基于大数据的智慧用电系统设计及实现研究

何丰明

（四川铸创安全科技有限公司，四川 成都 610041）

0 引 言

智慧用电系统的设计科学性将会对系统功能产生深刻影响。因此，在智慧用电系统设计环节，需保障大数据技术的有效应用。

1 智慧用电系统概述

智慧用电是一种能够保证系统高质高效、安全平稳用电的技术，智慧用电需要基于物联网、人工智能、移动互联网、可视化技术、虚拟现实技术的支持。在实际应用环节，相关工作可以利用智慧用电系统来实时监控用电线路，监测电流、电压、温度以及设备故障数据，为提高用电安全性提供辅助。依托于智慧用电系统，可构建多元电力安全管理模式，实现人防、物防和技防的深度结合，为切实保证用电者的人身财产安全奠定基础。

传统的智慧用电系统中设有用电单元监测设备和数据传输、应用和分析平台，能够基于数据整合与分析预判用户用电行为，从而合理预测用电隐患、优化电力资源配置、系统智能预报警。但随着电网规模的扩大和电力技术的发展，传统的智慧用电系统已经难以满足当前的智慧用电需求，要保障智慧用电系统的使用有效性就必须在其中融入新的技术。当前，智慧用电系统主要面临数据处理压力，那么相关工作人员可以在设计环节引入大数据技术，以高效开展数据采集、存储、挖掘、整合、分析和可视化呈现，进而提升智慧用电系统应用有效性。

2 基于大数据的智慧用电系统设计

当前，智慧用电系统的设计人员需保证系统具有强大的监控、示警和预处理能力，可以为保障用电线路使用安全、电力资源配置合理、用电隐患精准预测和电力数据高效处理奠定基础。应用大数据技术，可以对海量数据进行有效处理，从而快速获得有价值和目标指向性的数据信息，可充分满足智慧用电系统的设计需要，缓解该系统应用环节所面临的数据处理压力。因此，基于大户数据而开展智慧用电系统设计十分可行。

2.1 设计构思

基于大数据的智慧用电系统，需要对电力数据的内容以及关系进行深度挖掘，并且数据在各个业务层级之间都能得到有效应用。为此，设计人员可以选用分布式系统基础框架，为提高智慧用电系统的可靠性、扩展性、容错性以及高效性提供保障。在设计智慧用电系统时，相关工作人员需要基于智慧用电的监管需要，合理划分系统额度业务层级，并梳理系统的运行逻辑和流程，保证系统应用有效；确定智慧用电系统的框架以后，相关工作人员还需要为任务处理选定编程模型，并为数据管理选定应用工具[1]。例如，将移动互联网、物联网智能终端、云计算、大数据技术进行整合，针对低压配电线路负载端的剩余电流、温度、电流、电压以及频率等用电参数进行实时监测，并通过网络端、应用小程序与电话二次报警等方式进行报警信息的推送，实现对智慧用电系统的远程管理。

2.2 设计方案

基于大数据、云计算、移动互联网与物联网智能终端进行智慧用电系统设计，（系统框架如图1所示），将系统划分为数据接入、数据存储、服务模块、分析模型与系统应用共5个层级，为用电线路监控、用电行为预测、用电风险防范和智慧用电体系建设提供保障。

图1 基于大数据的智慧用电系统框架

2.2.1 数据接入层

在系统框架中，数据接入层主要将用电数据导入、采集、抽取以及简单处理。在此环节，需要设计多元化的日志处理系统，来保障数据接入有效。例如，选用日志收集系统、数据收集系统、分布式发布订阅消息系统，为以后抽取、整合与清洗数据奠定基础。同时，这一环节还应该确保所有接入的数据具有准确性、全面性和安全性，利用数据库进行采集数据的统一存储。

2.2.2 数据储存层

由于当前电力系统中存有海量用电信息、电力设备运行数据，因此对于数据库技术的选用与结构优化设计提出现实要求。在智慧用电系统中，设计人员可以基于大数据技术的应用要求和电力数据储存需求，建立非结构化数据库，用于将平台监测到的电流、电压、线缆温度、有功功率、无功功率以及总功率因数等数据进行实时存储与刷新，并采用图表形式进行可视化呈现，便于操作人员登录平台直观查看当前用电情况等信息，为提高数据库管理和调度质量奠定基础。

2.2.3 服务模块层

基于大数据的智慧用电系统服务模块，需要具备计算、分析、控制功能，从而为保证系统运行的安全性与有效性奠定基础。在实践中，智慧用电系统的信息安全控制、电力线路数据分析计算、系统信息展示以及系统管理都应该以服务模块为基础来开展[2]。因此，在其设计环节必须对各功能的有效发挥进行合理设计，规范模块结构和运行逻辑，为提升系统运行可靠性提供辅助。例如，利用集中管理模块实现资源优化配置；利用可视化模块展现设备运行状态与仪器运行数据；利用安全防护网络与防火墙技术保证数据与系统安全，实现数据的加密传输；基于数据分析有效开展大数据分析处理；基于数据计算引擎，高效开展系统数据计算等。

