原创《大数据处理技术下的电力通信网检修工作分析方法》
该文是工作分析毕业论文题目范文跟通信网和数据处理和分析方法有关本科论文范文。
【摘 要】 在互联网的快速发展中,电力通信网规模也持续扩大,结构日渐复杂化,电力通信网生产、管理等多个环节信息数据呈爆发式增长趋势,电力通信网安全风险系数明显提高.在日常运行过程中,电力企业必须以大数据处理技术为基点,借助检修工作分析方法,做好检修工作,确保电力通信网处于安全、稳定运行中.因此,本文从不同角度入手客观阐述了大数据处理技术下的电力通信网检修工作分析方法.
【关键词】 大数据处理技术 电力通信网 检修工作分析方法
在新形势下,电力通信正处于高速发展状态,电力通信业务有了全新的变化,电力通信网可靠性方面已被提出新的更高要求,而这必须做好检修工作.同时,在多方面因素作用下,结构复杂、部署分散等已成为电力通信网络显著特征,预警、检修等方面数据大幅度增加,传统数据分析方法已无法满足其客观要求.电力企业需要根据电力通信网运行情况,优化利用大数据处理技术,客观分析、处理海量的电力通信网检修数据,科学管理电力通信网,降低运行成本的基础上,不断提高电力通信网经济效益.
一、数据预处理
在大数据时代背景下,智能电网建设步伐日渐加快,电网以及配套设备运行中的数据层出不穷,电网业务以及服务日渐多样化.智能电网的长远发展离不开大数据,云平台、云计算发挥着重要作用,但在多方面因素影响下,电网大数据研究主要体现在应用探讨、框架设计两个方面,急需要进一步优化利用大数据处理技术,展开电力通信网检修工作.在数据预处理过程中,工作人员先要借助人工分析方法,对电力通信网数据进行一系列操作,比如,抽取、审查,以审计规则为基点,在优化利用相关软件,在最短的时间内准确计算电力通信网数据.工作人员要结合具体的业务流程,科学处理电力通信网运行中错误的信息数据,尽可能不要直接修改原始数据,客观分析数据错误的具体原因,以数据类型为媒介,更正数据分类,清洗、处理不正确的数据,其中的缺失值数据要采用清除策略,其中的异常值要采用补正策略.同时,工作人员优化利用数据属性规约方法,科学处理电力通信网运行过程中出现的各类无用属性,要在熟悉规约、聚类方法作用下,最大化减少重要属性数量.在数据预处理方面,工作人员要注重数据期望属性规约,准确计算属性重要度,科学选择和电力通信检修工作分析相关的一系列期望属性,顺利实现数据挖掘,促使电力通信网数据分析与评估更加稳定.
二、电力通信网检修工作分析指标、影响因素与Apriori挖掘算法
在电力系统运行中,电力企业需要根据大数据处理技术,从具体分布、运行效率等入手,以数据预处理、数据挖掘为基点,分析海量的电力通信网数据,客观分析电力通信网络检修工作分析指标、影响因素以及Apriori 挖掘算法,科学开展电力通信网络检修工作.工作人员要结合电力通信网检修特点、性质等,客观分析 “检修、告警、台账”数据处理挖掘具体情况,准确把握检修工作分析指标以及影响因素,即检修分布状况、检修耗时统计、检修业务影响.工作人员要客观分析检修对电力通信网业务造成的不同程度影响,客观分析一系列影响因素,科学开展电力通信设备检修工作.在检修分布状况方面,工作人员要以时间为基点,准确把握电力通信网具体分布特性,即确定好电力通信网络检修设备类型之后,以周、月、年为基点,电力通信网具体检修工作量.在检修耗时方面,工作人员要多角度客观分析这一指标与影响因素,准确把握受影响电力业务中断起始时间,明确电力通信检修效率.在检修对业务影响方面,检修过程中,即使做好准备工作,实际施工过程中,电力通信网业务也会出现中断情况,出现告警现象,通信网业务中断具体时间是检修工作效率的客观呈现.
