摘要：随着大数据时代的来临，智能电网的发展也不断的深入推进，其中电网的日常运行，设备的检验，还有日常监测的数据以飞快的速度增长。这种情况促进了大数据处理与智能电网之间的相互结合，同时这也对现在的数据处理和储存提出了新的要求，对数据电网数据处理的效率也有了更高的要求。探讨新时代下智能电网所面临的机遇和挑战具有一定的重要性，这对未来智能电网大数据处理技术的发展具有借鉴作用。
关键词：智能电网；现状；挑战
一、智能电网大数据特征
1.1规模性
智能电表按分钟频率采集用户用电数据，如以1分钟采集一次计算，每月每户仅用电数据一项就生成超过43，000条数据记录。美国巴特尔西北太平洋智能电网示范工程为跨越五个州，拥有60，000用户的小型智能电网工程，运行两年后仅智能电表数据量就预计达到数TB。假设区域布置了10，000台PMU装置，一秒进行三十次测量，一条记录数据为256Bytes，则该区域PMU数据流量己达77MB/s。随着监测设备的广泛布局与监测系统的扩大，数据规模将飞速增长。智能电网大数据之“大”首先体现为数据体数据量大，规模性是大数据价值的一大立足点。
1.2多样性
智能电网大数据涵盖不同时期、不同系统、不同区域、不同设备、不同格式、不同类型的异构数据，包括了结构化、半结构化和非结构化等不同内部结构的数据，数据种类繁杂、差别巨大，比如监控视频、故障录波、电话录音等就为类型迥异的数据。又以电力系统仿真软件格式为例，目前业界使用较广的有BPA，EMTP，PSCAD，PSS/E和PSASP等，但不同软件在数据类型上差别较大，表现为异构性。智能电网数据的多样性还表现为数据断面不同，处理时间要求差异也很大。结构、格式和速率等方面的巨大差异，导致智能电网大数据多样性特征十分明显。大数据的大价值更在乎“全”，多源数据提供了交叉验证，数据价值蕴于混杂性之中。智能电网大数据的多样性是其价值的主要依据。
1.3高速性
数据处理遵循“1秒定律”，体现为要在秒级时间内得出数据分析结果，超出时间限制，数据就失去价值。对高速性的要求己经扩展到数据从产生、传输、存储、处理到应用的每一个环节。由于电力供需平衡是一个实时响应的过程，暂态时间内可能发生系统失稳，如继保、控制指令、PMU等部分智能电网数据从生成、采集、传输到处理，需要在毫秒级时间内实时在线完成，为电网运行提供决策支持，这对采集速率、传输通道和处理速度等均提出极高要求。
二、智能电网大数据处理技术发展现状
2.1智能电网中的大数据
智能电网主要由电力企业管理数据、电力企业营销数据、电网运行和设备检测数据三部分组成。其一，电力企业管理数据在整个智能电网数据处理内容中是十分重要的，但程序和内容方面较为复杂。其二，电力企业营销数据在智能电网数据中也是最为关键的一部分，为此，诸多企业都投入大量的研发资金。人们一般都将智能电网大数据划分为结构化数据和非结构化数据，随着智能电网建设和互联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。电力大数据的特性满足大数据的五个特性：数据量大、处理速度快、数据类型多、价值大、精确性高。第一部分结构化数据是如今电力系统主要的数据形式，也是关系数据库中的数据；第二部分非结构化数据，是通过数据库二维逻辑呈现的数据。这也是人们越来越重视非结构化数据处理的重要原因。
2.2处理技术复杂性
智能电网大数据处理成为社会各界热议的话题，可以说成为科学技术界所密切关注和研究的问题。智能电网大数据处理与社会经济的发展密切相关。我国如百度、阿里巴巴等都投入了大量的资金进行研发和改进，促进了我国智能电网大数据处理技术的发展。
