国网北京市电力公司电缆分公司 北京市 100071
摘要：现阶段，我国对电缆故障的处理方式，一般是故障事后维修或是定期维修，浪费了大量人力物力。基于此，文章以大数据为基础，设计了新的高压电缆运维管理系统，希望借助传感器与视频监控系统掌握高压线缆运行情况，便于对区域电路风险进行全面预警，帮助用户解决实际问题，从而不断提升运维效率。
关键词：大数据；高压线缆；运维管理
1传统运维与大数据运维优缺点
运维管理的主要目的是保障基础设施的可用性及降低风险，提高资产的利用率，降低能耗消耗和运维成本，提高服务水平以及数据中心的效率和效益。
（1）传统运维存在的问题：日益增长的人力成本；运维标准的管理诉求；运维服务效率低下；故障发现不及时、处理不到位、事后无诊断。
（2）大数据运维系统特点：海量存储；可以高效地存储、检索、调用任一时间采集的IT资源数据和告螫；关联分析：可以针对设备、指标、阈值等不同维度的数据进行关联性分析；阈值分析：可以指定对任意指标进行阈值分析，査看我们设置的管理策略是否合理，以及这些指标引起设备异常的概率；根源分析：可以针对不同资源进行异常犾态的根源分析，査看引起异常的指标类型及概率；健康评分：可以对海量数据进行综合分析，给出每个资源的任一指标对于我们业务影响大小的量化参考值，并对资源进行健康度评分。
（3）运维管理发展趋势。经济性：资源如何有效利用，包括网络、空间、动环资源：如何缩减运行费用，包括能源、维护人员。灵活性：如何识别及降低过度部署和冗余；如何灵活扩展容量（空间、制冷和供电）；如何更快响应业务。可用性：如何实现精细化管理；如何及时排除隐患，处理复杂故障；如何实现动态资源管理和电子流管理。管理性：需要有效的数据分析支撑决策和规划：如何实现系统一体化，统一协作、快速响应；如何满足大客户服务等级协议和自服务管理。建设“集中化运维、一体化管理、智能化分析、流程化控制”的支撑系统，才能实现智能化运维的管理目标，减少运维人系统实现了对客户IT系统的使用状况进行统一综合的管控和分析，将复杂化的运维管理工作变得简单化、人性化，规范化、自动化。其强大的技术实力和严格的开发管理机制保证了系统运行的稳定性、功能的全面性和扩展性，真正打造了满足客户需求的IT 运维管理平台。对客户的I T系统进行7*24小时的全面监控，提供了r r系统的性能监控、性能分析、故障监控、故障分析及定位、资产及配置文件的管理、强大的报表分析等功能，保证了客户日常运维工作的顺利开展，提升了运维工程师的网络管控水平，降低了管理层的日常工作量，为决策层提供了可靠的数据依据。
2 高压线路运维管理系统的整体框架
高压电缆运维管理系统由数据采集与存储层部分、数据分析与计算部分以及应用与辅助决策三大部分组成。通过对高压电缆在运行过程中产生的大量数据进行分析与挖掘，实现对高压电缆故障的提前预测与故障分析。提高高压电缆运维效率。系统将采集到的高压线缆数据与设备信息、生产数据以及监控数据，通过 HDFS（分布式存储系统）和HBase（分布式数据库）进行数据存储管理，并利用 MapReduce 进行数据的分布式计算。基于 HiveQL（基于Hadoop 的数据库访问工具）实现数据的存储和读取，最终实现对高压电缆运维的辅助决策与管理功能。
2.1 数据采集与存储层
对于高压电缆而言，数据采集主要是对高压电缆本体以及电力隧道两个方面进行检测，电缆线路运行状态主要受接地系统、电缆本体以及局部放电三个关键因素的影响。对于高压电缆本体主要采集的数据，包括电缆的温度、护套环流、负荷数据以及局部放电状态。
