采集運(yùn)維業(yè)務(wù)中大數(shù)據(jù)分析技術(shù)的應(yīng)用

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了采集運(yùn)維業(yè)務(wù)中大數(shù)據(jù)分析技術(shù)的應(yīng)用范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：進(jìn)入新世紀(jì)以來(lái)，以互聯(lián)網(wǎng)大數(shù)據(jù)云計(jì)算為代表的信息技術(shù)在各個(gè)領(lǐng)域成熟應(yīng)用，大大提升了信息化水平，生產(chǎn)效率進(jìn)一步提升。大數(shù)據(jù)技術(shù)是以互聯(lián)網(wǎng)為支撐所誕生的一種全新的應(yīng)用技術(shù)。隨著人們物質(zhì)生活水平不斷提高，對(duì)高品質(zhì)電能的需求量不斷增加，這也就對(duì)電力系統(tǒng)的采集運(yùn)維業(yè)務(wù)提出了越來(lái)越高的要求，需要加大對(duì)采集運(yùn)維業(yè)務(wù)的高效護(hù)理和針對(duì)性護(hù)理，提高工作效率，保證持續(xù)供電。而將大數(shù)據(jù)分析技術(shù)應(yīng)用到采集運(yùn)維業(yè)務(wù)當(dāng)中，能夠大大提高系統(tǒng)運(yùn)行維護(hù)的工作效率，實(shí)現(xiàn)運(yùn)行維護(hù)的智能化操作，降低人力成本投入。文章主要結(jié)合實(shí)際工作經(jīng)驗(yàn)分析了采集運(yùn)維業(yè)務(wù)中存在的問(wèn)題，然后論述了大數(shù)據(jù)分析技術(shù)在采集運(yùn)維業(yè)務(wù)中的具體應(yīng)用。

關(guān)鍵詞：大數(shù)據(jù)分析技術(shù)；采集運(yùn)維業(yè)務(wù)；電力系統(tǒng)

在整個(gè)電力系統(tǒng)運(yùn)行過(guò)程中，為了確保電信采集系統(tǒng)中各項(xiàng)業(yè)務(wù)能夠順利開(kāi)展，就需要加強(qiáng)對(duì)采集運(yùn)維業(yè)務(wù)的有效維護(hù)。但從當(dāng)前采集運(yùn)維業(yè)務(wù)開(kāi)展情況來(lái)看，其中還存在諸多問(wèn)題，整體的運(yùn)維效率較低，故障處置率不高，故障種類(lèi)較多，產(chǎn)生的原因十分復(fù)雜，發(fā)生故障之后難以準(zhǔn)確對(duì)故障位置進(jìn)行定位，影響到采集運(yùn)維業(yè)務(wù)的高效開(kāi)展，使得整體的工作效率普遍較低，甚至在運(yùn)行維護(hù)過(guò)程中，還容易出現(xiàn)一系列的安全問(wèn)題。而將大數(shù)據(jù)分析技術(shù)應(yīng)用到采集運(yùn)維業(yè)務(wù)當(dāng)中，能夠大大提升整個(gè)系統(tǒng)的智能化分析水平，可以及時(shí)發(fā)現(xiàn)故障，明確故障位置，明確故障原因，然后制定針對(duì)性的維修措施，確保整個(gè)供電系統(tǒng)能夠順利運(yùn)行。

一、采集運(yùn)維業(yè)務(wù)開(kāi)展過(guò)程中存在的問(wèn)題

（一）系統(tǒng)的采集運(yùn)維工作效率較低近些年，隨著國(guó)家經(jīng)濟(jì)不斷向前發(fā)展，人們?cè)谌粘Ｉa(chǎn)生活過(guò)程中對(duì)優(yōu)質(zhì)電能的需求量進(jìn)一步增加，這也就直接推動(dòng)了我國(guó)電力行業(yè)的改革。在國(guó)家構(gòu)建了完善電力系統(tǒng)的大背景下，電力系統(tǒng)在運(yùn)行過(guò)程中所出現(xiàn)的故障也呈現(xiàn)增加趨勢(shì)。在整個(gè)電力系統(tǒng)當(dāng)中，每天所產(chǎn)生的異常工單的總量就超過(guò)1萬(wàn)條，如果對(duì)這些異常情況進(jìn)行針對(duì)性的檢修維護(hù)，將需要投入大量的人力成本，工作強(qiáng)度較大，工作范圍較廣，工作壓力較大?，F(xiàn)階段大部分部門(mén)并沒(méi)有構(gòu)建完善的消缺機(jī)制，在故障處理和運(yùn)行維護(hù)業(yè)務(wù)開(kāi)展過(guò)程中，難以根據(jù)業(yè)務(wù)的緊急情況進(jìn)行針對(duì)性的處置，這就會(huì)造成采集系統(tǒng)的運(yùn)行效率普遍較低，不能夠及時(shí)發(fā)現(xiàn)故障，分析故障原因，掌握故障位置。

