当前，我们仍然面临来自疫情防控的严峻挑战，守护疫情防控成果、防止疫情反弹的任务依然艰巨。但是疫情也无法阻止宁德师范学院师生开展项目工作的热情，项目部工程师联合学院教师及部分“瑞翼工坊”学生在疫情期间积极开展“基于大数据的用电安全智能监测技术研究及应用”项目研究工作，并已取得部分项目成果。
电力系统项目介绍
研究基于大数据的用电安全智能监测技术。通过Flume和Kafka采集用户的用电数据，使用HBase分布式数据库储存数据，采用spark streamin对实时数据流进行流式处理，应用深度学习技术建立用电预测模型，对存在的用电风险及时提供预警与管控。将研究结果应用于用电安全智能监测系统的设计和开发。
项目意义和应用前景
随着高校规模日渐扩大，学校用电范围和用电量都在不断扩展，用电安全成为高校消防安全工作的重中之重。当前，学校通过电控系统实现对各用电场所的用电情况进行管理，包括用电信息采集、账户管理及用电过载时自动跳闸等功能，同时该系统也支持实验室、学生宿舍和办公室等场所的日、周、月和年用电量统计及明细查询。然而由于该系统建设较久且未更新，在使用时存在查询速度缓慢、场所用电情况缺乏分析、无法判断用电场所是否存在异常或违规用电（仅根据采集时刻功率判断是否过载来判断）、页面展示不够便捷等情况；同时，由于电控系统为单机部署，受限于硬件资源，无法保存全部历史数据，对于历史数据只得进行删除处理，而删除大量历史数据在如今数据蕴含价值的大数据时代造成资源浪费。
在信息化时代之前，各个行业的发展主要是靠管理层的经验。这样的行业管理和决策往往受制于管理者的经验甚至管理者自身的需求。而大数据可以很好地帮助行业管理层做出正确的判断、预测，并制定合理的管理策略，以提高管理效率。使用大数据存储技术将能够方便地实现历史数据的全量保存，为后续分析预测提供重要支撑；同时，采用大数据技术可以更加高效全面地进行用电数据的分析与挖掘，为用电安全管理提供具有参考价值的管控指导，实现便捷高效的管理，能够有效地解决学校用电安全的隐患。
本项目主要研究基于大数据的数据存储与数据挖掘及机器学习的理论与方法，并将大数据技术用于建立用电智能管理系统，通过大屏直观展示学校总体用电与各部门的详细用电情况，并通过数据挖掘与机器学习技术分析可能存在的大功率用电情况，通过系统提供的大功率电器使用预警功能，为学校各实验室、学生宿舍等用电安全管理提供更加可靠、科学、安全有效的数据服务信息。此外，本项目的研究结果也可以推广应用于其它企事业单位的电力管理部门，具有较高的实用价值和广泛的应用前景。
受疫情影响，学生无法正常返校进行项目研究工作，为了保证项目按计划开展，项目部开展师生线上讨论会，进行项目培训，分配学生项目工作等，通过参与项目全过程，培养学生实际业务参与开发的能力，也为电力项目的实现保驾护航。
在项目部工程师及“瑞翼工坊”学生们的共同努力下，“基于大数据的用电安全智能监测技术研究及应用”项目目前已初步完成，得到了宁德师范学院校领导、各院系的大力支持。待学校正式开学之后，我们将利用多方资源，完善电力系统，将其切实推广到各大院校及企事业单位，做好服务地方工作。
