险的发生能够对相应设备等均产生不同程度的影响，直接关系到整个电网的运行情况。一旦电网系统中的部分设备系统受到侵害，则会大大降低其数据采集、监测等性能。现阶段内，我国电力信息通信技术快速发展，尤其是在市场经济不断发展的背景下，构建了多个管理系统。但从某种意义上来讲，在电力信息通信网的运行过程中，仍存在着明显问题。例如，相应网络系统对监控告警信息进行收集时，分散性较强，进而致使在实际运行阶段内，工作人员无法对其中存在的问题进行有效查，很难利用系统基础框架等实现对运行故障的及时处理，为业务的顺利开展带来严重的不良影响。随着科学技术的快速发展，大数据时代已经到来。基于此，大数据技术逐渐走入公众视野，并得到了广泛应用。此
技术作为新时代下的一种新型技术与构架，可以通过较为经济的方式对各类技术进行高速捕捉，进而从相应技术中提取应用价值。
3 大数据背景下电力信息网络智能风险的预警方法
3.1 应用趋势预警的方法进行风险预警
对于趋势预警的方法来说，主要是利用电网信息化的资源指标的趋势分析对资源能不能达到预警触发的条件进行判断，一般运用的是ARIMA、STL等多种方法建模并且进行趋势预测，考虑到我国电网公司的信息化发展情况，并且与当下业界的主流算法进行有效结合，进而制定一种SG和信息指标的大数据趋势的预测方法。这一方法是在STL算法的作用下，把原始数据划分成趋势部分和周期部分以及随机部分。
3.2 应用分级预警的方法进行风险预警
对预警事件进行划分，主要是指指标级和基础设施级以及信息网络级，比较基础的就是预警事件都是指标级，当某基础性设施可以划分成多个指标时就会形成一定的预警，对预警事件进行归纳，统一将其称作是基础性设施级的预警事件;当有信息网络的核心节点或者是普通节
点发生预警，就要归纳预警事件，将其称作是信息网络级的预警事件。就预警事件分级的策略来说，能够帮助管理人员对各种类型的预警事件的意义进行分析，而且还能很好地进行应对，为电力企业的发展打好基础，提高社会效益和经济效益。
3.3 设备级故障风险值计算
并行计算框架
第一，设备的重要程度计算。当配电网馈线设备发生故障之后，相关人员可以通过断路器、负荷开关熔断等方式来将故障段进行隔离，然后通过自动重合闸与开关合闸来实现对非故障区域的正常供电。通过对配电网中的各种不同设备进行分析发现，不同的设备在发生故障之后产生的影响效果也是完全不同的，如有的范围比较小，有的则影响比较小，但故障的影响程度也会直接显示出设备的重要程度。需要注意的是，受故障影响停电后果严重的设备，其在配电网中的地位也会高一些，且自身的停电风险也较大，而停电影响主要针对用电用户与供电企业，当然与供电的可靠性也有一定关联。所以，在实际工作中，相关人员可以构建科学的反映设备重要程度的指标，如损失电量、损失负荷、停电用户级别加权等。第二，设备的故障概率计算。设备出现故障的原因可能是受内部因素与外部因素的共同影响导致，其中内部因素包括有设备缺陷、设备隐患、设备使用年限等，外部因素则是施工破坏、雷雨天气
（雷电强度、降雨量）、气候影响（温湿度、风速）等，这些都是构成配电网设备故障的主要原因。但是，在实际工作中如面临因设备自身因素引起的风险时，相关人员可以利用故障率来表示，设备运行过负荷风险源状态时这就可以认为是负荷级别。
3.4 馈线级故障风险值计算
一般情况下，馈线级故障风险主要来源于设备发生故障时的风险，这是因为馈线上各主要设备自身都会存在一个故障风险值，而能够直接呈现出馈线风险大小的指标则是馈线上的设备风险均值与最大值。因为考虑到配电网风险自身的灵活性与复杂性，在这样的状态下，单一指标受各种误差的影响机率也会更高一些，而相关人员要想减少因随机造成的不良影响，那么就需要将各分项指标进行结合，这样才能建立科学、规范的馈线风险评价指标。
3.5 通信风险预警
以Hadoop及Spark为例，该类大数据处理平台在近年来逐渐受到更广泛的应用，发展速度较快。其中Hadoop可以进行大规模集操作，具有较强的便捷性，同时可增设不同数量的节点共同计算。且其计算速度并不会受到集数量的减弱影响，相反，计算速度与集数量呈
正相关关系，以此有效弥补了传统系统处理数据中存在的不足。但相对而言，Hadoop在处理实时应用方面存在明显的劣势。而Spark作为一种通用并行计算框架，其产生与改进是以Hadoop为基础的，主要应用内存并行计算方式及流式处理技术，具备较好的实时处理性能。电力信息通信预警技术的应用过程中，相关技术人员通过构建电力信息通信大数据处理框架，对各类信息数据进行有效收集、整合、分析、管理。对应的日志收集板块主要负责收集来自各个系统的数据，包括网络日志、防火墙日志等。利用Hive技术创建业务分析模型，以此保证日志的多维度查询。
4 结束语
综上所述，相关人员可以利用设备重要程度与设备故障概率为基础来计算出设备故障的风险值，待计算出结果之后便可以继续计算出馈线故障风险值与系统故障风险值。需要注意的是，当故障风险值超过工作人员所设置的阈值时，该系统就会自动进行预警。从这里可以看出，在此基础上开发出的配电网故障风险预警系统，其不仅能实现对配电网故障风险的在线预警与实时计算，而且还能保证整体的计算质量。
参考文献：
[1] 梁存，徐秉仁，陶涛.基于人工神经网络的电力通信故障预警分析的探究[J].信息通信，2018（08）：9-10.
[2] 秦泽华，郝婧.基于大数据的电力信息通信预警技术研究[J].计算机产品与流通，2018（07）：78.
[3] 王江亭，靳丹，俞俊，巫乾军.基于大数据的电力信息通信预警技术研究[J].电力信息与通信技术，2017，15（09）：64-69.
[4] 余文杰. 通信系统对电力系统稳定控制的影响研究[D].东南大学，2016.