基于大數據的電力信息通信預警技術研究

2018-03-28 21:53:35 《電力信息與通信技術》微信公眾號　點擊量：評論 (0)

根據電力行業中的信息通信技術特點,針對目前存在的主要問題,通過研究信息通信運行故障監測與風險預警關鍵技術,綜合運用大數據關聯分析技術、數據挖掘技術以及狀態評估技術,實現信息通信風險態勢全面感知、運維數據全面分析、運維風險實時預警,從而提升信息通信故障監測和風險預

,步驟如下：

1）用timeSeries包中的ts()函數將采樣的數據轉換為時間序列。

2）用forecast中的STL函數把時間序列分解為周期性成分、趨勢成分以及殘余量。

3）使用forecast包中的Holtwinters函數和arima或auto.arima函數進行預測。使用arima函數需要給出系統階數,可根據特征的分布判斷系統是否穩定。此處分別選用兩種方法進行預測,使用前40天的流量數據來預測之后10天的流量。

采用STL方法得到的預測結果及與實際值對比結果如圖6、圖7所示。

圖6 采用STL方法得到的預測結果 (p=2,q=1)Fig.6 The prediction results obtained by using the STL method (p=2, q=1)

圖7 STL預測值與真實值對比結果Fig.7 Comparison of predicted and real values of STL

采用Holt Winters方法得到的預測結果及與實際值得對比結果如圖8、圖9所示。

圖8 采用Holt Winters方法得到的預測結果Fig.8 The forecasting results using Holt Winters method

圖9 Holt Winters預測值與真實值對比結果Fig.9 Comparison of predicted and true values using Holt Winters method

4）對于不同預測算法的效果可以通過計算其RMSE進行比較,RMSE越小則效果越好。

從兩種方法中都可以看到9月8日的流量與預測值完全不一樣。其中RMSE（STL）=6 422 703 125,RMSE（Holt Winters）=14 392 074 663,其中,Holt Winters RMSE較大一方面是因為流量數據本身就很大,另一方面是因為9月8日的流量數據存在異常。因此,STL預測的RMSE較小,預測的效果
更好。

4 結語

隨著國家電網公司SG186、SG-ERP、三集五大等信息化建設的不斷深化,電力業務越來越依賴于信息通信系統。如何提升信息系統的服務能力,讓信息化建設和運維投入更加有效和合理成為當前亟需解決的問題。本文主要研究了基于大數據的信息通信風險預警架構與算法,并設計了基于提出的架構及算法的信息通信風險預警系統,通過綜合運用大數據關聯分析技術、信息通信狀態評估技術、信息通信趨勢預測技術,實現對運維數據的分析和挖掘,幫助運維人員根據大量運維數據發現系統的潛在問題,實現風險實時預警和趨勢準確預測,達到變被動維護為主動預防的運維效果,將工作重心轉向風險分析和故障處理方面,有效規避風險,提高運維人員的工作效率,提升公司的整體信息通信故障監測和風險預警能力。

(編輯:鄒海彬)

參考文獻

[1] 周平, 馬斌, 韓冰, 等. 基于大數據平臺的日志分析預警技術研究[J]. 電腦知識與技術, 2016, 12(32): 266-268.

[2] 付萍萍, 馬勇, 李路明, 等. 以風險防控為中心的大型電網企業信息安全管理體系研究[J]. 電力信息與通信技術, 2015, 13(8): 89-93.

FU Ping-ping, MA Yong, LI Lu-ming, et al.Research on risk prevention-centered information security management in large grid enterprises[J]. Electric Power Information and Communication Technology, 2015, 13(8): 89-93.

[3] 段軍紅, 張乃丹, 趙博, 等. 電力大數據基礎體系架構與應用研究[J]. 電力信息與通信技術, 2015, 13(2): 92-95.

DUAN Jun-hong, ZHANG Nai-dan, ZHAO Bo, et al.Research on basic system architecture and application of electric power big data[J]. Electric Power Information and Communication Technology, 2015, 13(2): 92-95.

[4] 陳瀟君, 閆述.大數據時代的瞬變電磁法勘探技術淺析[C]// 大數據、云計算與地球物理應用研討活動論文摘要集, 2014: 9-10.

[5] MANYIKA J, CHUI M, BROWN B, et al.Big data: the next frontier for innovation, competition, and productivity[R]. 2011.

[6] 劉思鴻, 唐丹麗, 佟琳, 等.大數據帶來的機遇與挑戰[C]// 世界中聯信息專業委員會學術年會暨大數據與中醫藥國際信息化發展論壇, 2014.

[7] 郎楊琴, 孔麗華. 美國發布“大數據的研究和發展計劃”[J]. 科研信息化技術與應用, 2012, 3(2): 89-93.

[8] 陳墾. 大數據時代: 機遇與挑戰[J]. 資源與人居環境, 2016(6): 6-11.

[9] WITTEN I H, FRANK E.Data mining: practical machine learning tools and techniques[J]. ACM SIGMOD Record, 2005, 31(1): 76-77.

[10] WHITE T.Hadoop: the definitive guide[M]. O’Reilly Media, Inc, 2012.

[11] 崔星燦, 禹曉輝, 劉洋, 等. 分布式流處理技術綜述[J]. 計算機研究與發展, 2015, 52(2): 318-332.

CUI Xing-can, YU Xiao-hui, LIU Yang, et al.Distributed stream processing: a survey[J]. Journal of Computer Research and Development, 2015, 52(2): 318-332.

[12] 江三鋒, 王元亮. 基于Hive的海量Web日志分析系統設計研究[J]. 軟件, 2015, 36(4): 93-96.

JIANG San-feng, WANG Yuan-liang.Research on the design of massive web logs analysis system based on Hive[J]. Computer Engineering & Software, 2015, 36(4): 93-96.

[13] 趙子巖, 劉建明. 基于業務風險均衡度的電力通信網可靠性評估算法[J]. 電網技術, 2011, 35(10): 209-213.

ZHAO Zi-yan, LIU Jian-ming.A new service risk balancing based method to evaluate reliability of electric power communication network[J]. Power System Technology, 2011, 35(10): 209-213.

[14] 趙璟. 基于業務可靠性的電力通信網規劃算法的設計及應用[D].用[D]. 北京: 北京郵電大學, 2015.

[15] SHVACHKO K, KUANG H, RADIA S, et al.The Hadoop distributed file system[C]// MASS Storage Systems and Technologies. IEEE, 2010: 1-10.

[16] ZAHARIA M, CHOWDHURY M, FRANKLIN M J, et al.Spark: cluster computing with working sets[C]// Conference on Hot Topics in Cloud Computing. USENIX Association, 2010.

<img data-cke-saved-src=http://www.zuoguai.cn/uploadfile/2018/0328/20180328102516284.png"" src=http://www.zuoguai.cn/uploadfile/2018/0328/20180328102516284.png"" "="" style="box-sizing: border-box; padding: 1px; border: 1px solid rgb(204, 204, 204); width: 70px; float: left; margin-right: 1rem;">

王江亭（1967-）,男,河南襄城人,高級工程師,從事電力信息通信管理工作;
靳丹（1975-）,男,天津人,高級工程師,從事電力系統信息化管理工作;
俞俊（1978-）,男,浙江紹興人,高級工程師,從事電力信息化研究工作;
史睿（1985-）,男,北京人,高級工程師,從事電力信息通信技術研究與應用工作;
巫乾軍（1982-）,男,江蘇鎮江人,工程師,從事電力信息化研究與開發工作。