基于大数据的运维策略及安全管控的技术研究

何映军

摘要：大数据技术目前在电力产业中得到越来越广泛的应用，具有重要的研究价值。本文结合大数据技术的前景分析和理论基础，阐述了大数据建模与数据处理智能化技术，主要有运行维护方案及操作，图像数据的自动化分析等，结论显示大数据的应用能明显提升电网的安全管理水平。

关键词：大数据;运维方案;电网安全

引言：随着大数据和人工智能技术的方兴未艾，大数据技术正向越来越广阔的领域渗透，大数据的创新性应用促使各行业发生革命性变化。电网是关系国计民生的重要设施，供电过程中会产生海量的数据，如运行参数、设备异常数据、电网检测记录、电压电量等。在庞大数据量下，大数据技术就成为了提高电网的安全管理运维水平和效率的不二之选，将会带给电力领域巨大的经济效益。本文将结合大数据技术与最佳维护方案、设备运行状态预测、巡检现场安全管理、顺控过程远程视频检测的方面，介绍大数据技术对变电设施设备的运行维护流程的优化作用。

一、理论依据

（一）大数据技术在变电站安全防控中的应用概述

变电站是电网中转换电压、接送调配电能、调整电压大小和电流流向的设施，是电网系统中重要的组成部分，变电站的安全管理也因此显得尤为重要。由于需要长时间的运行，变电站的运行维护工作单靠人力是无法确保安全的，因此，无人值守的运维模式被如今电网系统大力采用。传统的无人值守监控系统能够根据监控到的图像及时发出警报信号，但远距离上各子系统的通信、监测、控制还无法进行有效的结合。设备的检查维护工作人员在巡检时，只能用肉眼去分辨设备是否运行异常，这种低精度的检查无法确保工作人员及时发现设备问题，存在较大的事故隐患[1]。

利用大数据技术，通过对数据的精确分析和深度挖掘，使图像监控模块由被动监测转变为自主运行，依据提取出的有价值的数据信息，研判设备的状态和趋势，从而及时规避风险。另外，结合巡检等相关安全管理制度，利用大数据挖掘技术，由程序主动生成远程检查报告，从而可以有效保障无人值守时的巡检质量，并提高效率。可见，利用大数据技术对现有的视频图像监控系统进行改进，将其运用到变电站的运行维护的值守工作中，可以有效推动运维工作的流程优化和安全管理。

（二）大数据概念

大数据技术是通过收集大量数据，并从数据中提取出有价值信息的数据挖掘和分析技术。伴随着互联网、物联网的软硬件基础设施的完善，大数据技术的应用有了稳固的设施基础，引起了各领域的兴趣和关注。大数据技术从庞大、复杂的数据中挖掘出有用信息，从而辅助人们最优的决策，提高了预测的准确性和决策的科学性。大数据分析和挖掘中常用的思维方法有相关分析、回归分析、聚类分析等。大数据具备四个特征（：1）数据量庞大，现在的数据集已经是按PB级别衡量。（2）种类复杂，数据类型按形式可分为图像、文本、视频、声音;按结构可分为结构化数据和半结构化数据;按数学特征来分可分为整型、浮点型、long、short型数据等。（3）价值含量少。庞大的数据集合中往往包含较多无用信息，要获取有价值的信息必须要经过数据清洗和处理。（4）數据处理效率高。数据处理在数据分析和挖掘过程中是占用时间最多的环节，以以往的“小数据”时代相比，大数据的数据处理效率更高。基于大数据的以上特点和优势，大数据在商业、医疗、银行等行业和领域得到了广泛的应用，并且也助力这些行业、企业更科学地做出决策、更有效的管理“人、财、物”。

（三）变电站运维现状1.运维思维落后

在大数据的时代背景下，用户往往会关注较多的数据信息，这使得电网架构更庞杂以满足用户各种信息需要。以往的系统运维大多是后发式、反馈式的运维，缺少运行前、运行中的即时运维。由于缺少运行前的积极预防方案，这种情况下就对运维人员的技术素养和职业态度提出了更严格的要求，必须能即时发现并解决问题、防范于未然，才能避免潜在风险爆发造成的损失。这种事后的运维实施思维早已不能适应当今电力系统的飞跃式发展。

2.    运维智能化水平低

总体而言，我国电网的很多运维任务都是由人工操作，智能化、自动化程度较低。例如，系统的一些参数设置常常需要人员对设备进行现场操作，工作效率偏低，不能满足大数据背景下电力系统的快速运维需求。为了增加运维效率，必须着力于运维的智能化、自主化工作，促使系统整体运维效率进一步提高。

