大数据的计量数据采集与应用分析

大数据的计量数据采集与应用分析

耿秀娟

国网内蒙古东部电力有限公司赤峰供电公司 内蒙古赤峰 024000

摘要：大数据时代下的计量数据有效采集、应用，可以为诸多领域发展提供科学、客观、有规律的量化数据依据，在实物发展规律上更好的指导决策方针的制定，在发展阶段就经过有效数据分析，对决策正确性进行验证，不断带动行业发展。本文主要从作者实际工作经验入手，分析大数据下的计量数据采集和应用分析，希望对有关从业人员带来帮助。

关键词：计量数据；采集过程；大数据

1 用电信息采集系统的背景分析

随着改革开放力度的不断深入，每个行业都在飞速发展。而随着电网的覆盖面积进一步扩大，电力用户的数量也越来越多。但是同时 也有越来越多问题和矛盾，这些问题和矛盾很难依靠旧有条件解决。 在电力企业和用户之间逐渐堆积的矛盾和问题会让电力企业的经济效益逐渐下滑，同时还会损害电力企业本身正面的企业形象，从而影响 电力企业良好信誉的建立。因此在这样的大背景下，电力信息采集系 统也随之产生。通过利用这种电力信息采集系统，就可以对上述企业 和用户之间的矛盾问题提出有效的解决措施。这种电力信息采集系统 可以对电力用户的用电信息进行更全面的采集，同时对电力费用进行 具体预测，这在过去是从来没有的。可以说，这个电力信息采集系统 的出现是非常重要的。随着此信息采集系统的出现，我国的国家电网 公司也开始建立一个覆盖范围更大的电力信息采集系统，同时也为实 现电力的新型营销结构提高了可能性，为电网营销的进一步智能化和 现代化助力，这些都可以推进我国电网的全面覆盖。

2大数据的计量数据采集

2.1对数据采集对象的明确

　　企业在设计计量大数据应用的挖掘处理流程之时，应结合企业发展方针，充分考虑到数据采集运用的目的和需要达到的目标，明确数 据采集的对象。数据采集对象的明晰是挖掘处理流程设计最关键的项 目，对象确立的科学化、合理化和实用性直接关系到了整个挖掘处理 流程推行的效果。数据采集对象缺乏科学性和合理化，将直接造成数 据挖掘处理结果的局限性、无效性和缺乏代表性。

2.2精准采集数据

　　数据采集对象确定之后要对与对象相关的所有数据进行精准采集，并对所有采集好的数据进行过滤、分类、统计，从中选出有效的数据，  根据有效数据的类目进行详细分类。建立专业的数据分析团队对采集的有效数据进行整理分类、根据企业实际情况和数据采集的目的，依据科学技术建立起数据分析模型为后面的数据挖掘做好准备。

2.3科学挖掘分析数据

　　数据分析模型建立之后，需要有专业人员对数据模型进行分析， 从数据模型中得到企业需要的数据，并及时发现数据模型中反映出的 问题，形成统一的数据分析报告。企业就数据分析报告组织相关人员 讨论商议进一步肯定分析结果，在数据分析结果的基础上明确数据在 企业实际运行的使用方面、范围、方法以及考核，同时对数据统计分 析中反映出来的问题集中收集解决方案，及时处理业务进行中出现的 问题，完善企业发展。

2.4在实际场景中的运用

　　对于反窃电系统来说，在设计过程中要遵照如下操作流程：第一， 要确保系统能够覆盖到所在区域的全部电力用户，为了确保充分了解每个用户的情况，需要针对每一个用户建立起相应的电力档案，以此来记录好用户的相应信息，主要包括电气负载、电压以及电流等等， 这样就可以对用户的电量进行动态监控。第二，要将电力用户的相应信息转变成为计算机能够识别的二进制数据形式，能够为后续相应的软件操作做好准备。第三，对电力用户信息进行相应数据转换之后， 系统就可以将其传输到计算机的相应软件当中，在此基础上建立起对应的防盗诊断模型。通过相应的防盗系统能够对用户用电量实施动态监控，在此基础上结合计量装置实时监控情况就可以更好地了解用户。存在哪些不良情况，以此来判定用户是否存在窃电行为，这样就能够 大大缩小违规行为的判定范围。为了进一步明确电力用户是否存在着 用电违规行为，可以在变压器内部设置相应传感器，并且融合无线控 制方式对用电违规行为进行监控。总的来说，计量检查系统能够通过 大数据技术的有效应用进行智能化用电信息采集和分析，对于可能发 生的窃电行为取证起到了非常重要的作用。

