国家电网公司正在开展电力全业务统一数据中心的建设,以实现全业务范围、全数据类型、全时间维度数据的统一存储的管理分析。目前,国网四川省电力公司已有19套业务信息系统接入了全业务统一数据中心,数据接入总量达到110.92TB。电力全业务统一数据中心为电力系统的生产安全、稳定运行提供了重要的技术支撑和保障,同时为电网业务拓展提供了良好的指导作用。随着智能电网的发展,针对国网各信息系统的日志数据的采集分析需求急剧增加。大数据技术迅猛发展对电力全业务统一数据中心的数据分析服务提供了技术基础,运用大数据技术从海量的实时日志数据中获取潜在有用的信息已经成为主流并引起广泛关注。本文首先阐述了电力全业务统一数据中心的建设背景,在国家电网信息系统中的重要地位。然后分析介绍了电力全业务统一数据中心的整体架构,具体分析了系统各模块功能与实现方法。针对结构化数据和量测类非结构化数据,分别给出相应的数据采集方案、存储方法。同时根据电力全业务统一数据中心的系统架构和日志特征,设计了一种大数据环境下的日志采集处理架构,给出了相应的日志采集存储与日志分析方案。可以有效地采集系统日志,并分为流式处理和批处理方法进行数据挖掘分析。搭建大数据平台环境,进行了日志数据的模拟采集分析。针对电力全业务统一数据中心日志的故障预警,建立基于改进AdaBoost算法的集成学习预测算法和基于系统日志数据故障预警模型。通过对四川省电力公司信息通信公司存储的日志数据进行实验分析后,结果表明相对于传统机器学习算法,在不同数据集中集成学习预测算法总能取得较好的预测效果。通过该故障预警模型,能够对系统日志进行有效的分析和故障预警,提高了电力全业务统一数据中心的安全性和可靠性,也为运维相关工作提供了必要的支持。