摘要：在当前智能电网的发展过程中，大数据的应用越来越多。本文主要探讨了智能电网大数据的发展情况，从大数据的发展来进行分析，明确的如何保证大数据的发展，提出了一些具体的发展对策和措施，希望能够为今后智能电网的发展带来参考的建议意见，保证智能电网更加科学的发展。
关键词：智能电网；大数据；发展
前言
智能电网已经是当前发展的一个重要方向，而在发展智能电网的同时，应该配合采取更好的发展技术，大数据作为一项科学合理的技术，在信息化的时代发挥着非常重要的作用，因此，在智能电网中应用大数据已经非常重要。
1智能电网与大数据概述
近年来，电力工业以智能电网为发展方向，智能电网吸纳了计算机等现代科学技术，提高了电网运行市场的功能协调与系统运行效率，同时有效的降低成本，减弱了对外界环境的影响，为电力工业电网的系统发展的可靠与稳定性奠定了基础。
智能电网属于全面的电力系统网络，涵盖着发电、输电、变电、配电、用电等环环节，属于实时的全景控制系统网络。实现智能电网的安全、可靠的目标必须以实时数据采集、分析以及处理的技术为依托，提高多源数据的分析效率。
广义上讲，大数据不仅是对各种复杂数据的捕捉、处理，还包括其处理数据的技术体系、理论与方法技术。随着科技的发展，智能电网逐渐普及并利用于交通、医疗等行业，作为一项高科技技术依托的应用。起初，智能电表与传感技术的应用为智能电网的兴起奠定了市场基础，大数据利用其本身的管理与技术价值为工业带来了优质的服务，为电力公司拓宽了业务范围，使工业界与服务界产生了根本性的变革。
2智能电网大数据关键技术
近年来，智能电网在电力工业中的普及率越来越高，逐渐成为电力工业的主要发展方向之一。智能电网有效地融合了计算机技术、通信技术以及控制技术等多种技术的优势，对于提高整个电网系统的运行效率有着重要意义。智能电网要全面实现系统功能目标、维持自身安全运行，还需以实时数据采集和处理、先进的数据分析技术为重要依托，这就涉及到大数据技术问题。分析和探究大数据技术在智能电网中的应用现状，有助于提高人们对智能电网相关技术的认知能力，也能够为今后改进智能电网的数据处理、分析工作提供重要的信息支持。
2.1分析架构
目前智能电网大数据广泛采用3层分析架构，最外层挖掘复杂和动态数据，本地学习和模型融合，挖掘稀疏、非确定、不完整数据；最内层作为大数据挖掘平台；第二层为信息共享和数据隐私，大数据应用与知识。大数据挖掘平台具有核心数据访问和计算功能，随着数据的增加，分部进行存储数据是必经之路，而高效的数据挖掘平台担当了执行者的身份，将数据分析及处理任务分割成很多的子任务，并通过并行的程序在大量的计算节点上执行。在3层架构模式的最外层框架内对稀疏、非确定、不完整数据进行预先处理，然后获得具有普适性的智能电网全局知识，根据反馈调整模型参数。而第二层在分析架构中起到一个联系的作用，对数据起到一个隐私保护、信息共享的作用。信息共享能够保证每个阶段都顺利进行，也是数据分析的目的所在。
2.2关键技术
大数据在智能电网中的关键技术可以概括为大数据存储、处理平台和数据解析。大数据处理平台对待流处理和批处理有不同的处理方案，也适用于不同的数据要求。
期刊文章分类查询,尽在期刊图书馆流处理一般都直接进行处理，特点是速度快、实时性强，这种处理模式适用于电网规划等对于实时性要求高的业务。批处理是另一种处理方式，它主要特点是先存储后处理，这种处理方式对时间的实时性不能保证，其主要处理思路就是将问题分开解决。这种处理方式适合数据量非常庞大繁杂，而且对实时性要求不高的业务。
