梅傲琪 張 銳 周立德

（廣東電網(wǎng)有限責(zé)任公司東莞供電局，廣東東莞523008）

0 引言

在信息技術(shù)逐漸走向完善的當(dāng)下，數(shù)據(jù)不斷膨脹的情況無法避免，在電網(wǎng)數(shù)據(jù)治理方面，全面分析由現(xiàn)場數(shù)據(jù)構(gòu)成的大數(shù)據(jù)已成為大勢所趨，這也是相關(guān)人員紛紛選擇利用由大數(shù)據(jù)所衍生出的理念和技術(shù)，圍繞數(shù)據(jù)質(zhì)量對治理體系進(jìn)行設(shè)計(jì)的原因。由此可見，本文所研究課題有較為突出的社會(huì)價(jià)值，應(yīng)當(dāng)引起重視。

1 研究背景

對電網(wǎng)數(shù)據(jù)進(jìn)行治理的初衷是為用戶提供優(yōu)質(zhì)服務(wù)以及給用戶帶來更符合預(yù)期的體驗(yàn)，而持續(xù)增長的電網(wǎng)數(shù)據(jù)致使用來存儲(chǔ)和分析數(shù)據(jù)的常規(guī)體系面臨著被淘汰的風(fēng)險(xiǎn)，要想使數(shù)據(jù)提取及分析工作發(fā)揮出應(yīng)有價(jià)值，并為調(diào)度工作指明方向，優(yōu)化現(xiàn)有系統(tǒng)是必然選擇。由研究所得結(jié)論可知，要想使數(shù)據(jù)治理及相關(guān)工作取得和預(yù)期相符的良好效果，最有效的方法便是對大數(shù)據(jù)進(jìn)行引入，這是因?yàn)橛纱髷?shù)據(jù)延伸出的技術(shù)可使高效檢測數(shù)據(jù)、離線分析數(shù)據(jù)等設(shè)想成為現(xiàn)實(shí)?；诖?，本文選擇以大數(shù)據(jù)調(diào)度為基礎(chǔ)，借助云平臺(tái)所擁有的功能，參考數(shù)據(jù)所表現(xiàn)出的特點(diǎn)，通過分布存儲(chǔ)并處理數(shù)據(jù)的方式，對大數(shù)據(jù)容錯(cuò)性進(jìn)行凸顯，另外，數(shù)據(jù)存儲(chǔ)量也會(huì)得到顯著增加。與此同時(shí)，本文還以分離器為載體，對電網(wǎng)數(shù)據(jù)所適用調(diào)度方法進(jìn)行了設(shè)計(jì)，通過將調(diào)度方法融入處理框架的方式，確保輸入數(shù)據(jù)可獲得理想的挖掘及處理質(zhì)效，檢測精度隨之提升，數(shù)據(jù)治理自然也會(huì)擁有符合預(yù)期的精度。

2 數(shù)據(jù)治理應(yīng)用

2.1 治理體系

研究表明，若將數(shù)據(jù)質(zhì)量視為核心，對電網(wǎng)數(shù)據(jù)進(jìn)行治理，與常規(guī)數(shù)據(jù)治理模式間有十分明顯的差異存在，具體表現(xiàn)為：對數(shù)據(jù)挖掘、云平臺(tái)存儲(chǔ)及其他相關(guān)技術(shù)進(jìn)行引入。技術(shù)人員對治理體系的設(shè)計(jì)如圖1所示，此體系涵蓋諸多功能模塊，例如數(shù)據(jù)挖掘/存儲(chǔ)、輸入解析等[1]。其中，輸入解析強(qiáng)調(diào)對數(shù)據(jù)進(jìn)行解壓縮處理，明確數(shù)據(jù)所處陣營為實(shí)時(shí)數(shù)據(jù)或是歷史數(shù)據(jù)，判斷數(shù)據(jù)控制方向?yàn)榇鎯?chǔ)還是應(yīng)用展示。另外，在傳輸或存儲(chǔ)數(shù)據(jù)時(shí)，通常以壓縮數(shù)據(jù)為依托，旨在避免大量帶寬、存儲(chǔ)空間被數(shù)據(jù)占用的情況出現(xiàn)，所引入云平臺(tái)，在解壓縮方面，現(xiàn)已擁有相對完善的技術(shù)，這也為壓縮數(shù)據(jù)得到充分利用提供了有力的技術(shù)支持。

在數(shù)據(jù)挖掘方面，本文擬采用以映射規(guī)約所衍生出的并行設(shè)計(jì)，通過篩選并全面評(píng)價(jià)電網(wǎng)數(shù)據(jù)的方式，確保所設(shè)計(jì)治理體系可發(fā)揮出應(yīng)有作用。從本質(zhì)上說，映射規(guī)約是映射、規(guī)約的集合體，通常要先分別處理再進(jìn)行整合，才能滿足大數(shù)據(jù)所提出的訴求。

