电力通信网大数据应用场景开发及试点应用
大数据分析在电力行业中的应用
大数据分析在电力行业中的应用随着科技的不断发展，大数据分析在各个行业中的应用也日益广泛。
电力行业作为国民经济的重要支撑，同样受益于大数据分析的技术进步。
本文将介绍大数据分析在电力行业中的应用，并探讨其带来的价值和挑战。
一、大数据分析在电力运营中的应用1. 智能电网管理大数据分析在智能电网管理中发挥重要作用。
通过对大数据进行收集、存储和分析，电力公司可以实现智能电网的远程监控、故障诊断和优化运营。
通过监测各个环节的数据，电力公司可以实时掌握供电情况、故障信息和负荷情况，提前做出相应的调整，从而提高电网的可靠性和运行效率。
2. 负荷预测和调度利用大数据分析技术，电力公司可以准确地进行负荷预测和调度。
通过对历史负荷数据的分析，结合天气、季节和节假日等因素，可以准确预测未来的负荷需求。
在此基础上，电力公司可以制定合理的负荷调度计划，保证电力供应的稳定性和可靠性。
3. 能源消耗监测与管理大数据分析技术还可以应用于能源消耗的监测和管理。
通过对电力使用数据进行分析，电力公司可以分析出能源的消耗情况及趋势，并找出能耗的高峰时段和高耗能设备，从而制定相应的节能策略。
同时，通过数据分析，还可以检测出潜在能源浪费和损耗的问题，进一步提高能源利用效率。
二、大数据分析在电力安全中的应用1. 电力设备监测与维护大数据分析可以帮助电力公司实现对电力设备的实时监测与预测维护。
通过对设备数据的收集和分析，可以及时判断设备的健康状况，预测设备的故障和损坏风险，并及时采取维护措施，避免设备故障对电力供应的影响，提高设备的可用性和可靠性。
2. 安全事故预警与应急响应大数据分析技术可以帮助电力公司及时掌握潜在的安全隐患，实现安全事故的预警与应急响应。
通过对历史事故数据的分析，结合实时监测数据，可以发现安全隐患的规律和特征，提前采取相应的安全措施。
同时，通过大数据分析，还可以实现对事故的快速反应和处置，减少事故对电力供应造成的影响。
三、大数据分析在电力市场中的应用1. 供需匹配与需求预测大数据分析技术可以帮助电力公司实现供需匹配与需求预测。
国华电力大数据应用案例 火力发电大数据集成应用暨工业互联网示范工程
案例国家能源集团▪国华电力公司国华电力大数据应用案例火力发电大数据集成应用暨工业互联网示范工程引言：工业互联网作为新一代信息技术与工业技术、制造技术深度融合的产物，日益成为新工业革命和中国制造2025的重要基石，不仅是实现两化融合和智能制造的重要依托，也是落实国务院发改委关于深化“互联网+”智慧能源指导意见的重要举措。
为进一步实现管控模式、管理手段、生产方式、生产技术的全面创新，融入能源互联网，建设“能量-信息-价值”互联互通的智能电力企业，在国家能源集团的领导和支持下，国华电力公司构建了电力生产大数据平台，并开展工业互联网的应用研究。
一、项目概况国华电力公司通过对海量数据进行高效的存储组织和有效管理，为数据访问提供统一透明通道，来满足各类业务应用需求。
大数据平台的建立，提升了公司大数据处理能力，可全面满足发电生产运行信息、能耗信息、电量信息、设备状态信息等数据服务与管理，为优化运行、状态评估、故障预警、发电生产集控运行等应用奠定基础。
1.项目背景国家能源集团的发展目标是成为“技术领先、管理先进、创新驱动、价值创造”的世界一流清洁能源供应商。
在电力板块，集团以持续创造价值为宗旨，提出建设智能电力，打造全绿色电力。
智能电力离不开，智能化电站，智能化电站是在数字化电站基础上发展起来的，综合运用了各种数字化、自动化、信息化技术手段，形成的以数据分析处理技术为核心的新型电站。
电站智能化水平的提升，导致现场总线、智能仪表、传感器、摄像头等新型技术和智能设备的大量应用，造成了数据采集量的急剧增大，数据采集的多样化与多源化的情况日益显现，在智能化电站产生了，数据采集的范围越来越广，采集频率越来越高，数据类型越来越多，数据量越来越大，数据产生速度越来越快的现象，为大数据应用奠定了基础。
