（国网辽宁省电力有限公司大连供电公司 辽宁大连 116011）
摘要：随着社会经济不断发展，我国电力事业发展迅速，电网智能化、数字化、自动化发展趋势愈发明显，电网规模及运行功能发展、提升迅速，相应提高了对于电网运行管理的实际要求。受电网迅猛发展影响，电网运行管理工作量及参考数据急剧增加，传统电网管理模式表现出越来越明显的不适应性和局限性，亟需探索一种全新的信息处理技术，提高电网信息处理效率，促进智能电网的有效发展。笔者从智能电网入手，就电力大数据关键技术，进行了分析和探讨，以供相关单位及人员参考。
关键词：智能电网；电力大数据；关键技术
大数据是一个应用于信息技术领域的概念，原始概念是指网络搜索索引更新过程中，需要分析和处理的海量数据集。随着我国电力事业不断发展，电网覆盖率逐年上涨、电网功能愈发复杂，电力系统运行管理过程中需要处理的信息数据几何增长，我国电力事业正式进入电力大数据时代。大数据对于我国电力事业发展的影响是深入且全面的，但不可置疑的是大数据蕴含着巨大的发展价值，因此，从大数据关键技术入手，探究科学、有效的技术应用模式，提高电力信息处理能力，对于促进我国智能电网发展，具有重要的现实意义。
一、智能电网、大数据及云计算间的关系概述
（一）大数据与智能电网间的关系概述
智能电网是现代电网发展的主要趋势，其具体是指融合计算机技术、通信技术、信息技术以及电力系统原有输配电设备形成的新型电网结构。智能电网普遍具有集成控制特征，在供电安全性、供电稳定性、供电效率以及环境保护方面，具有特殊优势。智能电网的实施意义在于通过采集用户及用电信息，优化电网运行管理措施，提高电网信息交换效率，从而借助现代信息技术，实现电网信息自动采集、监控、保护等功能。从某个层面来说，智能电网由大数据技术在电力行业中的实践应用得出。
（二）大数据技术与云计算的关系概述
根据相关标准规范，云计算是指在互联网技术基础上，按需、随时、实地地对共享资源地进行访问的一种计算模式。从技术的角度分析，云计算是大数据的重要基础，具体表现在数据存储、数据分析以及数据管理等方面。云计算卓越的计算能力，为大数据的分析处理提供了科学、有效的实施手段，即云计算是大数据应用的基础保障。另一方面，大数据的信息沉淀决定了云计算的实施效果。因此，大数据与云计算属于一种相互依存、相互相成的关系。
此外，二者的关注重点也存在较大的差异，大数据技术侧重于挖掘数据背后的价值内涵，云计算则侧重于数据计算速度以及存储容量的提高和扩展。
（三）智能电网、大数据及云计算三者间的关系分析
智能电网、大数据及云计算三者间的关系如下图所示。
智能电网、大数据及云计算三者间的关系较为复杂，由上图可得，云计算为智能电网提供数据处理方法和资源存储空间，侧重于提高电网运行的信息处理及交互能力，是智能电网的重要技术组成。而大数据技术则在业务服务的基础上，重点突出了智能电网的应用和发展。有上文分析可得，智能电网是大数据在电力领域应用的具象化表现，借助云计算技术深度挖掘大数据蕴含的内部价值，发展智能电网的业务应用，是智能电网的发展必然。
二、电力大数据关键技术分析
（一）集成管理技术分析
集成管理技术是指合并至少两个应用系统数据，形成一个多功能应用的过程，。就集成本身定义而言，是指将不同格式、来源、性质以及特点的数据，在存储介质或逻辑上进行集中，进而得到一系列相对稳定、集成的、可反映具体历史变化的数据集合的技术。集成技术为现代系统信息处理的全面共享提供了有效途径。就电力企业运行管理而言，集成管理技术可有效解决电力企业内部不同系统间的信息孤岛及数据冗余问题。
从电力大数据的角度分析，集成管理技术可分为数据融合和集成技术、非关系型和关系型数据库技术以及数据抽取技术等内容。多样性时大数据的一个显著特征，因此大数据的数据来源较为广泛并且数据类型十分复杂，从而给大数据的分析和处理造成了极大的困难和阻碍。集成管理技术是分析、处理大数据的基础，只有从庞大、复杂的数据中，提出数据实体和关系，并采用聚合和关联的方法进行储存，才能实现按需的数据清洗，进而提高数据真实性和可靠性。