圖1 治理框架圖

而數(shù)據(jù)存儲(chǔ)所依托工具為數(shù)據(jù)庫，本文所選用數(shù)據(jù)庫即可借助鍵值對，高效完成標(biāo)記存儲(chǔ)數(shù)據(jù)的操作，且擁有理想的存儲(chǔ)質(zhì)效。另外，這樣做對非關(guān)系數(shù)據(jù)的處理操作，具備較為突出的積極影響，這點(diǎn)應(yīng)尤為重視。

2.2 治理方法

眾所周知，數(shù)據(jù)治理的切入點(diǎn)通常為實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)，這也給調(diào)度系統(tǒng)提出了較為嚴(yán)格的要求，一方面，要對數(shù)據(jù)流進(jìn)行從容應(yīng)對，另一方面，要擁有分布存儲(chǔ)數(shù)據(jù)所適用的處理功能，可借助Hadoop等平臺(tái)，為分布存儲(chǔ)數(shù)據(jù)提供融合框架，并為業(yè)務(wù)處理及后續(xù)環(huán)節(jié)的開展做鋪墊。研究表明，映射和規(guī)約都是調(diào)度管理不可或缺的步驟，二者往往被用來對數(shù)據(jù)集合進(jìn)行分割與并發(fā)排序，在落實(shí)相關(guān)工作時(shí)，技術(shù)人員應(yīng)確保映射結(jié)果可向規(guī)約任務(wù)進(jìn)行實(shí)時(shí)發(fā)送，而規(guī)約任務(wù)的作用主要是重新融合所接收子集，獲得以原始數(shù)據(jù)為主要內(nèi)容的集合，并借助作業(yè)跟蹤器完成分析及調(diào)度壓縮集合的操作。

下文將以優(yōu)化治理效果為出發(fā)點(diǎn)，以調(diào)度技術(shù)為依托，綜合考慮數(shù)據(jù)層次及其他相關(guān)因素，對管理過程進(jìn)行描述，供技術(shù)人員參考。

首先，管理層要控制大量數(shù)據(jù)，在存儲(chǔ)和傳輸數(shù)據(jù)的同時(shí)，對數(shù)據(jù)集合進(jìn)行精準(zhǔn)分割。

其次，處理層強(qiáng)調(diào)以作業(yè)跟蹤器為依托，將任務(wù)融入計(jì)算架構(gòu)，參考鍵值對所表現(xiàn)出的方式，完成映射及排序現(xiàn)有任務(wù)的操作，并向規(guī)約操作進(jìn)行傳輸。隨后，經(jīng)由規(guī)約操作，逐一合并相關(guān)子集，以鍵值對為參考，通過逆運(yùn)算的方式，得到未經(jīng)處理的真實(shí)數(shù)據(jù)。

最后，挖掘?qū)油c映射、規(guī)約存在密切聯(lián)系，通過檢測識(shí)別預(yù)處理大數(shù)據(jù)的方式，獲得可被用來衡量電能質(zhì)量及其狀態(tài)的結(jié)論。

上文所提映射規(guī)約操作，現(xiàn)階段常被用來并行分析及深入挖掘數(shù)據(jù)，其中，并行操作與大數(shù)據(jù)調(diào)度表現(xiàn)出特征高度契合，對數(shù)據(jù)集合進(jìn)行分割時(shí)，技術(shù)人員往往會(huì)選擇對分類器加以運(yùn)用，現(xiàn)有分類器較多，Naive Bayes的出鏡率較高，一方面，此分類器對參數(shù)的依賴性較弱，另一方面，此分類器未對參數(shù)完整與否提出要求，穩(wěn)定性突出。本文用X={x1，x2，…，xn}代表電網(wǎng)數(shù)據(jù)集合，通過數(shù)據(jù)計(jì)算的方式，明確不同數(shù)據(jù)特點(diǎn)對應(yīng)條件概率公式為：

式中：P（Ci）指代基于原始數(shù)據(jù)所得先驗(yàn)概率；Ci指代分割子集[2]。

另外，技術(shù)人員僅需直接計(jì)算，便可明確離散數(shù)據(jù)所表現(xiàn)出特征，而連續(xù)數(shù)據(jù)的計(jì)算流程，通常是先轉(zhuǎn)化為離散數(shù)據(jù)，再利用相關(guān)公式完成計(jì)算。

在借助分類器對數(shù)據(jù)子集進(jìn)行分割后，技術(shù)人員應(yīng)對不同任務(wù)適用處理和分配加以設(shè)計(jì)，一般來說，客戶端程序是配置任務(wù)的主體，待配置環(huán)節(jié)結(jié)束，再向任務(wù)跟蹤器對任務(wù)進(jìn)行下發(fā)，確保任意跟蹤器都有需要映射和規(guī)約的任務(wù)與之對應(yīng)，并且所產(chǎn)生數(shù)據(jù)均利用固定文件系統(tǒng)加以保存。