（二）無(wú)法及時(shí)明確故障點(diǎn)采集運(yùn)維業(yè)務(wù)開(kāi)展過(guò)程中，所涉及的對(duì)象主要包括采集站點(diǎn)、智能電表、遠(yuǎn)程通信信道、本地通信站、采集終端等。在采集運(yùn)維業(yè)務(wù)所涉及的這些主體當(dāng)中，各種異常現(xiàn)象的種類(lèi)就超過(guò)了60種。根據(jù)故障產(chǎn)生的原因不同，又可以將異?，F(xiàn)象劃分為100多種。在運(yùn)維工作當(dāng)中故障種類(lèi)十分繁雜，這就給故障點(diǎn)查明、故障原因的識(shí)別和分析提升了難度。在實(shí)際的運(yùn)行維護(hù)過(guò)程中，很多工作人員難以對(duì)故障的原因進(jìn)行針對(duì)性的細(xì)致分析，最終造成各種故障解決方案的針對(duì)性不強(qiáng)。

二、大數(shù)據(jù)分析技術(shù)在采集運(yùn)維業(yè)務(wù)中的實(shí)際應(yīng)用

（一）系統(tǒng)模型構(gòu)建1.關(guān)鍵技術(shù)應(yīng)用大數(shù)據(jù)分析系統(tǒng)模型構(gòu)建過(guò)程中，整個(gè)采集系統(tǒng)涉及數(shù)據(jù)采集、清理、儲(chǔ)存、分析、處置、讀取應(yīng)用6個(gè)環(huán)節(jié)。本次研究主要涉及數(shù)據(jù)分析環(huán)節(jié)，通過(guò)引入關(guān)聯(lián)型聯(lián)機(jī)分析處理技術(shù)和多維分析技術(shù)，對(duì)整個(gè)系統(tǒng)進(jìn)行進(jìn)一步的優(yōu)化。關(guān)聯(lián)型聯(lián)機(jī)分析處理技術(shù)：該種處理技術(shù)主要應(yīng)用的是關(guān)系型數(shù)據(jù)庫(kù)，依托關(guān)系型數(shù)據(jù)結(jié)構(gòu)，對(duì)多維數(shù)據(jù)進(jìn)行有效的表達(dá)和處理，然后對(duì)數(shù)據(jù)庫(kù)當(dāng)中的關(guān)系型數(shù)據(jù)進(jìn)行動(dòng)態(tài)化多維度的分析，并將最終的分析結(jié)果儲(chǔ)存到關(guān)系數(shù)據(jù)庫(kù)的管理系統(tǒng)當(dāng)中。在該系統(tǒng)當(dāng)中所儲(chǔ)存的文件大小主要受到RDBMS（關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)）限制，整體的數(shù)據(jù)上傳、下載速度較快，儲(chǔ)存空間相對(duì)數(shù)據(jù)的維度不會(huì)產(chǎn)生限制，也可以利用其他數(shù)據(jù)處理模式對(duì)數(shù)據(jù)進(jìn)行分析。多維聯(lián)機(jī)分析處理技術(shù)：該種處理技術(shù)是數(shù)據(jù)分析的另外一種表現(xiàn)形式，依托多維數(shù)據(jù)分析儲(chǔ)存結(jié)構(gòu)。該種數(shù)據(jù)分析技術(shù)使用專(zhuān)業(yè)的多維結(jié)構(gòu)儲(chǔ)存數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)文件的大小主要受到整個(gè)操作平臺(tái)系統(tǒng)的限制，儲(chǔ)存的數(shù)據(jù)不會(huì)達(dá)到TB級(jí)。在數(shù)據(jù)進(jìn)行規(guī)劃處置過(guò)程中，需要進(jìn)行有效的測(cè)算，否則很容易造成數(shù)據(jù)過(guò)大，不能夠正常發(fā)揮其應(yīng)有的數(shù)據(jù)分析作用。該種數(shù)據(jù)分析模式之下，數(shù)據(jù)的上傳和下載速度相對(duì)較為緩慢，無(wú)法支持動(dòng)態(tài)多維分析，但是能夠支持高性能的輔助決策計(jì)算。2.