2.项目简介1、电厂面对大规模且种类多样的现场数据，传统的应用软件已经很难处理。
有必要运用大数据管理、大数据分析与挖掘技术，通过在智能化电站的体系中，进一步强化和拓展数据的利用范围与利用方式，让数据赋予电站新的生产运营能力，并从中发现新的认知，创造新的价值，满足智能电站的生产与运营。
智能电网大数据的特点、应用场景与分析平台
（ １
ＬＩＵ Ｇｕａｎｇｙｉ１ ＺＨＵ Ｗｅｎｄｏｎｇ１ ＣＨＥＮ Ｊｉｎｘｉａｎｇ２ ＺＨＡＮＧ Ｙｉ２
南 方 电 网 技 术 第卷 第 ５期 ５月 ＳＯＵＴＨＥＲＮ ＰＯＷＥＲ ＳＹＳＴＥＭ ＴＥＣＨＮＯＬＯＧＹ 年 ２０１６ ） ０５ ０１０２ ０９㊀ ㊀ ㊀ ㊀ ㊀ ㊀ ㊀ ㊀ ㊀ ㊀ ㊀ ㊀ 中 文 章 编 号 ：１６７４０６２９（ 图 分 类 号 ：ＴＭ７６㊀ ＤＯＩ：１０ １３６４８ ／ ｊ ｃｎｋｉ ｉｓｓｎ１６７４ ０６２９ ２０１６ ０５ ０１５
２ －３
数 据 为 电 网 的 发 展 和 运 行 控 制 提 供 科 学 的 决 策 ，不 仅 是 智 能 电 网 发 展 的 迫 切 需 求 ，也 是 实 现 智 能 电 网 坚 强 、自 愈 、兼 容 、经 济 、集 成 、优 化 的 必 由 之 路 。 本 文 首 先 讨 论 大 数 据 技 术 的 发 展 趋 势 ，然 后 重 点 讨 论 智 能 电 网 大 数 据 的 来 源 、类 型 、解 像 度 以 及 对 通 信 通 道 的 需 求 ，进 而 总 结 出 智 能 电 网 大 数 据 的 特 点 ，分 析 智 能 电 网 大 数 据 的 应 用 场 景 ，介 绍 正 在 研 发 的 智 能 电 网 大 数 据 分 析 系 统 的 技 术 平 台 以 及 主 要 功 能 。
Байду номын сангаас
，
，
大数据分析在电力行业中的应用案例
大数据分析在电力行业中的应用案例随着信息技术的迅速发展，大数据分析逐渐成为各个行业的重要工具。
在电力行业中，大数据分析也发挥着重要的作用。
本文将以一些实际案例为例，介绍大数据分析在电力行业中的应用。
一、用于电网运维管理电力系统是一个复杂的系统，需要对大量的数据进行实时监测和分析，以确保电网的正常运行。
使用大数据分析技术，可以对电网中的各个节点的运行状态进行实时监测，并进行故障预警和智能运维管理。
以某电力公司为例，他们利用大数据分析技术对电网中的各个设备进行监测和数据采集，将实时数据与历史数据进行对比分析，发现了一些异常情况并及时采取措施。
通过对电网运维数据进行分析，他们成功降低了电网故障率，提高了供电可靠性。
二、用于负荷预测和优化电力行业需要根据用户的用电需求来合理调配电力资源，以确保供需平衡和电力系统的稳定运行。
利用大数据分析技术，可以对历史用电数据进行分析，并根据相关因素（如天气、季节等）进行预测，准确预测未来一段时间的负荷需求。
某电力公司利用大数据分析技术，对历史负荷数据进行深度挖掘和分析，并结合天气数据和节假日等因素，建立了负荷预测模型。
通过这种方式，他们可以提前预测未来一段时间的负荷需求，并制定相应的调度计划和资源配置方案，避免了供需失衡和电网过载等问题。
三、用于能源管理与优化电力行业需要对能源进行管理和优化，以提高能源利用效率和减少能源浪费。
利用大数据分析技术，可以对电力系统中的各个环节进行监测和数据分析，并找到能源浪费的原因和潜在改进措施。
以某能源公司为例，他们利用大数据分析技术对供电设备的能效进行评估，并找出能源浪费的原因。
通过优化设备运行参数和调整供电策略，他们成功减少了能源浪费，提高了能源利用效率。
四、用于用户行为分析和服务优化电力行业需要根据用户的用电行为和需求，提供个性化的服务和优化方案。
利用大数据分析技术，可以对用户的用电行为进行分析，并提供相应的服务优化建议。
以某电力公司为例，他们利用大数据分析技术对用户的用电行为进行挖掘和分析，并根据用户的需求提供相应的用电方案和服务建议。
电力大数据关键技术的应用