3 大数据的计量数据采集应用分析

　　3.1建立计量数据分析管理系统

　　因为我国电力用户数量庞大，尽管数据经过筛选，基数仍然是天 文数字，仅仅靠人力分析无疑是天方夜谭，因此基于计算机设备和互 联网云计算等技术建立计量数据分析管理系统尤为必要。该系统对电 力企业工作人员和电力设备进行科学化管理，包含电力生产，传输、 分配、消耗、数据记录等。计量数据分析管理系统是未来电力企业的 核心竞争力，在智能时代，一切事物发展依赖智能化，将大量重复性 工作转嫁到不知疲倦的机械操作是时代的选择。该系统 24 小时不间断对电力数据和电力故障数据进行收集和整理归纳，通过系统内设置的 警报系统和处理系统及时查找故障发生原因，并根据预案进行维护工 作，当故障超出系统认知立刻转接人工处理，具有即时性、高效性、 安全性。在未来，更多的数据分析算法会不断加入该系统，因此基于 电力计量的计算机专业、互联网专业毕业生将成为电力企业的重点招 收对象。

　　3.2电力计量装置故障智能化诊断知识库的建立

　　知识库包含两部分，一个是异常特征模型，另一个是专家规则库。 他们都具备独特的管理方式。异常特征模型的管理方式，就是建立模块并进行修改或删除工作。专家规则库可以实现导入或导出模块并进行更改。而对于知识库的界面来说，要基于Web 的平台实现管理功能， 当数据传入知识库中，就要和异常特征模型和专家规则库比对并分类。每进行一次故障诊断工作，相应的知识库就建立相应的异常特征模型库，并有效地利用计量装置的故障特征建立故障模型。但是在实际的异常特征模型库中，并不是非常全面的，因此，相关管理人员必须要及时更正和优化故障智能化诊断知识库，确保数据库实时更新。在实际中由于知识库中异常特征模型库内容非常庞大，为了有效避免其占用大量的内存，必须要及时删除没用的信息，确保知识库为更多的有用信息提供空间。异常特征模型库中，由于数据量较大，更新维护工作也比较复杂。可采用比较常见的异常字段状态来建立异常类型表， 详细记录异常情况，可以有效地利用异常类型表来分析电力计量装置的异常信息。在实际建立的知识库中，还包含了详细的专家规则，实际中的每一次故障都要及时的保存，极大地便利了技术人员查阅查询相关信息。实际中每一个专家规则中都有专属的逻辑，所以技术人员要及时进行维护更新工作，合理增加知识库中的逻辑。知识库中存在的信息可以认为是逻辑规则，合理利用逻辑规则，可以有效判断异常特征和电力计量装置故障之间的关系，继而有效诊断该装置中故障的类型。

结束语：

总的来说，大数据的计量数据采集与应用不仅能在现代高要求的压力下为企业赢得更多新的发展机遇。同时，通过大数据的计量数据采集和应用 也能高效帮助企业实现公司内部所有领域的有效管理，也能最大程度 地服务好企业外部的其他领域，获得最新的发展咨询，让运行处在稳 定的状态，同时获得更好的发展。

参考文献：

[1]李朋朋 , 王建新 . 计量采集故障智能诊断模型研究 [J]. 电工技术,2020(09):144-145.

[2]刘琦 . 大数据时代下对装备计量管理的思考 [J]. 装备制造技术,2019(09):19-20+35.

[3]汤杨 . 探析大数据时代计量数据的应用 [J]. 现代营销 ( 下旬刊),2019(04):90.