2.2.4 分析模型层

这一层级的主要运行目的，基于数据分析模型预测用电风险，提高用电异常监测质效。在实践中，导入智慧用电系统中的信息数据过于庞杂，要保证分析有效性就必须对经过清洗和标准化的信息进行高效处理。例如，根据聚类算法建立监测与预测模型，让系统数据能够被快速整合、处理和分析。

2.2.5 系统应用层

基于大数据的智慧用电系统可以充分满足智慧用电需求，是一种具有高度灵活性和实用性的应用平台。在实践中，这一平台的应用场景众多，可以被广泛应用在智慧建筑、智慧城市、智慧消防等方面，将会为构建智慧生活提供辅助。例如，运用该智慧用电管理系统支持实时查看多种类型的用电数据，利用技防改变传统人防巡检模式，节约用工成本、提高监管效率，并且依托三级防护体系从源头遏制火灾、触电、设备烧毁等事故发生，实现及时预警监测，提高用电监管的智慧化水平。

3 大数据智慧用电技术要点

为保证基于大数据的智慧用电系统设计科学性和设计方案的可行性，相关工作人员也应该在实践中做好大数据智慧用电管理技术要点的把控。在此环节，应从大数据的集成管理、储存、处理和可视化方面开展全面管理。

3.1 集成管理

在基于大数据的智慧用电系统中，需要引入大数据智慧用电集成管理技术。该技术是多种技术方案数据合并后的产物，属于数据集中管理技术，具有较为全面的功能性。数据来源复杂是大数据的一大特质，使得大数据的来源广泛、类型繁杂且整体数据环境具有复杂性和多变性，数据处理的难度相对较高。在基于大数据的智慧用电系统中包含海量数据，若不能对这些数据进行有效合并，无法建立具有稳定性和全面性的数据集合，就难以保证系统运行安全。因此，相关工作人员需要保证数据处理逻辑和储存媒介管理的统一性，避免出现信息孤岛问题。

在智慧用电系统当中，信息抽取与集成都需要基于特定关系而开展。这些操作的本质是数据预处理，其目的是将原本庞杂、无序、琐碎的大数据转化成标准、可用且具有结构化特征的系统数据。在基于大数据的智慧用电系统中，HDFS系统的应用保证了数据存储的安全性、可靠性和全面性，可将文件分别存储于多个计算机节点的文件系统中，为系统有效运行提供保障。

3.2 数据分析

数据分析一直是大数据技术的核心。基于数据分析技术可以整理从有效数据中抽取具有参考价值的信息，并找出信息规律和潜在模态，为相关工作人员制定决策提供支持。随着大数据技术的发展，大数据分析技术类型不断增多，较为常见的有数据挖掘、关联分析、遗传算法、神经网络、机器学习以及时间序列预测模型等[3]。大数据智慧用电的数据分析技术应用，可实现数据挖掘与机器学习算法的有机结合，从而对电路运行信息进行科学抽取和动态化分析，为实现高效高质决策提供辅助。

3.3 数据处理

大数据智慧用电数据的数据处理技术也是相关工作人员在设计基于大数据的智慧用电系统时需要关注的重点内容。在系统中，应该基于该技术保证大数据的分布式处理、泛化处理和实时处理有效性。同时，在应用数据泛化处理技术时，还应实现文本、多媒体和图像处理技术的联合应用。此外，在系统中还应采用流式处理技术来提高实时数据的处理成效，此时数据处理效率可达到毫秒级。

3.4 可视化处理

基于大数据的智慧用电系统能够真实呈现数据信息，主要源自于数据可视化技术。这种技术能够帮助系统管理人员和决策人员直观、高效且全面地理解数据信息，明确智慧用电情况，还能为系统信息关系深挖提供辅助。在传统的智慧用电系统中就已经应用了可视化技术，但在基于大数据的智慧用电系统中，可视化技术将与其他先进技术实现联动，能对用电规律与数据关系进行有效挖掘和展示。例如，可视化技术将与数据分析模型结合应用，可以完整呈现系统内的大数据，更能直观展现系统数据的走势和排列规律，将会为危险预警、风险防范提供巨大帮助。

4 结 论

为了满足智慧用电系统的数据分析和应用要求，相关工作人员应该基于大数据开展智慧用电系统设计。在这一过程中需要保证大数据智慧用电的集成管理、数据分析、数据处理和可视化技术都能得到合理应用。当然，在实践中设计人员还应该深挖用电系统的数据关系，为合理设计系统运行框架和运行流程提供辅助。