在高压电缆安装分布式光纤，来实现对电缆的表面温度的监测，通过在电缆上同步铺设光纤，利用光纤内产生的热辐射来传感温度，它是以光纤纤芯中的热点本身所产生的黑体辐射现象为基础；高压电缆的护套环流，主要监测接地系统的直接接地端，其通过在接地箱里的接地线安装互感传感器实现监测；电缆的负荷数据通过综合数据网从调度系统进行获取；高压电缆的局部放电检测，是电缆绝缘检测中的重要内容，其是通过在电缆中间接头安装高频放电检测模块，超高频放电检测模块来实现。高频放电检测模块通过电压互感器采集数据，通过滤波和频谱分析，将放电脉冲数据从采集到的信号中分离出来，以发现电缆的潜在缺陷。数据采集完成后，通过通信协议送至服务器，利用计算与分析层的HDFS 和 HBase 数据库工具对数据进行存储，并利用Sqoop 工具实现历史信息与实时信息的自动导入与查询。
2.2 数据流处理
传感器采集高压电缆的各种数据后，将数据发送到前置机中缓存，在数据进行解码后，通过接口保存到数据管理中心，通过 HDFS 分布式存储在 HBase 数据库中。分布式数据库数据保存在一个或多个服务器中，数据库一方面要存储运行过程中产生的大量监测数据，还需对设备管理、安全管理等信息进行保存和管理，具体流程。完成数据的存储后，并行计算与查询系统通过对存储的数据进行操作，来满足系统操作人员的需求。
2.3 数据分析与计算层
数据分析与计算部分是基于 Map Reduce（分布式计算编程框架）框架来实现体系算法与控制目标。利用算法实现层的读写采集数据与存储部分所存储的高压电缆运行数据，并能够完成查询历史数据、典型问题分析、报表生成、多数据运维及查询等数据监管体系。所涉及到的数据，包括结构化数据（能够保存在传统的关系型数据库中，能够通过二维表的形式进行表现的数据，如高压电缆的运行数据和设备管理数据等）、非结构化数据（如视频、图片、报表等不能通过二维逻辑表进行存储和管理的数据）。通过该框架，将算法目标分解为 Map与 Reduce 两个部分，并将这些任务分配到各个节点同时运行进行数据的提取。算法目标，是以 SQL 与 HiveQL 两种寻查语句形成的信息系统对各个层面的要求进行整合得到的。SQL 负责管理数据库中的数据，HiveQL 负责分布式数据库内的寻查解析，将应用与辅助决策层所需的元数据转化为Hive句式，作为MapReduce的计算目标，经过Map Reduce计算完成的结果由 Hive 转交到上位机接口。
2.4 应用与辅助决策层
应用与辅助决策部分，主要为面向用户的应用以及辅助决策，通过对高压电缆运行数据的归一整合、分布式存储处理、数据清理，运用聚类分析、自比较和互比较的方法通过决策模型（运维策略库）分析，来实现高压电缆的监管运行与辅助决策。有了数据分析与计算部分的支撑，应用与辅助决策层能够实现大量信息的操控，让查找信息体系、运维决策与管控更快速。
结语：
综上，通过在高压电缆上安装传感器以及相应的视频检控制，实现了对高压电缆运行状态的全面监控，然后结合运行状态提出了对应的评价方式，便于对高压电缆的运维进行指导。此外，大数据在高压电缆运维管理中的应用，还能够有效地减少人力维护成本，提高电缆运维效率，早发现、易发现电缆存在的风险与缺陷，降低运营成本。
参考文献：
[1]李譞. 基于状态检测技术的高压电缆运维管理应用研究[D].华北电力大学（北京），2016.
[2]卞佳音，单鲁平. 城市电网高压电缆运维技术探讨[J]. 机电工程技术，2014，43（02）：25-28.
[3]翟果，李欢，何浩辉，罗鑫洪. 基于大数据的高压电缆运维管理应用的研究[J]. 企业技术开发，2019，38（07）：77-80+89.