电力大数据关键技术的应用电力大数据是指在电力领域中产生的海量数据，通过对这些数据进行采集、存储、处理和分析，能够为电力行业提供更加精细化、智能化的服务和决策支持。
在当前大数据技术不断发展的背景下，电力大数据的应用已经成为电力行业的一大趋势，涉及了多个关键技术和应用场景。
本文将从电力大数据的特点、关键技术以及应用案例等方面进行探讨，希望能够更好地了解电力大数据的应用及其意义。
一、电力大数据的特点1. 数据量大：电力系统每天都产生大量的数据，包括设备运行、电力消耗情况、用户用电行为等，这些数据量非常庞大，传统的数据处理方法已经无法满足需求。
2. 数据类型多样：电力数据包括结构化数据和非结构化数据，需要对不同类型的数据进行处理和分析。
3. 数据时效性要求高：电力行业需要对实时数据进行快速处理，及时反馈分析结果以支持决策。
4. 数据安全保障：电力数据存在很高的安全性要求，需要保障数据的完整性和保密性。
二、电力大数据关键技术1. 数据采集技术电力大数据的首要问题是如何高效地采集数据。
采用传统的数据采集方法已经无法满足海量数据的需求，因此需要引入新的技术手段。
目前，电力行业采用的数据采集技术主要包括传感器技术、物联网技术和云计算技术等。
通过这些技术手段，可以实现数据的自动采集、实时上传和存储，为后续的数据处理和分析奠定基础。
面对海量的电力数据，如何高效地进行数据存储成为了一大挑战。
电力行业采用的数据存储技术主要包括分布式存储、云存储和大数据存储等。
通过这些技术手段，可以实现数据的高可靠性、高可用性和快速存取，保障电力数据的安全和完整性。
4. 数据挖掘和分析技术通过数据挖掘和分析技术，可以从电力大数据中发现潜在的规律和价值信息。
目前电力行业采用的数据挖掘和分析技术主要包括关联分析、聚类分析和时间序列分析等。
通过这些技术手段，可以发现电力数据中的潜在关联和规律，为决策提供支持。
5. 可视化技术通过可视化技术，可以将电力数据转化为直观的图形展示和报告。
大数据信息化在电力通信网络中的应用
大数据信息化在电力通信网络中的应用摘要：在近些年的发展过程当中，互联网行业随着社会经济的不断发展也取得了极大的进步，与此同时，电力通信建设也呈现出规模加大的趋势，并且电力通信结构变得更加复杂，这不可避免的就会使得不同阶段当中管理以及生产当中所具有的信息数据变得更加多，从而显著的增加了电力通信风险系数。
在当前电力企业运行过程当中，大数据技术的科学合理使用取得了较好的运行效果，使得通信网络的稳定运行得到了保证。
关键词：电力通信网；大数据；应用在当今社会中，电力行业取得了较为迅速的发展，并且逐步的向自动化控制以及智能化网络方向发展。
智能电网对于电力通信网稳定的运行能够起到很好的保护作用，同时还能够智能化的检测以及调整电网负荷，将人工控制输电设备以及电网逐渐的向智能自动化控制进行转变，同时将大数据技术应用于这一过程当中，做好检测电力通信网以及设备的工作。
由此来看，对于电力通信网中大数据技术应用进行相关内容的研究具有极其重要的意义。
一、大数据技术的内涵在当前业界中，对于大数据还没有一个相对比较统一的定义，不同的人对于大数据持有不同的解释以及不同的观点。
在Gartner看来，大数据具有新的处理模式以后洞察力以及决策力才会显著的改善；在麦肯锡看来，大数据是一种数据的集合，它的大小超出了以往的数据软件管理、储存、抓取和分析范围。
大数据目前仍然没有一个确定的定义，国内外学者对其的概念仍有很大的分歧。
在大数据研究的领先者中，美国专家对大数据的定义是超过常规数据库工具的数据集，用于获取、存储、管理和分析能力。
大数据具有四个特点，其中“大”是大数据最主要的特征，具体表现在数据规模庞大以及数据类型多种多样，大数据还具有极高的传达速度，其传达的数据信息拥有很大价值。
结合以上对大数据特点的理解，可以将大数据技术认为是一种能在大量、种类不同的数据中高速提取有价值信息的技术。
在电力行业中引进大数据技术，是因为电力系统也拥有着庞大的数据库，需要利用大数据技术提取有效信息。
电力大数据及其在电网公司的应用