在电力通信网络检修工作分析方面,工作人员需要准确把握Apriori 挖掘算法,包括两个过程,即连接过程、剪枝过程,将MapReduce 技术灵活应用其中,结合Hadoop 集群并行计算特征,加快算法速度.在此过程中,工作人员可以借助MapReduce 库,科学划分Apriori 算法作用下的输入文件,每份大约16-48MB,合理复制用户进程,使其出现在集群内机器中.Map 以及reduce 作业结束之后,Apriori 算法副本中的控制节点会作用于Apriori 算法,MapReduce 函数会合理调用Apriori 算法代码,显示工作人员所需的信息数据.Apriori算法模型如下图所示：
三、结果分析
3.1 电力通信检修工作量分布
在分析电力通信网检修工作方面,电力企业要以大数据处理技术为基点,多层次客观分析在电力通信网运行过程中具体检修状况,准确把握检修结果.在检修工作量分布方面,以年、月、周为切入点,电力通信设备在检修方面存在一定的规律性,处于波动变化状态.电力企业可以根据各阶段电力通信网检修具体情况,科学调整安排的检修工作,适当增加用电高峰期的检修次数,科学安排检修中的预试定检工作,确保电力通信网检修工作顺利开展,将大数据处理技术巧妙应用其中,充分发挥其多样化作用,科学处理电力通信网运行中产生的海量信息数据.在此过程中,电力企业要客观分析某阶段检修工作量较少的具体原因,科学安排例会,合理编制当周计划等,确保各阶段电力通信网检修更加合理化,确保一系列电力通信网检修工作顺利开展.
3.2 检修对业务的影响和检修耗时统计
在检修过程中,电力通信网业务会受到不同程度的影响,电力通信电源在检修方面花费的时间并不长,这是因为当下电力通信电源属于双重化配置,也就是说,如果检修电源中,单电源设备业务被中断,可以直接切换对应的负载,使其出现在其他设备上实现供电.同时,在mesh 这一数据网组网作用下,检修数据网设备中业务中断的时间并不长.如果想要光缆检修过程中业务中断时间短于传输设备,在检修光缆之前,电力企业要安排专业人员科学调整光缆线路,进行合理化的业务转移.电力企业可以根据检修在业务方面的具体影响,优化完善已制定的管理制度,采取适宜的管理方法,科学管理电力通信网络.
电力企业要借助大数据处理技术,做好检修耗时统计工作,准确把握电力通信网各方面检修耗时,优化调整检修方案,科学开展检修工作.在大数据处理技术作用下,电力通信网络检修耗时具有一定规律.在电力系统运行中,通信电源检修需要花费大量的时间,但数据网设备检修以网管远程配置为中心,通信网络检修花费的时间也比较短,也就是说,大数据处理技术在电力通信网络检修方面发挥着重要作用,利于规范检修工作,提高检修效率与质量.
四、结语
总而言之,在大数据时代背景下,电力企业必须将电力通信网检修工作放在核心位置,要客观分析检修过程中出现的一系列问题,多角度优化利用大数据处理技术,进行数据预处理、MR Apriori 挖掘计算等,结合电力通信网检修工作量具体分布、检修具体耗时统计等,客观分析电力通信网检修工作.以此,准确把握电力通信检修方面海量信息数据,科学处理的基础上,提高数据准确率与利用率,将其巧妙应用到开展的检修工作中,最大化降低电力通信网故障发生率,确保电力通信网处于高效运行中,提高电网整体运营效益,促进地区经济全面发展.
参 考 文 献
[1] 李迪, 耿亮, 佟大力, 郑培昊. 互联网与能源融合背景下电力信息通信领域的发展趋势和方向[J]. 电力信息与通信技术,2015,07:1-7.
[2] 周洁, 翟旭, 孟祥鹿. 基于大数据分析的电力通信设备检修影响业务自动分析平台研究与应用[J]. 山东工业技术,2016,24:180.
[3] 周静, 熊素琴, 苏斌, 卢利峰, 陈希. 一种电力通信网络运行质量量化评估方法及应用[J]. 电网技术,2012,09:168-173.
[4] 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,2011,10:209-213.
[5] 曾斌. 电力通信网络检修方式的风险量化评估分析[J]. 中国战略新兴产业,2017,08:147-149+152.
工作分析论文参考资料：
本文点评:本文是关于对写作通信网和数据处理和分析方法论文范文与课题研究的大学硕士、工作分析本科毕业论文工作分析论文开题报告范文和相关文献综述及职称论文参考文献资料有帮助。