（二）数据分析技术分析
将信号变为数据是大数据应用的根本驱动力，在数据分析过程中，获取其内涵的信息知识，并以此为基础完成决策，是大数据应用的基本流程。数据分析技术，就是从海量电力系统数据中，总结潜在的规律和模态，为决策人员提供行动参考的技术。
大数据分析技术与逻辑推理研究有着本质上的差异和区别，前者侧重于对海量数据的统计性搜索、比较、和聚类，虽然继承了一些传统统计科学的特点，但其研究重点在于探寻数据集之间的实际联系。通常情况下，大数据分析研究的数据想也行，使用可信度、支持度以及兴趣度等参数进行表示。
从实践操作地角度分析，大数据侧重数据的相关关系，相对忽略了数据间的因果关系，与传统逻辑推理探究相比，其实现了科学研究思维层面的重大突破和转变。就电力大数据分析技术而言，其本质是在传统数据研究基础上，针对海量数据信息分析的进一步创新发展，根据大数据信息量庞大、增长速度快以及多样性等特点，对数据分析方法进行了优化和调整。
（三）数据处理技术
数据处理技术是一个相对复杂的概念，其具体包含分布式计算技术、流处理技术以及内存计算技术三方面内容，不同的技术适用于不同的问题、对象和环境。其中分布式计算技术主要用于解决大规模数据对应的分布式处理及存储问题；流处理技术主要用于处理速度、规模无法控制且实时到达的数据；内存计算技术主要用于解决在线实时计算和高效数据处理问题。
分布式计算是一种较为新颖的计算方式，其主要思想是将一个复杂的计算问题分解成为若干个小问题，并将这些小问题分散到不同计算机设备进行处理，最终得出综合结果的计算方式。从实践应用的角度分析，分布式技术在信息采集领域规模庞大且数据分散的电力系统中，有着明显的应用优势。
内存计算技术相关数据处理操作均在内层完成，从而解决了磁盘读写过程中的时间消耗问题，促使系统速度得到了质的提高。大数据背景下，内层经计算技术得到了愈发深入和广泛的应用，尤其在数据实时分析及信息挖掘领域表现优异。
结语：
综上所述，相关部门应全面提高对大数据关键技术的应用重视，科学运用系统集成管理技术、数据分析技术以及数据处理技术，挖掘大数据潜在价值，提高电力系统的信息处理效率，促进我国智能电网的进一步发展。
参考文献：
[1]崔晓优，饶国辉.面向智能电网应用的电力大数据关键技术研究[J].科技创新与应用，2017（07）.
[2]乔茂斌.面向智能电网应用的电力大数据关键技术[J].资源节约与环保，2015（08）.
[3]彭小圣，邓迪元，程时杰，文劲宇，李朝晖，牛林.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（03）.
[4]刘静，饶学平，张强.面向智能电网的智能电力设备技术与应用[J].科技展望，2014（18）.
[5]霍海锋，李军学，张昊，卢进.面向智能电网的智能电力设备技术与应用[J].电工文摘，2011（01）.
作者简介：
孔剑虹（1963-），男（汉族），吉林人，硕士研究生，高级工程师，主要研究领域为大数据在智能电网中的应用。
吴江宁（1972-）男（汉族）辽宁沈阳人，本科，高级工程师，主要研究领域为大数据在智能电网中的应用。
隋佳新（1987-）男（汉族）辽宁大连人，本科，工程师，主要研究领域为大数据在智能电网中的应用。
徐宇（1974-）男（汉族）江苏无锡人，本科，高级工程师，主要研究领域为大数据在智能电网中的应用。
论文作者:孔剑虹,吴江宁,隋佳新,徐宇
论文发表刊物:《电力设备》2017年第9期
论文发表时间:2017/8/2
标签：数据论文; 电网论文; 技术论文; 智能论文; 电力论文; 信息论文; 关系论文; 《电力设备》2017年第9期论文;