电力电气・Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ130 大陆桥视野·２０１５年第２２期一、电力大数据电力大数据是大数据理念、技术和方法在电力行业的实践。
电力大数据涉及到发电、输电、变电、配电、用电、调度各环节，是跨单位、跨专业、跨业务的数据分析与挖掘，以及数据可视化技术。
电力大数据由结构化数据和非结构化数据构成，随着智能电网建设和物联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。
电力大数据的特性满足大数据的五个特性，一是数据量大、二是处理速度快、三是数据类型多、四是价值大、五是精确性高。
电力大数据在电力行业具有良好的发展前景，坚强智能电网的迅速发展使信息通信技术正以前所未有的广度、深度与电网生产、企业管理快速融合，信息通信系统已经成为智能电网的“中枢神经”，支撑新一代电网生产和管理发展。
当前，电网业务数据大致分为三类：一是电网公司生产数据，如发电量、电压稳定性等方面的数据；二是电网公司运营数据，如交易电价、售电量、用电客户等方面的数据；三是电网公司管理数据，如ＥＲＰ、一体化平台、协同办公等方面的数据。
如能充分利用这些基于电网实际的数据，对其进行深入分析，便可以提供大量的高附加值服务。
这些增值服务将有利于电网安全检测与控制（包括大灾难预警与处理、供电与电力调度决策支持和更准确的用电量预测），客户用电行为分析与客户细分，电网公司精细化运营管理等等，实现更科学的需求侧管理。
二、电力大数据在电网公司的应用（一）大数据在输电线路中的应用随着电网规模的壮大，输电线路状态监测系统的数据库处理工作量与处理效率都必须提高，这主要是由于输电线路状态监测系统工作中接收和处理的数据量越来越大。
并且输电线路状态监测系统还必须提供技术支持，以满足监视、控制、培训仿真、运行管理的需求。
系统采集数据量越来越多，接入系统的输电线路数量不断增长，线路中监测的数据类别不断增长，针对海量、实时高频数据采集的云计算平台采用分布式数据存储方案，并提供高效的并行查询和计算的能力，适合输电线路状态监测系统的实时、历史数据的存储与应用。
面向新型电力系统的电力通信网需求及应用场景探索
面向新型电力系统的电力通信网需求及应用场景探索发布时间：2022-09-28T07:08:10.235Z 来源：《福光技术》2022年20期作者：郑重[导读] 为实现碳达峰、碳中和的目标，需要构建以新能源为主体的新型电力系统。
从保障新型电力系统安全稳定运行的角度出发，分析了新型电力系统在能源结构及布局、储能发展及负荷变化等方面的特点，阐述了新型电力系统在安全稳定形态、电力系统稳定控制及调度运行控制等方面面临的挑战，提出应开展新型电力系统频率稳定控制研究，构建区域频率协同及频率紧急控制系统的观点，建立统一调度、分级管理的跨区域和跨电压等级的广域调度控制模式；国网长治供电公司山西长治 046011摘要：电力通信网中引入智能数据技术，能够很好去除人工环节，让通信网能够借助网络进一步沟通。
电力通信维护中，其质量和工程质量有联系，也能够直接决定后期服务，对系统的可靠运转造成影响。
在电力通信数据方面，伴随电网对其要求的持续提高，需要切实提高运维质量，推动通信数据更好的发展，所以有必要加强通信运维质量。
关键词：电力系统；电力通信中图分类号：TM73 文献标识码：A引言为实现碳达峰、碳中和的目标，需要构建以新能源为主体的新型电力系统。
从保障新型电力系统安全稳定运行的角度出发，分析了新型电力系统在能源结构及布局、储能发展及负荷变化等方面的特点，阐述了新型电力系统在安全稳定形态、电力系统稳定控制及调度运行控制等方面面临的挑战，提出应开展新型电力系统频率稳定控制研究，构建区域频率协同及频率紧急控制系统的观点，建立统一调度、分级管理的跨区域和跨电压等级的广域调度控制模式；构建新型电力系统认知体系，充分把握电力系统运行特性；完善电力系统数字化感知能力，建立广域调度技术支持系统；充分挖掘电力系统可调节资源，提升新型电力系统灵活调节能力。
