电力环境下基于大数据思路的反窃电工作框架.docx

?

?

电力环境下基于大数据思路的反窃电工作框架

?

?

摘要：文章首先针对大数据在反窃电工作环境中的价值展开分析，并且从大数据特征以及电力环境具体情况出发，结合反窃电工作具体需求，以及大数据系统层级框架，对大数据技术以及相关思路在反窃电环境中的具体应用加以讨论，对于加强电力领域中对于大数据相关概念和技术特征的理解有着一定的积极价值。

Key：电力；大数据；反窃电

信息时代的到来，在我国社会各行各业都掀起了数字化的大潮，这种影响波及之广令人无法忽视。在电力事业框架之下，即表现为各个环节的数字化，以及以电力通信网络作为基础的远程自动化。强大的数字化系统给予电力环境的，是更为深入和精确的控制，这种控制同样成为反窃电工作的有力武器。通过数字和通信技术，来获取到电力消费环境中的具体状况，并且展开深入的分析加以判断，快速精确地锁定窃电行为，为反窃电工作提供有力的决策支持。

一、大数据在反窃电工作环境中的价值分析

想要加强反窃电工作环境中大数据相关思想以及技术的应用深度，推动反窃电工作实现自身优化，首先应当对大数据领域的概念有所了解。所谓大数据（BigData），就是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。从这一定义中可以明确，数据是一种资产，即其中的价值，应当能够通过相应的数据分析和处理进行发掘，并且用以指导实际工作。可以说，这种资产的价值大小，直接与数据分析的技术水平保持着密切的联系。而在这个对数据进行分析和处理，并且抽离出相应有价值的信息的过程中，所涉及到的相关技术，即称为大数据技术。

对于反窃电工作而言，当前数字通信技术已经能够通过自动化的管理方式，对电力消费环境中的相关数据进行自动采集，加之由电力消费用户所构成的基础身份数据，共同形成了庞大的数据池，而能否对这样的海量数据展开有效的分析和处理，成为电力环境中反窃电领域大数据价值能否实现的关键。

对于电力系统而言，大数据除了具有数据总量庞大的特征以外，数据类型多以及速度快，实时性强等特征也不容忽视，并且价值密度偏低，也是电力环境中数据的一个突出表现。以当前电力消费终端数据为例，当前我国电力系统基本每15分钟就会采集一次智能电表相关数据，对于其他传感器数据同样围绕此频率展开工作，由此带来的海量数据不容忽视，并且其中大部分是平稳的工作状态数据，对于反窃电工作而言，需要从大量正常数据中识别出异常状况并且实现对比分析，是目前的主要职责所在。而就数据类型而言，除了常规离散状态的工作状态数据以外，报表、邮件、温度等环境参数，以及音频视频等，都成为电力系统大数据体系的主要内容。在展开大数据分析的时候，需要在最短时间内对不同数据进行识别和分离，才能有的放矢实现反窃电。而当前电力网络本身庞大，电网维护工作力量严重不足，自动化智能化无人化成为我国电网发展的主要趋势，因此实时性也因此成为电力系统大数据的工作重点之一。在无人电网发展中，对于异常状况发现的效率，会成为关系到整个电网体系安全水平的关键因素之一，因此实时性对于电网大数据环境而言至关重要。进一步具体到电力消费环境中，则表现为供电端的安全水平，与窃电行为密切相关，因此通过大数据的分析及时发现窃电行为并且加以关注和排除，就成为供电端的重要依据。

二、反窃电环境中的大数据工作框架

在电力系统框架之下，作为大数据展开工作的信息采集以及通信系统自下而上可以大体划分为六个层面，同样的信息系统框架，也呈现在反窃电工作体系之下。但是与整个电力系统相比，反窃电框架之下的大数据信息采集系统又有不同的侧重。具体而言，自下而上的六个层级分别是计量设备、采集设备、本地信道、数据集成、远程信道以及数据中心。不同层分别负责不同的职能，共同实现对于海量数据的采集和分析。

计量设备层处于整个大数据环境的最基层，对于反窃电工作领域而言，该层以诸多智能电表以及用电计量设备为主。实现反窃电职能的首要条件，就是要保证这一层面诸多设备的物理安全，并且确保其正常工作，同时能够及时发现其中某个或某些设备的异常情况，并且将相关问题反馈给数据中心或者相应的维护工作人员。采集设备与计量设备密切联系，可以理解为电力信息系统中分布式数据节点，发挥着对于基层用电数据的基本汇总，同时也承担着对基层计量设备工作状态的考察职责。这一层面的功能，由通信环境中的对应采集功能模块加以实现。在其上为本地信道，通常由RS485总线予以实现，但会依据实际情况展开混合组网，确保其能够在复杂的电力消费环境中展开有效的数据传输工作。其中CATV、电力载波以及小无线等技术，都是实现混合组网的常见技术。

数据经由本地信道送达数据集成层，这是相对于本地数据节点而言，更为高级的一种分布式数据节点。在电力系