首頁 > 技術文章 > 基于大數據的智慧用電系統設計與應用

基于大數據的智慧用電系統設計與應用

2021-06-10 [1164]

鮑靜君

江蘇安科瑞電器制造有限公司江蘇江陰 214405

　　摘　要：智慧用電系統是實時監控用電線路可能發生電氣危害的在線系統。文章研究了當前智慧用電系統的不足，分析了大數據分析的關鍵技術，設計了基于大數據分析的智慧用電系統。該系統可以滿足智慧用電系統中日益增長的。海量數據分析的要求，適用于智慧城市消防、用能信息、智慧路燈市政等系統。

　　關鍵詞：智慧用電系統；大數據；智慧城市；用能信息

　　0引言

　　智慧用電系統是實時監控用電線路中可能發生漏電、電弧、過載、短路、線路溫度異常等電氣危險，不間斷采集并分析用電線路中剩余電流、線纜溫度、電壓、電流等主要電氣火災引發因素數據，通過網絡技術實現終端電氣線路監測、異常數據報警等功能的用電安全隱患監管服務系統。智慧用電系統包括用電單元監測設備、數據傳輸平臺、用電數據分析平臺以及用電數據應用平臺。該系統通過采集并分析監測數據，預測用戶的用電行為，可用于電能源調配、用電隱患預測、用電系統優化、智能預報警等方面。

　　在用電信息采集領域，數字化、信息化以及智能化的程度日益提高，智能電表、智能插座、智慧消防監測設備等設備的大量使用，為智慧用電系統帶來了海量的數據源。傳統的智慧用電系統已經無法滿足如此規模的數據分析、預測和管理的需求。

　　大數據分析技術是近年來發展迅速的分析技術，目前，已經在工業、農業等領域得到運用，并都取得了明顯的應用效果，大數據分析的目的是從大量、高速、多樣、低價值密度、真實性的數據中對特定的、有價值的信息進行準確提取。大數據分析技術主要涉及巨量數據的快速采集技術、存儲技術、分析與挖掘技術、可視化呈現技術[４]。目前，大數據分析已經有很多解決方案，HaＧdoop分布式系統框架是目前應用最多的一種成熟解決方案[５]。在Hadoop框架下，通過HDFS (HadoopdistribuＧtedfilesystem)實現分布式計算中底層數據存儲管理，通過MapReduce實現任務的分解和調度，通過Hive實現數據的管理。

　　1大數據智慧用電分析關鍵技術

　　大數據智慧用電管理技術通過對海量數據源按一定標準格式抽取與集成，對存儲數據分析、數據處理以及數據可視化，實現了對智慧用電數據的管理。

　　1.1 大數據智慧用電集成管理技術

　　大數據智慧用電集成管理技術是將多種技術管理方案進行集中管理，合并這些技術方案數據并產生一個功能更多的數據管理系統的技術。數據的合并是將不同來源和不同格式的數據在系統邏輯上或者存儲介質上進行有機的統一管理，從而為系統提供穩定、數據集合。利用大數據集成管理技術可以解決原有智慧用電系統中不同方案之間的信息孤島問題。大數據的一個重要特點就是數據來源的多樣性，這意味著數據來源廣泛，數據類型繁雜，這種復雜的數據環境給大數據處理帶來挑戰[６]。數據的抽取與集成就是將各種復雜的數據按照關系提取，本質上是對數據進行預處理，使冗余、復雜的大數據轉為結構化、準確、可用的數據[７]。

　　分布式文件系統能將文件分布存儲在多個計算機節點的文件系統。當前大數據領域中，因HDFS分布式文件系統采用了冗余數據存儲，提高了數據可靠性，以具有強大的跨平臺特性，該系統被廣泛用于超大數據集文件存儲。

　　1.2大數據智慧用電的數據分析技術

　　大數據技術的核心是大數據的分析。在經過預處理之后的大數據，可借助大數據分析技術分析智慧用電的海量數據，找出潛在的模態和規律，為決策人員提供決策依據。統計學和計算機科學等自然科學是大數據分析關鍵技術的來源。經過多年的高速發展，大數據分析技術已經囊括了關聯分析、機器學習、數據挖掘、模式識別、神經網絡、時間序列預測模型、遺傳算法等多種分析方法[８]。

　　大數據智慧用電分析技術在原有的智慧用電系統基礎上進行發展，引入數據挖掘技術并結合機器學習算法，讓新的智慧用電系統具備海量數據抽取、動態模型分析、快速決策等功能。大數據智慧用電分析從大數據的抽樣、特征選擇開始，精簡數據規模；采用聚類等數據分析算法，對數據進行迭代提取出數據分析模型；開展大數據并行算法，挖掘其他分析模型并利用機器學習實現系統的智能判斷。

　　1.3大數據智慧用電的數據處理技術

　　大數據智慧用電的數據處理需求主要集中于大大數據量的分布式處理方法、數據泛化處理以及數據實時處理等方面[４]。

　　分布式處理采用Hadoop框架對海量數據進行批處理，可以用于智慧用電信息采集部分，實現大規模分散數據源的采集。數據泛化處理采用文本處理、多媒體處理以及圖像技術對非結構化數據進行歸一化。采用流式處理技術可以實現毫秒級的實時數據處理效果，可用于金融交易、傳感器網絡、信息網絡等要求實時性高的場合。