1新型电力系统特征1.1 新能源装机容量大新型电力系统的显著特征是新能源机组装机容量大。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电力通信网大数据应用场景开发及试点应用
发表时间：2019-08-07T11:06:35.077Z 来源：《基层建设》2019年第15期作者：张炜[导读] 摘要：随着经济的发展和人们生活水平的提高，网络在人们的生活中骑着很重要的作用，通信网作为电网公司的第二张实体网络，承载着电网运行和经营管理的核心业务，是电网安全、稳定的重要保障。
国网山西省电力公司太原供电公司山西太原 030012
摘要：随着经济的发展和人们生活水平的提高，网络在人们的生活中骑着很重要的作用，通信网作为电网公司的第二张实体网络，承载着电网运行和经营管理的核心业务，是电网安全、稳定的重要保障。
通信管理系统在资源管理、实时监控、运行管理方面发挥了巨大作用，但随着数据量急剧膨胀，基于传统技术架构的通信管理系统在数据存储、处理、分析挖掘方面已不能满足实际需求。
基于通信管理系统台账数据、告警数据、传输网性能数据、数据网性能数据、外部电力气象数据，运用大数据存储和计算技术，以及聚类、分类、关联分析等大数据分析挖掘算法，实现通信光缆性能监测及预警分析、通信传输网性能监测及预警分析、通信数据网性能监测及预警分析、通信设备全寿命周期分析、通信传输网可靠性评价及优化分析、通信重要保障监视等六大场景与功能，进而提高通信资源故障风险的诊断预警能力，降低通信网业务运营风险，确保电力通信网络可以有效地支撑电力系统安全稳定运行。
关键词：电力通信网；大数据；应用场景开发；试点应用
引言
这几年，电力行业的发展和跟新的速度加快，其主要的发展方向是智能化电网以及自动控制的方式。
智能电网能够有效的保护电力通信网的安全运行，可以对电网的符合进行智能化的调整与检测，把以往人工控制的电网以及输电设备转换成智能自动化的控制方法，在其中再运用大数据技术，做好相关设备以及电力通信网的检测。
1大数据的概念
大数据的定义，业界虽然有一些共识，但是并未形成统一定义。
麦肯锡认为“大数据是指其大小超出典型数据软件抓取、储存、管理和分析范围的数据集合”；Gartner认为“大数据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”。
大数据具有5个主要特点（即5V特征）：①V olume（大量）。
数据规模从TB级别跃升到PB级别，1PB=1024TB=1048576GB，数据量的大小决定了所考虑数据的价值和潜在信息。
②Variety（多样性）。
数据的种类和来源多样化，包括结构化、非结构化、语音、文本、视频等各种类型。
③Velocity（高速）。
指获得数据的速度快，对数据处理的及时性要求高，能实现秒级的简单查询以及小时级的复杂分析。
④Value（价值）。
数据的价值密度较低，在海量数据中，真正有用的可能只是很小一部分，因此数据的质量也是价值的关键。
⑤Variability（可变性）。
由于实时数据时刻在发生变化，受影响的因素也多种多样，这就妨碍了处理和有效管理数据的过程。
2电力通信网大数据应用场景开发
2.1电力通信检修工作量分布
电力通信网络维护，电力企业分析以大数据处理技术为出发点，电力通信网络在运行中具体维护状态，保持客观分析，应准确把握结果。
通过分配维护工作量，电力通信设备具有固定的维护规则并且处于波动状态。
电力企业是电力通信网络的维护。
在不同阶段的具体条件调整期间，可以适当增加本季的工作进度和维护次数。
科学预测是导弹的检测和维护，电力通信网络的维护顺利进行，可以保证数据处理技术的巧妙应用，充分发挥其多样性。
从科学的角度来看，在执行电力通信网络数据时处理大量信息。
2.2通信管理系统
