基于大数据的电力信息通信预警技术研究

关键词：信息网络系统

电力信息的通信网络是系统通信的专用网络, 支撑着整个电力系统, 对电力系统的安全平稳运行给予保障。信息通信的相关行业中, 故障的发生概率有强耦合性, 当个别的信息设备或者系统遭到破坏或被恶意攻击时, 会导致大量终端设备的采集和检测的能力也受到个别设备的影响。对整个电力系统的物理空间设备造成整体上的影响, 致使无法运转和流通。目前的发展阶段中, 信息通信技术发展的速度加快, 也建设了信息运维检测和管理的相关系统, 给电力系统的运维工作省去了不少麻烦, 但是在信息通信网络中缺乏行之有效的管理手段, 数据的采集和整理方面准确程度和效率都得不到提高, 监控警告的信息也处于分散的状态, 对于信息通信的运行过程中产生的问题只能被动的响应, 不能在业务系统的架构基础上, 对于信息基本运行状况和运行状况的历史信息了解的情况下, 对运行过程中的故障进行相关的原因和趋势方面的检测, 对于相关业务的正常开展很不利。大数据的时代背景之下, 电网的信息系统的架构体制不断的被完善, IT设备的数量增加, 网络也开始繁琐复杂, 整个信息通信系统中的相关状态和故障数据都越来越庞大, 具有时代背景下典型的大数据特征。相关数据如果不经过处理分析, 那么运维工作将丧失价值和意义。运用相关的数据采集和处理技术, 进行相关挖掘, 评估技术的预测和分析, 建立起科学完整的分析模型, 对于信息通信的风险态势进行全面的感知和相关数据分析, 进行实时的运维预警, 争取在故障产生之间解决相关问题, 达到运维的效果。这样做对于信息通信的相关故障检测和风险预警能力有提升, 对于信息通信系统的运行安全和稳定以及相关的服务能力也有现实的意义和价值。

一、目前国内外的研究发展状况

相关的学术界讨论中, 从互联网技术, 生物医学和超级计算对大数据进行了专门的探讨和研究。在大数据应用相关应用领域, 谷歌公司在2009年通过对人们网上搜索的内容和疾病中心的数据整体上进行整合分析, 及时的找出了流感的传播来源, 给公共卫生机构的工作提供了有利用价值的数据和信息;美国的俄州运输部运用INRIX的云计算对大数据进行分析处理来了解和处理恶劣天气的道路状况, 降低了冬季发生连环撞车的概率, 为人们的出行带来便利。大数据技s术进行了新技术和构架的相关描述, 适用于经济的方式模式, 对于技术进行高速的捕获和分析处理, 从大规模的数据中进行价值的提取和运用。国外对大数据的研究工作主要集中对于大数据存储、处理分析和管理的相应技术和软件的运用方面。多年的研究发展后产生了优秀便捷的挖掘方法, 其中常见有路径、关联、分类、聚类和统计的分析等。当前发展阶段的大数据平台以HADOOP为主, 对于传统日志无法处理海量的分析数据进行解决, 但HADOOP并不擅长实时的应用信息的处理, 采取离线处理的模式。在HADOOP基础上的实时处理运用还比较少, 采用流处理数据对日志数据进行处理是这个行业的未来发展方向。

二、大数据基础上的信息通信风险预警架构模式研究

(一) 对于大数据基础上的通信风险分析和预警架构

HADOOP和SPARK作为开源的两大数据处理平台, 在近些年中得到快速发展, 同时产生了许多应用和相关的解决方案, HADOOP支持大规模的集群操作行为, 在集群上多至上千个节点可以进行并行计算的相关工作, 计算速度会随着集群数量同比的增长, 对于传统日志分析系统处理海量数据的问题可以进行有效的解决, 但HADOOP并不擅长实时运用的处理工作。SPARK是和HADOOP相似的通用并行计算的架构, 是对HADOOP功能上的补充, 它采用内存并行计算和流式处理的相关技术, 实时应用处理方面会做的更加出色。本文针对电力通信特点所设计的大数据分析平台架构采用了SPARK的并行计算及流处理技术。

(二) 大数据基础上的信息通信数据的相关处理

在数据处理框架中对各类日志进行集中的分析处理和管理工作, 其中日志收集来自不同系统的日志、网络和防火墙日志等, 采用Hive建立业务相关的分析模型, 对日志的进行多维度的智能查询, 进行数据的初步清洗工作。在数据存储层完成对数据的进一步清洗和转换, 进行数据的分类处理, 存储于HDFS中, 利用SQOOP工具将数据从HDFS中导出到Oracle中。

为了实现对客服工单数据的统计分析和文本挖掘, 帮助用户进行决策, 采取大数据的可视化工具Tableau进行数据处理分析工作, 并对通信系统进行相应数据分析的页面设计, 实现数据分析结果的视化展示, 全面的分析项目的相关数据, 为领导决策提供科学、严谨的依据, 减少决策失败的风险程度。

三、结束语

目前电网信息通信技术快速发展的条件下, 对于信息系统的服务能力进行提升, 合理有效的进行信息化建设和运维投入是当前阶段需要解决的重点问题。本文对于大数据基础上的通信风险预警架构与算法进行了研究, 通过综合运用相关大数据的处理技术, 对运维系统的数据进行了挖掘分析处理, 可以帮助运维人员通过运维数据发现系统的潜在问题, 对于风险进行实时的预警和趋势分析, 达到相关的运维工作效果, 把工作重心转向风险分析和故障处理的相关方面, 有效规避风险, 提升相关运维人员的工作效率, 提升公司的整体通信故障监测和风险预警能力。

摘要：依据电力行业中信息通信技术的相关知识特点, 对于当前存在的主要问题, 对于信息通信运行状况的故障检测和风险预警技术进行相关研究, 进行大数据关联技术, 数据挖掘技术和状态评估技术的相关分析运用, 对于信息通信的风险进行全面的感知和数据的分析和实时预警, 整体上提升信息通信的故障检测和进行风险预警的相关能力, 以保障电力系统的安全平稳运行。最终我们可以通过电力行业中的通信的流量数据进行相关危险预警和算法的相关检验, 以此来对平台架构和算法的合理进行有效验证。

关键词：信息通信,大数据时代背景,风险预警和评估,电力行业