摘要：随着我国智能电网的日益完善，其在工作期间会出现许多的数据，以往比较简单的数据处理方式已经和现有的需求无法保持一致，因此在大数据的背景下，企业需要进行自我提升，建设具有实用性和先进性的电力大数据平台，合理应用各种数据，提高数据的利用率。并且可以采用符合要求的关键技术，使智能电网中电力大数据的处理质量得到明显提升，帮助企业在获取正确信息的同时，做出有效的决策，最终促进企业经济效益的提升，获得更好的发展。
关键词：智能电网应用；电力大数据；关键技术
1导言
从党的十八大以来，党和政府对电力行业支持力度不断加大，先后投入了大量的人财物力用于支持电力行业的改革发展，以往相对传统的电网模式，已经不能适应当前电力资源需求不断增加的实际特点，传统电网容易出现各种安全问题，也不符合人民群众高质量用电服务的新需求。伴随着电力行业技术的发展，智能电网有着广泛的应用，在保障用电安全，提高电力资源使用效率上发挥着重要作用。在智能电网运行模式下，产生的数据信息可以是海量的，电力大数据关键技术则发挥了很好的作用，对于分析数据的特点、规律，进而调整电力行业发展政策都具有非常好的作用。
2智能电网、大数据技术与云计算的关系
智能电网是以物理电网为基础，将先进的传感测量技术、通讯技术、信息技术、计算机技术和控制技术与物理电网高度集成的新型电网。智能电网可以实时获取电力系统中各种运行参数以及用户用电信息等数据，并且能够对这些数据快速进行分析、处理、优化，然后对电网运行状态进行判断和预测。大数据技术是目前国内外研究的热点之一，其巨大的潜力可为社会各行各业提供强大的数据支持。但是到目前为止，大数据还没有一个统一的定义，麦肯锡全球研究所认为：大数据是一种规模达到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合；云计算是一种利用互联网实现随时随地、按需、便捷地访问共享资源池的便捷模式，具有超大规模、虚拟化、高可靠性、通用性、高可扩展性、按需服务等特点。它可以赋予用户前所未有的计算能力，更加迅速的处理大数据。可以抽象的认为：智能电网就是大数据在电力行业中的应用。云计算在资源管理效能和信息处理能力上的强大优势决定了其在电力大数据处理上的广阔应用前景，利用云计算强大的计算能力，可以迅速地从海量的电力大数据中获取有价值的信息，从看似大量的“垃圾数据”中提炼出黄金，为智能电网实现提供有用信息。从以上分析中可以看出：智能电网、大数据技术和云计算三者是相辅相成，相互交互的关系。
3智能电网电力大数据详情
3.1智能电网电力大数据的概述
目前的电网基础设置无法与不断增长的信息资源速度持平，而智能电网的出现，则可以方便工作人员更好地进行收集和储存数据，保持数据的完整和全面，但是要想提高信息资源的应用效率，则需要建设针对性大数据平台，在收集大量数据的情况下，帮助人们更好地进行决策。在此方面比较著名的有 Hadoop 服务平台的系统建设这一案例，其将大数据和平台进行有效结合，不仅可以促进平台的完善，也可以充分保障大数据的作用得到有效发挥。比如，在收集的储存大量信息的时候，可以提供针对性电子表格数据，而且有效运用其自带的信息分类技术，可以明显提高科学性，完成收集用户信息的目标。同时，智能电网大数据平台通常采用分布式的文件处理方式，为了有效激发 Pb 和 Zb 级别的数据储蓄能力，可以在应用过程中增加 P6 和 Zb 的数据查询能力，使其可以更符合用户的需求。目前大数据平台在应用过程中有了越来越广泛的用途，尤其是有针对性功能性的模块数据，其包含商业应用模块，数据仓库等，可以更加适应现实的需求。所以，合理应用大数据平台，应用其数据关键技术，完善智能化电网，促进企业工作效率和质量的提升。
3.2 智能电网大数据特征