通信管理系统总体目标是建设具备实时监视、资源管理、运行管理、专业管理四大业务应用，覆盖各级电力通信骨干网和终端通信接入网，形成具有集约化、标准化、智能化特征的国家电网公司企业级通信管理平台，为提升通信网络运行维护能力和管理水平提供技术支撑。
通过系统互联，完成通信管理系统上下级之间、与其他系统横向之间的信息共享和应用协同，全面提升通信全程全网故障定位处理能力、跨专业和跨网络的资源管理和优化配置能力、通信业务的全流程闭环管理能力、信息通信一体化全景展示能力等。
管理这些设备就是获取设备的运行状态，通常是通过设备的网管的接口获取，但是也不是所有的设备都能通过网管管理，如表中所示，这就给通信设备管理带来了难度和复杂性。
除了这些通信智能设备以外，通信管理系统还要管理光缆、线缆等物理静态资源，业务、通道等通信逻辑资源。
系统采用“二级部署、三级应用”模式。
整个应用架构由总部（分部）、省两级系统和互联网络组成。
上层由总部（分部）系统组成，下层由省级系统组成。
上层系统间通过跨区域网络互联，实现跨区域系统的互联和信息共享，形成对跨区域骨干通信网络的综合管理能力；上下两层系统间通过跨省网络互联，实现跨省系统的互联和信息共享，形成对跨省骨干通信网络的综合管理能力；下层系统通过省内网络互联，实现省内各层级系统互联和信息共享，形成对省内骨干网络的综合管理能力。
2.3资源管理
资源管理完成对通信网络各种通信资源数据的规范、常态管理，实现面向通信业务的资源管理。
主要包括资源信息管理、资源查询统计、资源图形管理、配置管理、资源影响业务分析等功能。
站点平面图、机房平面图、传输拓扑图、交换网拓扑图、业务拓扑图、光缆拓扑图等以图形方式展示，直观易懂。
系统完善公司通信设备、光缆的档案资料库，包括型号、厂家、接头盒位置、线路走径、投运时间等基本内容，各类设备台帐的实时保鲜和规范管理。
定期将资源台帐更新结果与原始记录进行比对，做到有问题早发现，早整改。
3技术选择及场景分析
基于通信管理系统台账数据、告警数据，通过采集传输网性能数据、数据网性能数据，借助外部电力气象数据，运用大数据存储和计算技术，以及大数据分析与挖掘算法，实现通信光缆性能监测及预警分析、通信传输网性能监测及预警分析、通信数据网性能监测及预警分析、通信设备全寿命周期分析、通信传输网可靠性评价及优化分析、通信重要保障监视等六大场景与功能。
具体应用场景建设示例如下。
①通信光缆性能监测及预警分析。
通过光缆性能数据、气象数据的采集，实现对光缆衰耗情况的实时监视，分析光缆衰耗的原因和趋势，为光缆状态检修提供参考；对光缆气象灾害故障进行预警，预防光缆气象灾害导致的故障风险。
主要功能包括：光缆性能动态监测，光缆性能劣化分析预警及状态检修策略，光缆覆冰、舞动、雷击、结冰监测预警。
②通信传输网性能监测及预警分析。
通过光设备性能的采集，实现对传输网性能变化情况的实时监视，分析光路与光设备性能数据变化趋势，为光设备故障或告警提供分析参考依据。
主要功能包括：传输设备与光路性能动态监测、传输设备与光路预警分析、设备运行环境评价。
结语
通过电力通信网大数据应用场景的开发，可以实现对通信资源运行状态、业务流向、外部环境变化的实时掌握；可以深度挖掘通信管理系统内部数据，自动分析通信资源运行风险，增强通信资源故障预防的能力，提高设备故障处理效率；可以更全面地观察业务需求，有力的支持通信网的升级改造，针对性地指导项目建设、改造、大修和设备选型的开展，在方式安排、方案设计上的切入点将更加精准，并大幅度提高通信资源的投资利用率。
随着电力通信大数据应用的开展，将进一步提高电力通信网可靠性及通信运维管理水平，发挥通信网对智能电网建设的支撑作用，带来巨大的社会效益与经济效益。
参考文献：
［1］赵振东，娄云永，张亚东，等.电力通信网可靠性评价模型的构建［J］.中国电力，2010（9）：79－82.
［2］熊刚，伦杰勇，曹小冬，等.通信网安全风险的判别与大数据的应用［J］.自动化与仪器仪表，2016（4）：218－220. ［3］王江亭，靳丹，俞俊，等.基于大数据的电力信息通信预警技术研究［J］.电力信息与通信技术，2017（9）：64－69.。