3.    运维过程的泄密隐患

运维人员经过本地操作端访问运维验证系统，运维验证系统首先会判断该运维人员是否具有访问资源的权限，然后才允许该运维人员操作部分运维数据。这这几个步骤中，运维人员拥有对数据库数据查询和导出权限，可以访问并将数据传输到本地。数据传输过程中没有的到相应的保护措施，导致导出后的数据被运维人员违法使用。

二、大数据建模与数据处理自动化

（一）运维策略原理和评价模型

变电站的数据运维数据每时每刻都会收到包括压力、油位、湿度、温度等大量数据，巨大的数据访问量使得维护人员的多QOS需求也急剧增加，系统的全局性能也不再是唯一的考虑因素。因此，为了满足多QOS需求，适应各种条件下的信息处理，急需建立一种全新的运维体系，从而提高运维人员效率，促进数据资源的有效配置和利用，显著提升系统的整体性能[2]。

通过对QOS的研究，依据运维数据的特征和意义，提取出安全性、稳定性、时长数据、先后次序作为数据建模的先决条件，使用最优算法将QOS换算为具体数值，从而衡量运维工作的优劣水平。

（二）人眼模拟技术

在运维人员的现场检查工作中，肉眼观察起着非常关键的作用。目标的移动、材质、外观等特征数据主要是依靠人眼观察来收集，而这种数据的收集方式往往存在较大偏差，比如肉眼观察得到的数据会很大程度上收到运维人员的位置和观察角度的影响。肉眼以及现在使用的摄像设备难以立体、全面地展示目标，因此如何使摄影设备更真实，直观地收集图像信息，是实现变电站现场巡视检查智能化的关键环节。研究表明，Hou方法利用仿生学原理，通过组合不同角度的摄像画面，可以用类似人眼的观察方式巡视目标，使二维、扁平的图形立体化，进而让远距离巡检工作更加智能、细致、全面[3]。

（三）图像分析智能化

利用根据视频目标的监测系统，可以分辨仪器读表数，高压控制开关、隔离控制开关等的闭合状态。利用构建的高稳定性场景分析模型、并结合高斯算法，提高对仪器数据的分析智能化程度。第一步先对各个像素点进行多角度的高斯混合算法以模拟出背景数据，其次经过对模型的筛选、匹配、更新，形成全新的、并经视频帧背景重置的背景模型，最后使用图像差分法获得目标背景数据，并进行图像检测，并利用自适应更新算法更新并检测运动目标，从而有效地检测各种仪器。

三、变电站安全管控

变电站的稳定长时间作业对电网系统的运行尤其重要。变电站里有较多带有高电压的设备，因此保障运维人员检修作业时的人身安全十分重要。基于变电站的安全管理规则制度，本文建议在视频监控的基础上，增加更多新型的设施设备，通过更多样化的数据收集方式，及时获知设备装置运行情况;通过改进运维方案，尽量减低运维人员的现场巡查;通过设备数据的自动报警功能，有效减少安全隐患;利用大数据挖掘技术并结合故障提醒和操作验证技术实现变电站的安全管控。

在数据收集阶段，要扩展时间和空间范围，获取全周期数据。另外，需要对数据进行合理分类，做到不重不漏，如划分为配置数据、作业数据等。为了分析发现常见故障，需要对收集的数据进行贴标签工作，发现数据异常与系统故障的关联关系。

强化硬件设施检查维护工作。数据的采集需要使用各种硬件设施，硬件设施的正常使用是确保大数据技术运用的必要前提。因此，有必要借鉴常规的运维模式，加强对各种硬件的检查维护工作。在检查前制定全面周密的检查计划，保证检查过程中不留死角。对发现的问题，运维人员要展开充分的讨论并形成最优的维修方案，安全高效地处理故障。此外，在处理硬件故障的过程中，要做好数据的备份工作，防止因操作失误而造成数据丢失[4]。

四、结束语

对于变电站而言，运维工作是确保电力系统安全稳定的关键环节，但传统的运维模式低效、被动且存在数据泄露风险。本文通过研究大数据挖掘和分析技术在变电站运维策略中的应用，阐述了运维策略评价模型、人眼模拟、以及图像智能分析技术，表明大数据挖掘分析技术的应用可以有效地辅助变电站进行安全管理。

參考文献：

[1] 乔立华、段文辉、王克谦、王鹏、陈海涛.基于大数据的运维策略及安全管控的技术研究[J].科技风2019.1：245-245

[2] 李训潮、刘红梅.大数据背景下的网管信息安全管控研究[J].山东通信技术，2016.9：3-6.

[3] 王鹏、陈海涛、徐娟.远方智能巡检生产系统在电网变电站中的应用[J].电脑编程技巧与维护，2017.9：5-10.

[4] 张锋军、杨永刚.大数据安全研究综述[J].通信技术，2020.5：51-51