文/鐘鎮(zhèn)宇，國網(wǎng)湖南省電力有限公司漢壽縣供電分公司

1 引言

我國對民眾日常的用電信息采集系統(tǒng)建設已經(jīng)進入尾聲，現(xiàn)階段，我國各地區(qū)共計接入智能電表4.2億只，電能計量終端有1268.95萬臺，覆蓋了全國3.86億的用戶。所以為了保障采集工作的順利進行，成為現(xiàn)階段建設的重要問題，同時這也是采集系統(tǒng)的未來發(fā)展方向。目前，我們的運維采集業(yè)務仍然存在缺陷，比如采集的效率低下、無法劃分故障的緊急性、無法對故障的位置進行準確的定位等一系列問題，本文主要對運維采集業(yè)務中的問題進行了處理，提出大數(shù)據(jù)分析技術(shù)在運維采集業(yè)務中的優(yōu)化情況。

2 加強運用大數(shù)據(jù)分析技術(shù)對智能電表進行計量的意義

使用智能電表是組成智能電網(wǎng)的重要部分，使用智能電表進行電能的計量是建設中的重要組成部分，操作的質(zhì)量和操作的可靠性能夠直接關系到國家電網(wǎng)的企業(yè)形象，由于這能夠直接影響個人的利益，所以人們對采集系統(tǒng)格外關注。加強對電量的計量準確可靠性，及時處理智能網(wǎng)絡的故障，維護用戶的合法利益，能夠為企業(yè)樹立一個良好的形象；同時，使用大數(shù)據(jù)分析技術(shù)能夠減少工作人員的工作壓力，有效提高運維采集的進行，實現(xiàn)對大數(shù)據(jù)分析的應用。

3 采集運維業(yè)務的大數(shù)據(jù)系統(tǒng)模型

3.1 大數(shù)據(jù)分析的核心技術(shù)

大數(shù)據(jù)在采集運維業(yè)務中擁有許多的應用，其中包括采集數(shù)據(jù)、清理廢棄數(shù)據(jù)、儲存數(shù)據(jù)、分析各種數(shù)據(jù)、進行數(shù)據(jù)的處理、解讀和應用，在本篇文章中，我們研究大數(shù)據(jù)的分析方面（即OLAP），主要包括了以下兩種形式：

1）關系型聯(lián)機分析處理

關系型聯(lián)機分析處理技術(shù)主要依賴于關系型的數(shù)據(jù)庫，采取關系型的結(jié)構(gòu)方式對數(shù)據(jù)進行表示和解讀，同時對儲存的數(shù)據(jù)進行動態(tài)的多維分析。使用這種方式對數(shù)據(jù)進行表示，擁有裝載快、儲存空間小、不限制維度數(shù)、可使用SQL進行分析的優(yōu)點。

2）多維聯(lián)機分析處理

多維聯(lián)機分析處理技術(shù)是一種進行多維數(shù)據(jù)儲存的方式，這種方式會遭受使用平臺數(shù)據(jù)儲存量的限制，基本上很難達到TB級，同時在對數(shù)據(jù)進行儲存時，需要對平臺的儲存量進行預測，否則會出現(xiàn)數(shù)據(jù)爆炸；并且這種方法有裝載慢，位數(shù)低等缺點，只適合應用于對高性能輔助決策的計算。

3.2 大數(shù)據(jù)運維業(yè)務的架構(gòu)

大數(shù)據(jù)運維業(yè)務的構(gòu)架分為數(shù)據(jù)ETL層（選擇數(shù)據(jù)源的數(shù)據(jù)，進行初步的數(shù)據(jù)篩選，之后裝載進數(shù)據(jù)儲存層）、數(shù)據(jù)儲存層（儲存ETL層的數(shù)據(jù)并對這些數(shù)據(jù)進行分類，分別儲存在不同的數(shù)據(jù)庫）、數(shù)據(jù)分析層（對儲存層的數(shù)據(jù)進行分析，提高應用服務的效率）、應用層（實現(xiàn)數(shù)據(jù)的多維動態(tài)分析，在異常工單只能化派發(fā)、異常工單智能處理、采集運維多維度質(zhì)量評價三個板塊之間實現(xiàn)業(yè)務應用）四個層次，其中應用層的三個板塊之間相互協(xié)調(diào)，同時還能獨立運行，實現(xiàn)完美的功能融合；所需要分析的數(shù)據(jù)源包括采集數(shù)據(jù)庫、營銷數(shù)據(jù)庫、運維數(shù)據(jù)庫?？傮w架構(gòu)如圖1所示：

圖1 大數(shù)據(jù)運維業(yè)務架構(gòu)示意

4 大數(shù)據(jù)運維優(yōu)化方案

4.1 異常工單智能派發(fā)