若以分類器為依托，對數(shù)據(jù)進(jìn)行全面處理，通常要經(jīng)歷以下步驟：

第一步為輸入分離，落實(shí)該步驟時(shí)，技術(shù)人員應(yīng)借助文件處理的方式，使映射規(guī)約數(shù)據(jù)分離，經(jīng)由分離所得輸入數(shù)據(jù)，通常由分片大小及位置構(gòu)成，另外，還應(yīng)在數(shù)據(jù)區(qū)對原始數(shù)據(jù)進(jìn)行系統(tǒng)存儲(chǔ)。

第二步為拆分任務(wù)，以貝葉斯公式為依托，明確不同節(jié)點(diǎn)對應(yīng)選擇概率及先驗(yàn)概率，為參數(shù)拆解提供便利，待獲得映射規(guī)約任務(wù)后，技術(shù)人員應(yīng)借助追蹤器對概率計(jì)算流程進(jìn)行管理，并確保所輸入數(shù)據(jù)滿足鍵值對特征。

第三步為數(shù)據(jù)分類，從全局的視角出發(fā)，結(jié)合上文所介紹公式，對未得到識(shí)別數(shù)據(jù)的選擇概率進(jìn)行計(jì)算，確保任意數(shù)據(jù)樣本都有分類與之對應(yīng)。

3 實(shí)證結(jié)果分析

信息時(shí)代的到來，使電網(wǎng)系統(tǒng)擁有了更加廣泛的覆蓋范圍，對數(shù)據(jù)進(jìn)行獲取的途徑也不斷增加，在落實(shí)數(shù)據(jù)治理的相關(guān)工作時(shí)，只有及時(shí)轉(zhuǎn)變觀念，對大數(shù)據(jù)及所涉及技術(shù)進(jìn)行充分運(yùn)用，通過建立治理體系的方式，為電網(wǎng)系統(tǒng)提供可靠而安全的運(yùn)行環(huán)境，才能使電力企業(yè)乃至整個(gè)行業(yè)擁有源源不斷的前進(jìn)動(dòng)力。

本文擬利用仿真實(shí)驗(yàn)，對數(shù)據(jù)檢測流程、計(jì)算處理環(huán)節(jié)、最終結(jié)果評(píng)估分別進(jìn)行模擬，搭建分布處理平臺(tái)，其中，主節(jié)點(diǎn)的作用是拆解并分配數(shù)據(jù)，子節(jié)點(diǎn)的功能則是計(jì)算與存儲(chǔ)數(shù)據(jù)，將檢測精度打造成核心評(píng)價(jià)指標(biāo)，確保治理成果經(jīng)由直觀且準(zhǔn)確的方式展現(xiàn)。由檢測精度實(shí)驗(yàn)所得曲線（圖2）可知，在數(shù)據(jù)量不斷增加的前提下，檢測精度的下降趨勢十分明顯且平緩，8×104的數(shù)據(jù)量，通常對應(yīng)80%的檢測精度，由此可見，檢測精度和理想水平的差距較小，可被用來對電網(wǎng)數(shù)據(jù)進(jìn)行治理[3]。另外，圖2所繪制曲線還表明，檢測過程無震蕩問題存在，這也佐證了“基于數(shù)據(jù)質(zhì)量所開展治理工作，擁有良好抗噪能力”的觀點(diǎn)。

圖2 實(shí)驗(yàn)曲線

綜上，在調(diào)度和檢測數(shù)據(jù)不斷增加的當(dāng)下，持續(xù)膨脹的電網(wǎng)數(shù)據(jù)使治理工作面臨著巨大挑戰(zhàn)，原有模式所取得成績與理想狀態(tài)相距甚遠(yuǎn)，這便是本文所研究課題的提出背景。事實(shí)證明，將數(shù)據(jù)質(zhì)量打造成治理核心，以大數(shù)據(jù)云平臺(tái)為依托，經(jīng)由數(shù)據(jù)庫存儲(chǔ)相關(guān)數(shù)據(jù)，并對調(diào)度方法進(jìn)行設(shè)計(jì)與完善，可使電網(wǎng)數(shù)據(jù)得到深入挖掘和系統(tǒng)解析。

4 結(jié)語

從數(shù)據(jù)治理的視角來看，大數(shù)據(jù)所帶來的影響有明顯的兩面性，一方面，使電網(wǎng)運(yùn)行擁有了強(qiáng)有力的技術(shù)支持，另一方面，后續(xù)開展的信息處理等工作，無形中被賦予了更高難度。基于此，技術(shù)人員以數(shù)據(jù)質(zhì)量為切入點(diǎn)，結(jié)合電網(wǎng)數(shù)據(jù)所表現(xiàn)特點(diǎn)，對治理工作適用體系進(jìn)行了設(shè)計(jì)，投入運(yùn)行后，此體系所取得成績較為醒目。