期刊文章分类查询,尽在期刊图书馆智能电网大数据处理技术自身存在着复杂性，可以说，现今我们使用的智能电网大数据处理技术有喜也有忧。可喜之处是，随着我国社会各界投入大量的研发资金，智能电网大数据处理技术取得了巨大的研发成果，促进了相关技术进一步发展，在智能电网联网方面得到了一定的改善和提升。但智能电网大数据处理技术存在的复杂性决定了相关方面的发展还远远不够，据调查显示，我国数据处理能力还尚未很好地解决数据大幅度增长的问题。我们以阿里巴巴集团旗下的支付宝为例，支付宝每日交易的数量达到了15TB；而平台每日处理的数据高达200PB，这一数据是十分巨大的，为了能够更好地处理这些数据，阿里巴巴集团在相关方面投入了大量的资金，并且也取得了巨大的研究进展和成果，获得了相应的回报。但在如今数据多样化增多的情况下，依然造成了智能电网大数据处理技术更为复杂的现状。
三、智能电网大数据处理技术的挑战
3.1大数据传输及存储技术
智能化的发展，电力系统运行过程中各项数据及电力设备监测数据被全部记录下来，数据量越来越多，这给电网运行监控设备以及数据的传输、存储系统造成巨大的负担，并对电网智能化发展造成很大的影响。对于智能电网大数据存储方面，采用分布式文件保存的方式，能够有效达成存储大量数据的需求，可是在对电力系统进行实时性数据处理时，还具有一定的技术缺陷。因此，必须全面的分析系统当中大数据自身的性能，并对其进行分类别的有效存储。
3.2数据于处理的时效性技术
对于大数据而言，较为重要的一点在于必须具有高速数据处理速度。通常，数据如果具有较大的规模，就需要较长的时间来进行分析与处理。而以往固有的数据存储方案，其设计理念是基于相对固定规模的数据量而来的。因此，在设计领域当中具有较快的处理速度。可是，这样的数据存储方案难以有效的存储大数据。而在今后智能化电网的发展背景下，必顺充分应用实时数据来处理所有的电网工作环节。
3.3大数据可视化化分析技术
对于智能电网的海量数据，如何来有效的借助于屏幕，以较为直观形象的方式来进行展现，让用户能够更好的理解。这也是一项重要的工作。当前可视化方法，经过长期实践应用，被证明是一种有效解决当前大规模数据分析的最佳方法之一，并获得了有效的应用。可视化能够借助于较为繁复的计算方法，来将数据处理成具有较高精度的图片，并能够充分提供出交互式的工具，来较好的应用人自身的视觉系统，通过实时改变数据处理和算法参数，以此来对数据开展细致观察，并科学合理的做出定量分析。
3.4异构多数据源处理技术
未来智能电网要求贯通发电、输电、变电、配电、用电、调度等多个环节，实现信息的全面采集、流畅传输和高效处理，支撑电力流、信息流、业务流的高度一体化。因此，首要功能是实现大规模多源异构信息的整合，为智能电网提供资源集约化配置的数据中心。针对海量异构数据，怎么样来有效的建构起一个良好的模型，并对其来作标准化的表述，怎么样立足于此模型来较好的达成数据融合与有效存储，并进行便捷查询，是当前必须研究与解决的实际问题。
结语
总之，当前在我国广泛应用到智能电网系统，而高效便捷的大数据处理技术，是现今智能电网能够安全运行的有效保障。在当前电网智能化的高速发展趋势下，对于大数据技术自身而言，面临着如何体现出其实效性，如何来较好的保护隐私是其所要应对的重大挑战，为能够有效的向智能化电网阶段发展，应充分立足于实际情况，制定出具有实效性的解决方案，促进我国电力事业获得可持续性发展。
参考文献：
[1]吴朋.智能电网大数据处理技术现状与困境[J].电子制作，2016.
[2]王钦，蒋怀光，文福拴，梅天华.智能电网中大数据的概念、技术与挑战[J].电力建设，2016.
作者简介：
王明辉（1971.1.15）男，籍贯：山东单县，学历：大专，职称：中级工程师，职务：电费管理所副所长，研究方向：电能计量、智能电网，单位：新疆克拉玛依市电力有限责任公司。
论文作者:王明辉
论文发表刊物:《电力设备》2018年第6期
论文发表时间:2018/6/22
标签：电网论文; 数据论文; 智能论文; 数据处理论文; 技术论文; 结构化论文; 电力论文; 《电力设备》2018年第6期论文;