　　1.4大數據智慧用電的數據可視化技術

　　大數據智慧用電的數據可視化技術可以更直觀、更迅速的方式幫助管理人員理解用電系統數據內涵，了解整個智慧用電的運行情況。雖然可視化技術早已用在智慧用電系統中，但在智慧用電系統中采用大數據技術后，可以在原有用電系統上發掘出更深層次的用電規律和聯系。可視化技術結合地理位置信息、實時用電參數信息等數據信息，采用可靠的數據分析模型，實時分析并展示智慧用電系統中危險環節的數據走勢，從而實現對危險環節的實時預警功能。

　　2基于大數據的智慧用電系統設計

　　大數據智慧用電系統從數據采集分析的過程、數據的應用等方面深度挖掘用電系統中數據之間的關系，并依托現有的各類業務層級設計系統的架構。系統架構如圖１所示。

圖１大數據智慧用電管理系統技術框架

　　系統采用數據接入、數據存儲、服務模塊、分析模型、系統應用５個層級，將原有的智慧用電系統與大數據技術相結合。

　　數據接入將系統各種數據來源按照一定的數據特征，使用大數據Kafka、Flume、Chukwa等方式，完成對數據的抽取、清洗、標準化。該方式可以保證接入數據、高質，為上層分析奠定基礎。

　　智慧用電系統采用Hadoop 框架，利用Habase 和HDFS大數據數據庫并結合傳統關系型數據庫，實現非結構數據庫的存儲，從而提升系統對非結構化數據庫的調度水平。

　　服務模塊將系統管理、信息展示、信息安全控制、數據分析、計算結合到一起。系統管理是管理系統產生的信息、數據、系統配置等資源；信息展示是將系統中產生各類數據來源的儀表、傳感器及終端設備的運行狀態進行展示；信息安全控制是控制系統的安全權限、數據備份、數據的加密傳輸；數據分析是采用大數據智能算法，將系統產生的數據進行分析；采用ApacheSpark快速通用的計算引擎，提升數據計算的效率。

　　系統將數據源的各類數據經過清洗和標準化之后，采用聚類等算法建立數據分析的模型。該模型可用于智慧用電異常監測、用電風險預測。

　　大數據智慧用電系統繼承了智慧用電的應用功能，能夠為智慧消防、智慧城市、智慧建筑等新的應用場景提供更可靠的管理平臺。

　　3安科瑞安全用電平臺

　　3.1安科瑞智慧安全用電平臺平臺介紹

　　安科瑞Acrelcloud-6000智慧安全用電平臺是針對我國當前電氣火災事故頻發而創新的一套電氣火災預警和預防管理系統，該系統是基于移動互聯網、云計算技術、通過物聯網傳感終端，將辦公建筑、學校、醫院、賓館、體育場館、生產企業等人員密集場所的電氣安全數據，實時傳輸至安全用電管理云服務器，為用戶提供不間斷的數據跟蹤、統計分析和安全監管，將平臺發現各種安全隱患信息及時告警信號，并推送給企業有關人員，以便其及早檢查和消除隱患，真正做到防患于未然。

　　3.2安科瑞安全用電平臺結構

3.3智慧安全用電平臺主要功能

　　1)實時監控

　　24小時監視各探測點的剩余電流、溫度、電壓、電流、諧波、功率、電能及其他設備狀態等信息。

2)歷史記錄

　　所有告警信息及遠程控制均被記錄入日志，并可供用戶方便查詢。

3)數據分析

　　針對采集的數據進行各種模型分析和報告，為客戶消除安全隱患；提供能耗分析功能。

4)報警提醒

　　當平臺收到報警或故障信息時，平臺將以短信、電話或APP推送等方式通知管理人員，提醒關注故障狀況，并采取相應的措施消除隱患。

　　5)權限管理

　　平臺通過對用戶類型實施分級管理以實現更高的信息安全，擁有相應授權的用戶可以對授權范圍內的項目、設備、探測器等監測數據和運行情況進行查看、配置修改。

　　6)遠程控制

　　具備權限的管理人員可以遠程設定探測器的各種參數值，或者對監控設備進行分閘、復位、消音、自檢和遠程設置參數等操作，方便管理，同時提高工作效率。

3.4安科瑞智慧安全用電平臺配置

　　注：以上配置為針對1個回路選型，其中剩余電流互感器應根據現場回路電流大小選擇，根據實際三選一。

　　4安科瑞環保用電平臺

　　4.1安科瑞環保用電云平臺介紹

　　AcrelCloud-3000環保設施用電監管云平臺，依托快速發展的物聯網技術、電力參數傳感技術，實時采集企業總用電、工藝生產設備用電、污染治理設施設備用電等數據，通過設施運行停車分析、越限分析、停/限產分析、工藝關聯分析等，及時發現環保治理設施、設備等未開啟、空轉、減速、降頻以及異常關閉等未正常工作的情況；同時，通過數據分析，還可以實時監控限產和停產整治企業運行狀態。

　　4.2平臺結構