（1科维联动（重庆）科技有限公司 重庆 400039；
2科维联动（重庆）科技有限公司 重庆 400039）
摘要：信息通讯系统属于智能电网重要系统，其合理推进了现代化电网生产及管理方式的发展，也让电力行业迎来了电力大数据时代。电网技术水平的不断提升，使得大数据关键技术在电力系统中的应用量飞速增长，其间数据量及信息量提升快速，这对电力系统信息处理则提出了更高要求。目前，电力行业信息处理水平不能适应现代化社会发展需求，更不能满足智能电网需求。因此，应将电力大数据关键技术用于智能电网数据处理中，使其具备极强的数据处理及分析和储存能力，从而具备良好的集成化管理。本文面向智能电网应用的电力大数据关键技术进行讨论。
关键词：智能电网；云计算；关键技术
1智能电网、云计算和大数据的关系
云计算能够整合智能电网系统内部计算处理和存储资源，提高电网处理和交互能力，成为电网强有力的技术组成；大数据技术立足于业务服务需求，根植于云计算，以云计算技术为基础；智能电网可以抽象的认为是大数据这个概念在电力中的应用，所以三者是彼此交互的关系。智能电网、云计算、大数据三者之间的关系，从更加深层次来讲，是电力系统发展到不同阶段的产物，具有代纪传承的特点。
智能电网是信息技术、计算机技术、人工智能技术等在传统电网上应用沉淀的结果，满足电网信息化、智能化、清洁化等高层次的运营和管理需求，既是对传统电网的继承，也是对传统电网的发扬，所以其发展必然与新技术同步。来自于计算机和信息技术领域最前沿的云计算技术和大数据技术，正是其发展阶段技术层面和应用层面两个具有划时代意义的新技术。云计算技术中的分布式存储技术和并行计算技术，满足了电网海量数据的存储和计算需求，因此云计算技术推出不久，电力云的概念就提出来，云计算技术在电力系统中的应用也逐渐呈现出百花齐放的态势，推动了智能电网的发展。
大数据技术既是传统数据分析与挖掘技术的延续，也是数据量级增长到一定阶段时知识挖掘与业务应用需求的必然产物，因此大数据技术的大部分应用都以云计算的关键技术或者与云计算类似的分布式存储和处理技术为基础。电力大数据技术的发展从某种意义上讲，可以看成是云计算技术在智能电网中，高级业务需求的实现过程。
期刊文章分类查询,尽在期刊图书馆
2智能电网大数据关键技术
2.1多源异构数据聚合管理技术
智能电网大数据分布较为分散，且数据量大、种类繁杂，数据处理难度十分大，基于此，智能电网大数据处理必须经历以下流程：数据集成→数据抽取→数据转换→数据剔除→数据修正等等。当前，常见的数据集成模型主要为数据联邦、基于中间件模型与数据仓库等。
ETL，即Extract-Transform-Load的缩写，被称为数据仓库技术，被广泛应用于企业数据集成。ETL主要分为三大组成：（1）Extract，即数据抽取，主要是由源数据源系统内，将目的数据源系统所需数据抽取出来；（2）Transform，即数据转换，主要是将所抽取的数据依照相关要求转换成另一个形式，同时清洗、加工错误数据、偏差数据；（3）Load，即数据加载，主要是将转换所得数据加载至目的数据源系统中。对于智能电网大数据应用而言，数据集成是一大关键，需要综合考虑各项因素，可结合多种技术实现数据集成。
2.2电力大数据的数据分析技术
大数据技术的根本驱动力是将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。借助电力大数据的分析技术可以从电力系统的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。可用于大数据分析的关键技术源于统计学和计算机科学等学科，包含关联分析、机器学习、数据挖掘、模式识别、神经网络、时间序列预测模型、遗传算法等多种不同的方法。大数据研究不同于传统的逻辑推理研究，是对巨大数量的数据做统计性的搜索、分类、比较、聚类等的分析和归纳，因此继承了统计科学的一些特点，如统计学关注的数据相关性或称关联性，所谓“相关性”是指2个或2个以上变量的取值之间存在某种规律性。“相关分析”的目的是找出数据集里隐藏的关系网，一般用支持度、可信度、兴趣度等参数反映相关性。
2.3数据处理技术
基于大数据处理技术的应用下，能够将所收集到的信息资源进行分类处理，通过分表、分区等处理方式的应用，能够为提高数据处理的效率与质量提供技术保障。而基于传统数据处理模式下，人工形式的分类处理不仅加大了工作人员的压力，同时相应的分析模式下分析的效率与质量偏低。与此同时，将所划分好的数据输入到相应的文件中，则能够为实现有效的访问、提高数据的使用效率奠定基础。此外，通过并行式与纵列式数据库的搭建，能够有效的提升数据的加载效率，进而为实现对数据的实时查询提供了保障。
2.4电力大数据的数据展现技术
电力大数据的数据展现技术包括可视化技术、空间信息流展示技术、历史流展示技术等。（1）可视化技术广泛应用于电网状态的实时监控，显著提高了电力系统的自动化水平。未来电力系统可视化还可结合复杂网络中的相关理论在电网自动分层分区、自动布点等方面展开深入研究，发掘电网更深层次的规律和联系。（2）空间信息流展示技术主要体现在电网参数与已有地理信息系统的结合上，包含变电站三维展示、虚拟现实等技术。将电力配电设备管理与地理信息系统紧密结合起来，有利于电网管理人员直观地了解设备情况，从而为其决策提供最新的地理信息。在变电站工程设计中用空间信息流展示技术可以节约时间、资源、成本，为电力企业带来巨大的效益。（3）历史流展示技术体现在对电网历史数据的管理与展示上。在电力系统中，深层次的应用分析往往以历史数据为基础。对生产现场的实时监测数据、电网的规划数据和负荷预测数据，通过历史流展示技术，可以绘制出数据的发展趋势并预测出未来的数据走势；通过历史流回放展示技术，可以模拟历史重大事件发生、演变，挖掘历史事件潜在的知识与规律。
3结语
综上所述，在电力企业全面落实智能电网建设的过程中，为了确保智能电网安全、可靠的运行，提高自身的服务质量与经济效益，就需要针对智能电网建设所提出的实际需求，积极的将大数据技术应用于其中，以通过大数据平台的构建来实现大数据关键技术的完善应用，进而为电力企业做出科学的决策并实现自身的稳健发展奠定基础。
参考文献：
[1]智能电网大数据技术发展研究[J].张东霞，苗新，刘丽平，张焰，刘科研.中国电机工程学报.2015（01）
[2]探析智能电网自动化建设及关键技术[J].方周康.通讯世界.2017（17）
论文作者:程龙1,管娅妮2
论文发表刊物:《电力设备》2017年第30期
论文发表时间:2018/3/8
标签：数据论文; 电网论文; 技术论文; 智能论文; 电力论文; 数据处理论文; 关键技术论文; 《电力设备》2017年第30期论文;