龙源期刊网 http://www.qikan.com.cn
大数据分析技术在采集运维业务中的应用
作者：刘畅
来源：《科技资讯》2017年第30期
DOI：10.16661/j.cnki.1672-3791.2017.30.023
摘 要：随着我国科技力量的逐渐提升，信息技术水平在不断提高，大数据分析技术则是建立在信息技术发展的基础上发展起来的，近年来大数据分析技术在多个领域中都得到了应用，并取得了一定的进展。随着国民经济发展，人们对用电需求在不断增加，用电信息的采集规模也在与日俱增，因此就要加强采集信息系统的运行维护工作。 关键词：大数据分析技术 采集运维业务 用电信息采集系统
中图分类号：G202 文献标识码：A 文章编号：1672-3791（2017）10（c）-0023-02 目前，我国对用电信息系统的建设和发展已经逐渐完善，累积接入的采集终端约有1500万台，智能电表的接入约5亿。为了确保在用电信息采集系统中各项业务顺利展开，就需要加强对采集系统的运行维护工作，这也是采集系统未来主要研究和注意的问题[1]。从当前情况来看，在采集运维业务中还存在着诸多问题，如运维效率较低，缺乏故障优先处理级，故障种类多样、复杂，难以对故障进行准确的定位等，因此本文就首先对用电信息采集系统的运维业务中所存在的问题加以分析，并进一步提出在采集运维业务中大数据分析技术的应用。 1 用电信息采集系统运维业务存在的问题 1.1 用电采集系统运维效率低
随着社会经济发展水平的提升，在人们日常生活和工业生产中对电力需求量在逐渐增加，电力行业也得到了快速发展，但根据调查统计发现，电力公司每日产生的异常工单总计约有1万条，工作强度远远超出运维工作人员的工作能力，且大部分企业都没有建立消缺机制，在故障处理和运维业务开展中难以根据业务的紧急程度开展相应等级的工作，从而导致采集系统的运维效率低下。
1.2 对故障点难以进行准确的定位
在电力企业的用电信息采集系统的运维业务工作开展中，主要的运维对象为采集主站、智能电表、远程通信信道、本地通信信道、采集终端。根据统计发现异常现象的种类可以分为59种，根据不同的故障原因又可以将其分为100种，故障的种类十分复杂、繁多，导致难以对故障点及故障原因进行准确的定位和分析，普通的运维工作人员也难以对故障原因进行定位，缺乏消缺方案技术能力[2]。
大数据分析技术在采集运维业务中的应用