業(yè)務(wù)框架構(gòu)建大數(shù)據(jù)分析技術(shù)要想在采集運(yùn)維業(yè)務(wù)當(dāng)中得到充分應(yīng)用，就需要構(gòu)建大數(shù)據(jù)運(yùn)行維護(hù)業(yè)務(wù)框架，該業(yè)務(wù)框架主要用于對(duì)數(shù)據(jù)的采集、收集、營(yíng)銷(xiāo)和運(yùn)行維護(hù)，依托數(shù)據(jù)抽取轉(zhuǎn)換加載層對(duì)所收集到的數(shù)據(jù)進(jìn)行分類(lèi)，并向系統(tǒng)的儲(chǔ)存層提供相應(yīng)的數(shù)據(jù)。儲(chǔ)存層對(duì)數(shù)據(jù)進(jìn)行分類(lèi)整理之后，向數(shù)據(jù)分析層提供所需要的數(shù)據(jù)。數(shù)據(jù)分析層對(duì)所提供的數(shù)據(jù)進(jìn)行進(jìn)一步的優(yōu)化檢索，然后為整個(gè)系統(tǒng)的異常工單的智能派發(fā)、智能處理、多維數(shù)據(jù)質(zhì)量評(píng)價(jià)提供數(shù)據(jù)支撐。在該框架模式之下，系統(tǒng)所涉及的各項(xiàng)數(shù)據(jù)源主要來(lái)源于采集主站、營(yíng)銷(xiāo)系統(tǒng)、采集運(yùn)維閉環(huán)系統(tǒng)當(dāng)中所提供的各種數(shù)據(jù)信息，如用戶(hù)的檔案信息以及故障采集成功率和異常工單的處置情況等相關(guān)數(shù)據(jù)。數(shù)據(jù)ETL（數(shù)據(jù)倉(cāng)庫(kù)技術(shù)）模塊的主要功能是使用相關(guān)工具，對(duì)涉及的數(shù)據(jù)源進(jìn)行智能化的抽取轉(zhuǎn)化，并將轉(zhuǎn)換好的數(shù)據(jù)向著儲(chǔ)存層傳輸。在數(shù)據(jù)儲(chǔ)存層當(dāng)中，配置了混合型的大數(shù)據(jù)儲(chǔ)存結(jié)構(gòu)和處置框架，它能夠?qū)φ麄€(gè)系統(tǒng)所涉及的多源型的異構(gòu)電力數(shù)據(jù)進(jìn)行多源化的儲(chǔ)存分類(lèi)整理，它能夠儲(chǔ)存各種格式的數(shù)據(jù)信息，儲(chǔ)存內(nèi)容多樣，有利于對(duì)多種數(shù)據(jù)進(jìn)行有效的管理，滿(mǎn)足不同應(yīng)用層的需求。整個(gè)處理框架主要面向離線(xiàn)分析、實(shí)際計(jì)算、密集型數(shù)據(jù)分析等場(chǎng)景。在該框架模式之下，能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)的批量計(jì)算、內(nèi)存計(jì)算、高性能計(jì)算。數(shù)據(jù)分析層是整個(gè)框架的重要組成部分，它實(shí)現(xiàn)了分析模型管理、計(jì)算實(shí)時(shí)查詢(xún)的功能。在數(shù)據(jù)的分析層和處理層之間通過(guò)應(yīng)用分布式的內(nèi)存數(shù)據(jù)緩存技術(shù)能夠?qū)崿F(xiàn)整個(gè)框架在業(yè)務(wù)處理和應(yīng)用操作之間的耦合性，大大提升數(shù)據(jù)分析效率。數(shù)據(jù)分析層所得到的各種數(shù)據(jù)，進(jìn)一步向著應(yīng)用層傳遞，然后實(shí)現(xiàn)應(yīng)用層的異常工單的智能派發(fā)、智能處理和多種信息的質(zhì)量評(píng)價(jià)。通過(guò)應(yīng)用模塊化的軟件設(shè)計(jì)方式，能夠?qū)崿F(xiàn)各個(gè)模塊功能的隨插隨用，并且還能夠充分考慮各個(gè)模塊之間的聯(lián)系性、功能聯(lián)合性，統(tǒng)一接口，實(shí)現(xiàn)了不同模塊之間的有效融合，使業(yè)務(wù)模塊之間既能夠獨(dú)立運(yùn)行，又能夠相互補(bǔ)充。

