国网山西省电力公司，山西太原，030000
摘要：当前信息时代之下，大量数据涌现，为了对其展开有效的分析，大数据的概念和技术应运而生，对应的在电力信息系统之中必然触发一定的影响。文章首先从大数据的概念出发，对电力系统中大数据的应用领域做出深入分析，而后进一步在此基础之上，结合电力网络环境发展现状，对于涉及到的主要核心技术进行分类整理，能够帮助更深入一步加强对于大数据价值和应用的理解。
关键字：大数据；电力；信息
信息时代之下，整个社会都在发生着变革，反映到电力工作领域之中，即更多自动化技术的涌入，以及通信技术的深入应用，从而构建起完整的电力信息化系统。通过多年的应用探索，电力信息化系统对于电力领域工作的整体优化，以及稳定性的提升都有着毋庸置疑的积极价值。但是随着大数据相关技术与应用特征的日渐突出，电力系统也必然随之发生变化，而如何推动大数据在电力领域的应用深入，使其成为电力事业发展的积极力量，是当前电力行业共同关注的重点问题之一。
一、电力系统中大数据的应用分析
在大数据环境下，电力系统的信息化和智能化都必然会更进一步。只有综合当前我国电力事业的发展进程，找出大数据在电力信息系统之下的推动作用，才能找准其未来的发展方向，也才能使其成为推动电力信息系统向前发展的重要力量。
首先应当对大数据的特征作出进一步的厘清。大数据概念，最早与2001年正式出现在高德纳公司的研究报告中，此后引起多方面的关注，并且不同的研究主体也都分别给出了该概念的对应诠释。目前虽然尚不存在相对统一的概念界定，但是从特征的角度看，对于大数据的认识普通存在于对于数据本身的大量特征，以及与之对应的更强的处理分析能力。当前在信息时代之下，尤其是物联网的产生，推动了相应数据的形成，更多数据涌入到网络环境之中，并且数据的价值，也在这样的浪潮中得到前所未有的重视。
而对于电力信息系统而言，随着二次设备的深入应用，更多电力系统工作设备状态信息可以被采集并且传输到数据中心。这些数据涉及到供配电网络以及电力生产系统的各个环节，对其深入加工，抽取出有价值的信息，必然能够推动我国电力系统整体健康水平的提升。以当前大数据相关技术的应用看，主要在电网状态监测与诊断、负荷预测与分布优化以及电网整体优化三个方面具有显著价值。
对于电网状态监测与诊断而言，可谓电网安全运行的基础所在。当前阶段我国的电力行业已经基本实现了设备及电网的数据采集和状态观测，但主要侧重于单台设备和基本的电网运行数据，但是单一切缺乏联系的数据难以提供更多有效的信息，因此对于这些数据进行关联和深入加工，是未来一段时间内大数据的工作重点之一。而负荷预测与分布优化方面，主要是考虑到电力能源本身的流体特征，难以存储，因此平衡供需对于电力产业而言至关重要，这能够有效避免电能的浪费，对于优化电能生产能力意义重大。随着大电网概念的出现，更为宽泛的联网将会形成，而如何在更大范围内实现电力能源的供需平衡，必然有赖于大数据的深入分析。最后，对于电网整体优化而言，主要是展开对于电力网络自身能耗以及相关设备适用性的计算和判断。
期刊文章分类查询,尽在期刊图书馆对于电网能耗的计算，能够深入了解系统的运行效率，进一步实现电源和负荷的优化配置降低损耗，提升电能利用效率，进一步影响到电力企业的盈利水平。
二、电力信息系统环境下大数据核心技术分析
大数据在电力信息系统环境之下，一方面需要面对普通数据环境的一般性特征，即海量数据和深入分析的需求，另一个方面还需要在稳定性和准确性方面具备一定优势，唯有如此才能符合电力系统自身的发展要求。从大数据自身的概念特征角度看，其核心技术必然会落实在对于数据的深入分析之上，而进一步融合到电力网络环境之中，则必然会在其他方面带有更多特征。
具体而言，可以将纳入到电力系统中的大数据技术划分为如下几个主要方面：
1.数据分析技术
这一方面的技术主要是将电力系统中采集上来的生数据进行处理，包括数据挖掘和机器学习能力，以及人工智能等技术。这些技术的主要职责就在于面向电力网络展开在线分析，从而获取到包括电源和线路的在线状态以及隐含状态等深入信息。相对于普通的海量数据而言，电力网络环境中的数据在分析的过程中会呈现出更强的关联性，这种关联性会在时间和空间两个维度上同时呈现，因此对于数据分析技术要求较高。对于电力网络而言，从空间角度看，相邻的区域会隶属于同一个高电压支路，因此想要对其展开有效分析获取到充足信息，必然需要使其有所关联。同时电力设备的工作状态，在时间序列上同样保持相关关系，例如相邻的维护都会给同一个设备带来影响，这就决定了时间序列上数据分析的有效性，必然会影响到整个电网的稳定。
2.数据管理技术
在大数据环境之下，数据管理作为基础性技术，其价值在于为数据分析和面向用户的数据展示以及查询提供坚实的基础，通过包括诸如关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、数据清洗和过滤技术。电力系统中所涉及到的数据量庞大，并且不同的设备数据之间一方面自成体系，一方面彼此影响，因此只有将众多数据进行妥善分组并且彼此关联，才能在接到数据调用请求的时候，在最短的时间内有所反应，从而进一步提供服务，提升系统整体的工作效率，推动大数据系统良好用户体验的形成。
3.数据展现技术
大数据最终的处理结果，是要通过合适的方式展现给用户，并且与用户实现有效交互的。合理的数据展现方式，能够加强用户对于数据以及处理结果的理解，对于提升人机沟通效果有着毋庸置疑的积极价值。基于此种考虑，在大数据系统中引入数据展现技术，主要包括可视化技术、历史流展示技术、空间信息流展示技术等，确保数据以及信息处理结果能够以合理的方式呈现给用户。
三、结论
对于电力系统而言，信息化是必然的发展方向，并且已经在近年来得到验证。随着信息化的不断深入，对应大数据技术的深入应用已经成为必然，虽然现在尚未全面展开，但是包括人工智能等技术已经在小范围内得到试验并且效果良好。实际工作中应当密切关注大数据相关技术的引入，合理选择试验范围，并且谨慎推广，切实推动电力信息系统的成熟与发展。
参考文献：
[1]孙柏林.“大数据”技术及其在电力行业中的应用[J].电气时代,2013(8)
[2]李振元,李宝聚,王泽一.大数据技术对我国电网未来发展的影响研究[J].吉林电力,2014(2)
论文作者:张永强
论文发表刊物:《科技中国》2016年5期
论文发表时间:2016/7/26
标签：数据论文; 电力论文; 技术论文; 电网论文; 电力系统论文; 信息系统论文; 环境论文; 《科技中国》2016年5期论文;