基于大数据的电力信息通信预警技术研究

2018-03-28 21:53:35 《电力信息与通信技术》微信公众号　点击量：评论 (0)

根据电力行业中的信息通信技术特点,针对目前存在的主要问题,通过研究信息通信运行故障监测与风险预警关键技术,综合运用大数据关联分析技术、数据挖掘技术以及状态评估技术,实现信息通信风险态势全面感知、运维数据全面分析、运维风险实时预警,从而提升信息通信故障监测和风险预

,步骤如下：

1）用timeSeries包中的ts()函数将采样的数据转换为时间序列。

2）用forecast中的STL函数把时间序列分解为周期性成分、趋势成分以及残余量。

3）使用forecast包中的Holtwinters函数和arima或auto.arima函数进行预测。使用arima函数需要给出系统阶数,可根据特征的分布判断系统是否稳定。此处分别选用两种方法进行预测,使用前40天的流量数据来预测之后10天的流量。

采用STL方法得到的预测结果及与实际值对比结果如图6、图7所示。

图6 采用STL方法得到的预测结果 (p=2,q=1)Fig.6 The prediction results obtained by using the STL method (p=2, q=1)

图7 STL预测值与真实值对比结果Fig.7 Comparison of predicted and real values of STL

采用Holt Winters方法得到的预测结果及与实际值得对比结果如图8、图9所示。

图8 采用Holt Winters方法得到的预测结果Fig.8 The forecasting results using Holt Winters method

图9 Holt Winters预测值与真实值对比结果Fig.9 Comparison of predicted and true values using Holt Winters method

4）对于不同预测算法的效果可以通过计算其RMSE进行比较,RMSE越小则效果越好。

从两种方法中都可以看到9月8日的流量与预测值完全不一样。其中RMSE（STL）=6 422 703 125,RMSE（Holt Winters）=14 392 074 663,其中,Holt Winters RMSE较大一方面是因为流量数据本身就很大,另一方面是因为9月8日的流量数据存在异常。因此,STL预测的RMSE较小,预测的效果
更好。

4 结语

随着国家电网公司SG186、SG-ERP、三集五大等信息化建设的不断深化,电力业务越来越依赖于信息通信系统。如何提升信息系统的服务能力,让信息化建设和运维投入更加有效和合理成为当前亟需解决的问题。本文主要研究了基于大数据的信息通信风险预警架构与算法,并设计了基于提出的架构及算法的信息通信风险预警系统,通过综合运用大数据关联分析技术、信息通信状态评估技术、信息通信趋势预测技术,实现对运维数据的分析和挖掘,帮助运维人员根据大量运维数据发现系统的潜在问题,实现风险实时预警和趋势准确预测,达到变被动维护为主动预防的运维效果,将工作重心转向风险分析和故障处理方面,有效规避风险,提高运维人员的工作效率,提升公司的整体信息通信故障监测和风险预警能力。

(编辑:邹海彬)

参考文献

[1] 周平, 马斌, 韩冰, 等. 基于大数据平台的日志分析预警技术研究[J]. 电脑知识与技术, 2016, 12(32): 266-268.

[2] 付萍萍, 马勇, 李路明, 等. 以风险防控为中心的大型电网企业信息安全管理体系研究[J]. 电力信息与通信技术, 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] 段军红, 张乃丹, 赵博, 等. 电力大数据基础体系架构与应用研究[J]. 电力信息与通信技术, 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] 陈潇君, 闫述.大数据时代的瞬变电磁法勘探技术浅析[C]// 大数据、云计算与地球物理应用研讨活动论文摘要集, 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] 刘思鸿, 唐丹丽, 佟琳, 等.大数据带来的机遇与挑战[C]// 世界中联信息专业委员会学术年会暨大数据与中医药国际信息化发展论坛, 2014.

[7] 郎杨琴, 孔丽华. 美国发布“大数据的研究和发展计划”[J]. 科研信息化技术与应用, 2012, 3(2): 89-93.

[8] 陈垦. 大数据时代: 机遇与挑战[J]. 资源与人居环境, 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] 崔星灿, 禹晓辉, 刘洋, 等. 分布式流处理技术综述[J]. 计算机研究与发展, 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] 江三锋, 王元亮. 基于Hive的海量Web日志分析系统设计研究[J]. 软件, 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] 赵子岩, 刘建明. 基于业务风险均衡度的电力通信网可靠性评估算法[J]. 电网技术, 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] 赵璟. 基于业务可靠性的电力通信网规划算法的设计及应用[D].用[D]. 北京: 北京邮电大学, 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.sgcio.com/uploadfile/2018/0328/20180328102516284.png"" src=http://www.sgcio.com/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,高级工程师,从事电力信息通信管理工作;
靳丹（1975-）,男,天津人,高级工程师,从事电力系统信息化管理工作;
俞俊（1978-）,男,浙江绍兴人,高级工程师,从事电力信息化研究工作;
史睿（1985-）,男,北京人,高级工程师,从事电力信息通信技术研究与应用工作;
巫乾军（1982-）,男,江苏镇江人,工程师,从事电力信息化研究与开发工作。