智能电网在运行的过程中常常会出现许多数据，针对数据进行区分，可以分成以下两种，其一是企业内部数据；其二是企业外部数据。前者包含数据收集系统、配电监控系统、客户管理系统等，这些数据通常来自关键应用系统；后者则一般为网络系统、地理信息系统等，所得的数据不够有序化，并且其管理的系统也具有较大的差异。
期刊文章分类查询,尽在期刊图书馆从中可以了解到，智能电网数据具有多种多样的来源、多元化的类型，并且相关的数据也逐渐增加，例如语音数据、监控视频等，使得管理的效率在不断提升。
4电力大数据关键技术
4.1电力大数据的集成管理技术
电力大数据的集成就是把不同来源、格式、特点性质的数据在逻辑上或物理上有机的集中，从而为用户提供全面的数据共享。目前电力企业各部门的数据运行管理大多是竖井模式，信息采集与管理系统是相对孤立构建的，这也就导致了很多问题的出现，数据多源异构、信息冗余、统计分析模型不一致、数据质量参差不齐等问题。这对电力大数据的集成管理提出了很高的要求，必须能够有效解决企业内部系统之间的数据冗余及部分数据信息无法实现关联的问题。大数据处理过程中非常关键的一个技术就是存储技术，可以采用 NoSQL(Not Only SQL，泛指非关系型数据库)技术，可以很好的解决大规模数据集合多重数据种类带来的挑战，应用时，不需要事先定义数据模式，数据中的每条记录都可能有不同的属性和格式。NoSQL 将数据划分然后存储在各个本地服务器上，从本地磁盘读取数据的性能往往要好于通过网络传输获得，系统的性能得到了大大的提高。
4.2电力大数据的数据挖掘技术
电力大数据的数据挖掘技术就是指从大量的、模糊的、有噪声的、随机的数据中找到里面隐藏的信息，这些信息是人们无法直接从原始数据中发现的。电力大数据的挖掘系统挖掘过程大致如下：
4.2.1信息收集。确定目标数据的特征信息，选择合适的信息收集方法，然后将收集到的信息数据存入数据库。
4.2.2数据集成。将从不同系统、不同特点、不同格式的收集到的电力大数据在逻辑上有机的集中，为以后的分析处理提供全面的数据共享。
4.2.3数据规约。在尽可能保持电力大数据原貌的前提下，最大限度的精简数据量，规约后执行数据挖掘的结果与规约前所得结果相同或几乎相同。
4.2.4数据清理。前期收集到的数据可能存在不完整、含有噪声的无用数据，通过数据清理，可以得到完整、正确、一致的数据信息。
4.2.5数据变换。将以上处理好的数据转换成适用于数据挖掘算法的形式，常用的方式有数据概化、平滑聚集、规范化等。
4.2.6数据挖掘过程。选择合适的分析工具，采用统计法、遗传算法、神经网络、规则推理等方法对数据仓库中的信息进行处理，得出感兴趣的分析信息。
4.2.7数据评估。从企业运营角度，由行业专家检验数据挖掘结果的正确性。
5结语
信息时代的推进，使得人们生活和工作均无法离开电力系统，而且在其运行过程中会出现许多的数据，而且新数据出现的频率比较快，类型也比较多样化，这与大数据的特征有许多相似之处。在电网逐渐发展的情况下，其系统当中收集和储存的数据源数量会大幅度提升，并且有着较快的增加速度。传统的数据处理方法已经无法满足目前电网数据整理和吸收的需求，所以需要合理使用大数据技术，完成数据的有效处理。
参考文献
[1]王庆斌.面向智能电网应用的电力大数据关键技术[J].电子技术与软件工程,2017(19):168.
[2]牛强.面向智能电网应用的电力大数据关键技术[J].科技资讯,2017,15(17):32-33.
[3]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):182.
[4]张克宇.浅谈面向智能电网应用的电力大数据关键技术[J].电子世界,2016(22):193+195.
论文作者:马玎
论文发表刊物:《电力设备》2018年第29期
论文发表时间:2019/3/26
标签：数据论文; 电网论文; 电力论文; 智能论文; 信息论文; 技术论文; 关键技术论文; 《电力设备》2018年第29期论文;