（二）大數(shù)據(jù)分析技術(shù)背景下采集運(yùn)維業(yè)務(wù)的優(yōu)化1.異常工單的智能化派發(fā)當(dāng)前的異常工單派發(fā)主要是由人工操作完成，但是異常工單派發(fā)人員不能夠?qū)收犀F(xiàn)場(chǎng)的實(shí)際情況和緊急程度有一個(gè)全面的了解和判斷，經(jīng)常會(huì)造成系統(tǒng)當(dāng)中的各種異常工單量大，但沒(méi)有得到有效的處置，也不能夠根據(jù)故障的緊急情況，按照先后進(jìn)行派發(fā)，使得故障的處置存在諸多不合理情況，很多小故障演變成大故障，最終造成巨大經(jīng)濟(jì)損失。依托大數(shù)據(jù)分析技術(shù)，能夠?qū)Σ杉\(yùn)維業(yè)務(wù)當(dāng)中的異常工單派發(fā)情況進(jìn)行智能化優(yōu)化。通過(guò)對(duì)各種數(shù)據(jù)信息進(jìn)行針對(duì)性的分析，明確各種故障的輕重緩急并能夠?qū)⒐收陷^為嚴(yán)重的工單及時(shí)派發(fā)給維修人員，及時(shí)對(duì)故障進(jìn)行處理，避免造成嚴(yán)重危害。在具體應(yīng)用過(guò)程中，首先應(yīng)該明確采集運(yùn)維業(yè)務(wù)的效用值模型。在單個(gè)表績(jī)效用值基礎(chǔ)上，會(huì)受到每月的平均用電量以及異常情況持續(xù)時(shí)間和下一階段抄表天數(shù)的影響。而具體的工單效用則是指工單故障電表效益總和，由此可以得到采集運(yùn)維效用值模型。即X效用值＝∑f(x)，其中X效用值是采集運(yùn)維業(yè)務(wù)的表達(dá)方式，f（x）是單一電表的異常運(yùn)維效用值。在計(jì)算過(guò)程中，居民和非居民的平均每月的用電量臨界值分別為：不大于200千瓦每小時(shí)為一戶(hù)標(biāo)準(zhǔn)；大于200千瓦每小時(shí)，但不大于10000千瓦每小時(shí)，為兩戶(hù)標(biāo)準(zhǔn)；大于10000千瓦每小時(shí)為三戶(hù)標(biāo)準(zhǔn)。系統(tǒng)當(dāng)中的一個(gè)電表的異常持續(xù)時(shí)間是指電表持續(xù)一天所造成的電量監(jiān)控?fù)p失，按照累加方法進(jìn)行計(jì)算，距離下一個(gè)抄表天數(shù)分析，當(dāng)距離效益抄表的天數(shù)越接近，則顯示對(duì)該用戶(hù)的監(jiān)控?fù)p失電量概率越大，故障緊急維修程度越高。當(dāng)距離效益抄表天數(shù)越遠(yuǎn)，則顯示對(duì)該用戶(hù)的監(jiān)控?fù)p失電量概率越小，因?yàn)樵撘驍?shù)所造成的影響越小，趨近于零。2.智能化處理異常工單在傳統(tǒng)的采集運(yùn)維業(yè)務(wù)開(kāi)展過(guò)程中，由于缺乏智能化的數(shù)據(jù)分析，再加上很多運(yùn)行維護(hù)人員對(duì)所在區(qū)域缺乏了解，所以故障維護(hù)的整體效率普遍較低，缺乏針對(duì)性的分析，只能夠?qū)ΜF(xiàn)場(chǎng)故障進(jìn)行一一排查，大大增加了人力成本投入。而將大數(shù)據(jù)分析技術(shù)應(yīng)用其中，能夠?qū)Ξ惓９收线M(jìn)行有效的分類(lèi)，明確緊急故障和非緊急故障，并及時(shí)確定異常工單產(chǎn)生的原因，從多維角度分析異常工單產(chǎn)生的原因。綜上所述，在采集運(yùn)維業(yè)務(wù)當(dāng)中綜合應(yīng)用大數(shù)據(jù)分析技術(shù)，可以對(duì)采集的各項(xiàng)數(shù)據(jù)信息進(jìn)行深入的挖掘和分析，并且對(duì)運(yùn)行維護(hù)過(guò)程中所存在的異常工單進(jìn)行智能化的統(tǒng)計(jì)和分析處理，及時(shí)找出故障所在位置以及故障產(chǎn)生的原因，促使采集維護(hù)業(yè)務(wù)由粗放式管理向精細(xì)化、集約化、智能化方向轉(zhuǎn)變，提高運(yùn)維業(yè)務(wù)的工作效率、工作質(zhì)量，降低工作強(qiáng)度。

參考文獻(xiàn)：

[1]萬(wàn)方達(dá).容量評(píng)估管理方式探索:數(shù)據(jù)分析在信息技術(shù)運(yùn)維領(lǐng)域的應(yīng)用[J].金融電子化,2015(11):70-72.

[2]邊紅軍.數(shù)據(jù)挖掘技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用分析研究[J].無(wú)線(xiàn)互聯(lián)科技,2015(1):105.

[3]劉光榕.數(shù)據(jù)倉(cāng)庫(kù)及OLAP技術(shù)在電信業(yè)務(wù)分析中的應(yīng)用探討[J].電腦編程技巧與維護(hù),2011(4):32-35.

作者：羅陽(yáng)倩子 單位：廣東農(nóng)工商職業(yè)技術(shù)學(xué)院