大数据解析包括数据分析和解读两个方面，大数据分析可以得到大量数据中所隐藏的未知关系和潜在规律。由于分析出的数据不易理解，所以需要对分析结果进行通俗化地解读，大数据解读也算是对数据的深层次挖掘，对分析结果的精加工。所以大数据解读也可以看成是大数据的一种特殊分析方法。人们通常了解的大数据解析技术包括：第一，数据挖掘与融合。提取有用的信息整合为唯一的、准确的、可以理解的信息过程称之为数据挖掘与融合。数据挖掘和融合可以使整体电网的实时性得到精确提升，电网中产生的各种数据并不是无用的，只要将其融合再利用都具有潜在的价值。第二，领域普适知识挖掘。领域普适知识挖掘是指通过螺旋式渐进地探索大数据的规律，发现一定的普遍性和不变性的知识与规律。第三，过程挖掘。过程挖掘帮助模型和事件之间建立一定的联系，并将时间数据转化为有价值的东西。过程挖掘可以引导用户合理地使用电力，还可以为用户提供最合理的节能用电方案，以提升企业对电网的管理水平。
智能电网对通信和数据传输有着较高的要求，传统数据技术显然已不能满足通信需求，其局限性越来越明显。而大数据技术的融入，则增强了智能电网运行安全性、稳定性、可靠性，解决了智能电网通信问题。传统数据通信技术下，智能电网通信由静态路由算法，这种通信方式具有一定滞后性，网络扩充时需要进行更新，所以通信速度慢，多节点通信中路由表数据非常庞大，将直接影响寻址速度，造成通信速度下降。大数据技术则融入了动态多径路由算法，优化了寻址方式，在大数据、多节点通信中，依然可以快速寻址，采用了混合驱动寻址模式，降低了寻址延迟性。另一方面，由于智能电网涉及节点多，单一系统结构易造成整个网络的故障。而大数据技术下，运用多层技术，对转接点、交换点、端节点进行了数据整合，通过多层次数据整合来满足电力信息交换任务要求，优化主干线路和节点。另一方面，大数据技术下，寻址策略发生了变化，融入了极坐标寻址技术。寻址策略影响着寻址速度和数据交换速度，电力数据传输中大节点设置非常复杂，设计到编址和编码。大数据技术中利用物理寻址作为寻址依据，大大降低了寻址难度，减小冗余节点数量，有效解决了电力通信中拥堵问题。毫无疑问，大数据技术为电力工业发展提供了新技术支持，非常值得推广和应用。
依照当前的情况来看，我国对于智能电网，大数据技术的研究，处于探索的初级阶段，还有很大的提升空间。因此，相关人员要积极探索相应的措施和手段，不断提升大数据信息系统的操控能力，做好数据的搜集和实时监控，不断完善大数据技术的相关内容，从而让智能电网大数据技术得到更好的应用，让其成为电网发展的重要支撑。随着智能电网建设规模的不断扩大，智能电网对数据监控和管理的功能要求越来越高，与智能电网数据管理密切相关的大数据技术研究取得了很多新突破。
3结束语
在目前智能电网的发展过程中，大数据已经成为了一个极为可靠的重要技术，利用大数据技术之后，智能电网可以发展得更好，而且在各个环节也可以更加科学更加有效率地进行处理，从而推动我们电网行业的进步和发展。
参考文献
[1]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015（3）：503-511.
[2]黄伟，曹健.智能电网大数据技术的发展研究[J].无线互联科技，2015（15）：19-20.
[3]杨通国.智能电网大数据技术的发展策略分析及研究[J].科技展望，2016（14）：109.
[4]陈豪，赵扉，陈鼎.浅谈智能电网大数据处理技术及发展趋势[J].信息化建设，2016（3）：312.
[5]王晨阳.浅谈智能电网大数据技术的应用与发展[J].智能城市，2016（7）：315.
论文作者:张梦凯
论文发表刊物:《电力设备》2017年第18期
论文发表时间:2017/11/7
标签：电网论文; 数据论文; 智能论文; 技术论文; 节点论文; 实时论文; 通信论文; 《电力设备》2017年第18期论文;