大数据技术在电力通信网的研究与应用张彪

大数据技术在电力通信网的研究与应用张彪

张彪

(国网长治供电公司山西长治046000)

摘要：这几年,电力行业的发展和跟新的速度加快,其主要的发展方向是智能化电网以及自动控制的方式。智能电网能够有效的保护电力通信网的安全运行,可以对电网的符合进行智能化的调整与检测,把以往人工控制的电网以及输电设备转换成智能自动化的控制方法,在其中再运用大数据技术,做好相关设备以及电力通信网的检测。本文首先对大数据做了简单的概述,其次分析了电力通信大数据及其所面临的问题以及电力同行的特征,最后对大数据在电力同行中的运用做了简单的探析。从中发现电力通信大数据容易透露客户的隐私以及数据的保存存在着不安全性。

关键词：大数据技术；电力通信网；研究与应用

这几年,随着社会经济的快速发展,互联网行业也得到了很大程度的提升,在电力通信方面建设的规模也是越来越大,其中电力通信的结构也越来越复杂,在电力通信中生产和管理等每个阶段中体现出来的信息数据也在逐渐的增长,使得电力通信的风险系数明显增大。目前电力通信在平时运行中,电力企业在其中运用了大数据技术,利用刺激时来辅助检修工作的进行,保证电力通信网能够安全稳定的运行,基于此,本文针对大数据技术在电力通信中的应用做以简单的分析,供相关人员参考。

1大数据的概念

1.1大数据的概念

大数据的定义，业界虽然有一些共识，但是并未形成统一定义。大数据是指其大小超出典型数据软件抓取、储存、管理和分析范围的数据集合;大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据具有5个主要特点(即5V特征):

(1)Volume(大量)。数据规模从TB级别跃升到PB级别，1PB=1024TB=1048576GB，数据量的大小决定了所考虑数据的价值和潜在信息。

(2)Variety(多样性)。数据的种类和来源多样化，包括结构化、非结构化、语音、文本、视频等各种类型。

(3)Velocity(高速)。指获得数据的速度快，对数据处理的及时性要求高，能实现秒级的简单查询以及小时级的复杂分析。

(4)Value(价值)。数据的价值密度较低，在海量数据中，真正有用的可能只是很小一部分，因此数据的质量也是价值的关键。

(5)Variability(可变性)。由于实时数据时刻在发生变化，受影响的因素也多种多样，这就妨碍了处理和有效管理数据的过程。

1.2电力大数据特征

电力大数据是大数据在电力行业的子集，因此具备大数据的特征。同时，电力大数据又具有电力行业特有的“3E”特征:

(1)数据即能量(Energy)。数据即能量是指电力大数据在使用过程中不断精炼而增值，可为电力行业的节能降损提供指导。

(2)数据即交互(Exchange)。数据即交互是指电力大数据与国民经济社会存在广泛紧密的联系，电力数据与其他行业数据的交互融合能更好地发挥电力大数据的价值。

(3)数据即共情(Empathy)。数据即共情是指电力企业以服务用户为中心，通过对用户需求进行挖掘，为其提供优质、安全、可靠的电力服务。

1.3电力通信网特性

电力通信网是各类电力调度生产和信息管理业务的主要载体，承担着包括电网调度生产业务和公司管理业务在内的几乎所有业务信息的通信传输重任，为信息传递的神经网络，覆盖了各级调度生产办公大楼、各电压等级的变电站、营业厅、供电营业所等场所。具有结构复杂化、部署分散化、设备异构化的特点，致使电力通信网的设备台帐和告警数据呈现庞大化的趋势。大数据环境下的电力通信，是大量数据之间的对接和组合。所以，电力通信平台还要能够对数据进行相应的推理和分析，只有这样，才能够更好的保证电力通信技术想着更加高效、更加便捷的方向进行发展。因此，研究如何运用大数据技术为电力通信网的运行维护管理提供数据支撑具有重要的意义。

2大数据在电力通信网的应用实践

2.1电力通信检修工作量分布

电力通信网络维护,电力企业分析以大数据处理技术为出发点,电力通信网络在运行中具体维护状态,保持客观分析,应准确把握结果。通过分配维护工作量,电力通信设备具有固定的维护规则并且处于波动状态。电力企业是电力通信网络的维护。在不同阶段的具体条件调整期间,可以适当增加本季的工作进度和维护次数。科学预测是导弹的检测和维护,电力通信网络的维护顺利进行,可以保证数据处理技术的巧妙应用,充分发挥其多样性。从科学的角度来看,在执行电力通信网络数据时处理大量信息。

2.2数据库安全防护机制

2.2.1数据库管理备份

数据的备份是确保数据的安全。将备份和物理备份进行组合,定期地保存在备份服务器中。如果系统遭到破坏或攻击,则可以转变为原始数据库系统来恢复备份数据。本文使用了使用mysql提供的备用/恢复工具的ex端口/引进数据。其数据信息是作为二进制的文件保护被提取,同时还对文件进行了加密,以此来防止病毒的攻击。在进行文件导入的过程中把保存好的二进制文件按原来的状态给返回到以前的数据系统当中。

2.2.2访问控制与口令管理机制

访问控制意味着任何用户可以防止对数据库的不正当访问。基于文章内的探讨,在角色访问模型中可以在用户和用户使用权之间进行角色的设置,可以把资源的存取权限设置在角色中,参与使用这只能在规定的区间内进进行执行操作,在操作的期间,为了能够增加数据库的安全性,这里定期地改变sys和systec的密码,并隔离应用systec管理者和数据库systec管理员的权限。为各管理者制作单独的帐户,根据用户的需要进行批准。

2.2.3数据库防火墙和审计机制

SQL嵌入式验证器用户输入漏洞,并篡改应用程序输入数据和数据库SQL文本,以控制服务器响应,以及非法访问数据,并严重威胁数据安全。数据库防火墙使用黑名单和红色列表来检测应用程序规则。构建数据库防火墙可以有效防止SQL注入攻击,保护大数据系统的安全。为了监视和记录用户类型用户的操作,为了记录,将用户的操作时间,操作对象和操作行为导入到数据库监视组织中。

2.3TMS系统数据架构

(1)基本数据,一般情况下基础数据都是些非业务数据,其主要是运用于系统中的基础功能,主要包含的有GIS图层数据,系统参数配置数据以及权限数据等。(2)系统业务数据,系统业务中所使用的数据主要包含的有运行管理中产生的数据,资源管理中产生的数据以及专业性的数据等。(3)动态的采集数据,在智能电网通信管理系统中数据采集是动态数据的来源,对数据进行集中的收集,自动的收集,以及给以及时的处理,还要和具体的模型进行匹配;其中采集的对象主要包括交换网系统,数据网系统,接入网系统等,数据采集的类型主要包含的有配置信息,性能信息以及告警信息。

3结语

大数据技术的根本驱动力是将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。通过基于通信管理系统的开发，实现了通信设备参数的收集，利用大数据算法实现告警的及时发现，及时消缺。提高通信管理集约化、智能化水平和管理效率。

参考文献:

[1]薛禹胜，赖业宁.大能源思维与大数据思维的融合(一)大数据与电力大数据[J].电力系统自动化，2016，40(01):1－8.

[2]王健，宋述停，兰俊美，等.电力需求侧大数据应用模型的建立[J].电力与能源，2014，35(03):283－286.

[3]樊秀娟，袁兆君，广泽晶.基于多策略均衡的电力通信传输网运行状态评估方法研究[J].电力信息与通信技术，2017，15