1）使用效用值模型

即Y效用值=Σf(x),其中Y效用值表示進行采集運維時的效用值，f（x）表式單個異常電表的效用值。

2）使用模型

圖2 持續(xù) N 天無抄電能表數(shù)據(jù)的電能表數(shù)分布統(tǒng)計

我們對5000名用戶和5000名非用戶進行了日電量進行了分析，根據(jù)圖表我們可以發(fā)現(xiàn)，低壓居民用戶日用電量標準偏差為21左右，小于21的用戶占94%，低壓非居民用戶日用電量標準偏差為120左右，低于120的用戶占90%左右。這充分說明了我們在日常生活中家用電力的損失并不是太多，但是仍有損失；而在各個企業(yè)或者工廠中，由于電量的大量使用更容易使終端產(chǎn)生故障，從而出現(xiàn)較大的偏差。

同時，我們也分析了距離抄表日天數(shù)故障的頻率，由圖2可以知道，用戶距離抄表日越近，損失的電量越多，產(chǎn)生的故障越多。

4.2 對異常的工單進行智能化的處理分析

大數(shù)據(jù)分析技術(shù)彌補了原始采集運維工作的局限性，在進行大數(shù)據(jù)的分析和現(xiàn)場調(diào)查之后，運維工作人員可以提高對所屬地區(qū)進行高效率的運維工作，提高運維工作人員對故障發(fā)生的預估能力，及時處理異常工單，提高了運維效率。如果新生成異常工單，可以通過生產(chǎn)廠家、國家網(wǎng)絡招標標準等進行判斷，從而盡快的確定故障原因，并對故障原因進行預測、分析、處理，利用下列公式進行分析。

4.3 對采集終端產(chǎn)品進行質(zhì)量評價

根據(jù)運維采集的數(shù)據(jù)對采集終端進行質(zhì)量分析，參照終端運營廠商提供的數(shù)據(jù)建立終端產(chǎn)品質(zhì)量分析評價的指標。

1)終端故障更換率：終端故障更換率=周期內(nèi)更換終端的數(shù)量÷周期內(nèi)在運行的采集終端數(shù)量×100%。

2)終端時鐘偏差超標占比：終端時鐘偏差超標占比=周期內(nèi)終端時鐘偏差超過5min的終端數(shù)量÷周期內(nèi)在運行的采集終端數(shù)量×100%。

3)各廠家終端故障率：終端故障率=周期內(nèi)終端發(fā)生故障的次數(shù)÷周期內(nèi)在運行的采集終端數(shù)量×100%。

5 運維采集業(yè)務中存在的問題和解決方法

5.1 提高運維采集的效率

在現(xiàn)代社會中由于社會的發(fā)展，導致人們對電力的用途更加廣泛，各電力公司也在不斷發(fā)展，但是經(jīng)過統(tǒng)計，我們會發(fā)現(xiàn)每天電力公司產(chǎn)生的異常工單有一萬多，而電力公司的工作人員遠遠不足以及時去處理這些異常工單，并且大部分公司沒有工單的篩選制度，導致工單的緊急程度無法劃分，影響采集效率。

有效運用采集運維模型，篩選這些異常工單，合理判斷異常工單的緊急程度，及時處理故障，建立消缺機制，提高運維采集的效率。

5.2 準確確定故障位置

運維采集的工作人員需要對各種運維對象進行數(shù)據(jù)采集，經(jīng)過統(tǒng)計會發(fā)現(xiàn)擁有59種異?，F(xiàn)象，根據(jù)出現(xiàn)故障的不同又可以將其劃分為100種，這些故障擁有各種復雜的故障地點，難以準確定位，從而影響處理的及時性。

建立大數(shù)據(jù)故障庫，記錄發(fā)生的各種故障及原因，針對對各地區(qū)的勘察確定相應的故障類型，提高現(xiàn)場運維采集的效率。

5.3 制定合理的考核系統(tǒng)

我國現(xiàn)階段的電力企業(yè)在信息采集運維業(yè)務中主要依靠線下進行工單處理，無法準確把握故障的發(fā)生原因，不能有效的反饋，現(xiàn)場缺乏有效的考核系統(tǒng)，不能保證采集工作的質(zhì)量。

制定合理的考核系統(tǒng)，將工作人員的工作情況列入季度考核項目，關系到工作人員的個人利益，提高工作人員的積極性，制定合理的獎罰制度，要求去現(xiàn)場進行作業(yè)的工作人員帶回可靠的材料，防止出現(xiàn)偷懶現(xiàn)象。

6 結(jié)語

大數(shù)據(jù)分析技術(shù)在運維采集業(yè)務中占有重要的地位，在采集用戶信息時，可以使用大數(shù)據(jù)分析技術(shù)對數(shù)據(jù)進行合理的分析，深入挖掘，合理處理，運用智能化派發(fā)異常工單等有效手段提高運維采集的效率，同時精簡了采集的過程，加強了采集的準確性，使運維采集更加有水平，更加被人們喜歡。用電信息采集的運維管理是一項龐大而復雜的工作，本文提出的對異常工單智能化派發(fā)、異常工單智能處理和采集運維多維度質(zhì)量評價只是對其中的一部分業(yè)務進行了優(yōu)化應用，后續(xù)還將對采集異常智能化甄別、異常工單智能處理及異常工單智能化派發(fā)進行更深入的實踐與研究，最終為滿足國網(wǎng)營銷部的“全覆蓋、全采集、全費控”目標要求提供強有力的技術(shù)保障。