摘要：随着网络的全球化，信息技术已经运用于各行各业，计算机技术的不断发展和在电力系统的有效运用，使电力系统自动化程度不断完善，提高了数据的处理效率。因此，分析电力系统的数据类型以及电力系统数据应用现状，探究大数据背景下如何应用电力系统数据优化企业管理是十分必要的。
关键词：大数据技术；电力系统；应用
1 大数据概述
大数据作为一种新型的数据信息处理技术，能够通过对大量数据信息的选择和分析，进行整理、计算等，筛选出其中蕴含的规律，进而选取有价值的数据信息。大数据具有数量大、范围广、数据类型复杂多样、内容丰富、数据的来源可靠、数据处理时效高等优势，近年来在各个行业得到了普及和推广。
2大数据使用的目的和意义
大数据（BigData），或者叫做巨量资料，是指多元形式，来自许多渠道搜集来的庞大数据组，往往具有实时性。在企业对企业销售的情况下，这些数据可能来自网络、有的来自于申请单、有的来自于调查等多种渠道。大数据的应用能够提升智能化水平。已经成为国家战略。大数据逐步会为我们人类创造更大的价值。从国家电网公司内部来说，这些年国家电网公司对于营销系统以及生产系统的基础信息的信息化建设、相应软件的大力开发和供电企业内部的深化体制改革推进，使得数据化办公得以推进；从外部来说，在国家“十三五”规划中，国家要求开展能源改革与售电侧改革，在全球能源与经济一体化的大形势下，以及我们所面对客户需求多样化的必然趋势下，我们公司必须整合现有数据资源，加以充分利用，深度优化服务流程，提高品牌意识和服务意识，不断的与社会、国际接轨，提升服务水平，通过不断创新服务手段及扩展营销内容，打破原有的思维定式，勇于创新，通过对电力客户价值的深度细化与分析，能够提供出不同客户的统一标准，但是又有不同层次的差异化服务，用以提高电力用户的满意度，才能从根本上有力的支撑国家电网公司优质服务建设与电力营销的建设与发展。
3 现状分析
3.1 认识和重视不够
一些电力企业的领导和管理者对大数据缺乏正确的认识，不了解大数据在电力自动化系统数据分析和处理中的重要意义和作用，加之大数据的引入需要企业进行资金投入和相关的专业技术人员，见效不明显，因此，不重视信息化管理和先进技术的引入。个别电力企业为减少成本支出，低价购置低配置的计算机等设备，在使用过程出现故障是难免的，影响数据处理工作的顺利进行，在主观上制约了大数据的引入，不利于电力企业数据管理的创新，影响电力服务。
3.2 工作人员的自身素质有待于提高
一些电力企业由于规模、资金等原因，所招聘到的工作人员学历、综合素质等都达不到要求的标准，信息技术水平较低，甚至个别人员根本不懂计算机技术，因此无法适应大数据背景下电力自动化系统数据处理分析的需求，在数据处理中，对系统软件运用能力较差，对一些信息处理、数据分析束手无策，很难按时保质保量完成工作任务。还有的工作人员，以年龄大为借口，不注重自身的后续提升，无法跟上时代的步伐，很难胜任自身的工作。一些工作人员无视企业管理制度，自由散漫，工作敷衍了事，经常出现纰漏，甚至造成经济损失。
3.3 数据量大，可靠性低
电力自动化系统在运行过程中会产生大量的数据，而不同的数据代表不同的信息，电力自动化系统是由许多的子系统构成，各个子系统的数据库中储存着相关的数据信息，整个系统中的数据量非常庞大，数据交叉现象时有发生，繁多的数据信息会在一定程度上影响和制约这个系统的数据信息的分析处理和数据的更新，随着存储数据的增多，出现问题的几率也越来越大，降低了数据处理的安全性和准确性，对系统的数据库进行统一管理，保证系统数据的唯一性势在必行。
期刊文章分类查询,尽在期刊图书馆
4大数据在电力自动化系统中的具体运用
4.1 基于大数据的电网运行可视化监控
在整个输变电网络中有大量的设备、及检测点，通过传感器实时从各设备上采集设备运行指标及输变电的电压、电流、负载状态监测指标等，通过大数量的实时处理平台进行数据提取、加工及整合，再通过可视化大屏实时展示各设备及监测点的运行，对于设备及检测点数据的异常及时预警，及时处理。同时将设备的运行数据及检修数据进行整理分析形成知识库，以此知识库通过大数据处理技术及数据挖掘进行设备生命周期预测、设备异常问题检修处理方法推荐、设备检修周期以可能问题预测，以及对电力设备资产管理、设备运检管理、设备技术管理、技改大修管理等的大数据支撑。
4.2 大数据在故障预测中的运用
以往传统模式的电力自动化故障监测系统，虽然可以实现简单的数据采集、处理、故障预测等功能，但由于随着时代的发展，数据信息量也随之增大，原有的故障预测模式已经无法满足大数据处理的需求，而大数据理念纳入故障预测设计中，恰恰弥补了这方面的不足。在系统中设置一个主站和若干个子站，子站的主要作用是采集现场数据，并对这些数据进行初步分析处理，并把分析结果传递到主站。主站的作用是接收各个子站的不同的数据信息，并进一步的分析和处理这些数据信息。数据预处理是一个关键环节，可以减少和避免子站中的垃圾数据或者无用数据进入主站，有效清理垃圾数据。抽取、转换、清洗和监控是数据预处理的基本程序，其中数据的抽取、清洗根据工序的不同要求也各不相同，完成了这些工序的数据的抽取、清洗，接下来进行故障的监视和预测，主要作用是监视和预测电力系统的数据否发生异常变化，一旦发现异常数据，运用技术手段及时进行妥善处理，充分发挥大数据的故障预测功能。
4.3 面向大数据的能效分析与需求响应
电网系统采集了大量的用户侧数据，目前这些数据仅仅用于浅层次的统计计算，很少发掘其深度应用价值。利用大数据技术，通过对用户侧数据进行用户用电分析，从而合理有效地引导电力用户侧负荷资源参与电网的削峰填谷，减轻电网高峰负荷压力，提高电网运行效率和经济性。通过对用户用电信息数据的大数据分析和挖掘，可以对典型行业的负荷特性和典型用能场景下的用能行为进行分析，可以研究用户的用电行为的影响机理和行为特征，构建企业或区域用户画像体系，进一步提高服务质量；通过对海量用能数据的清洗、整合、挖掘和识别，可以对用能数据进行综合能效评估，形成一套有效的能效评估分析系统，全面了解用户用电特性，建立以楼宇为典型符合实例的需求响应模型，形成应对的用电需求响应策略。
4.4 移动互联网+电力大数据
当前互联网信息空前发展、人们可以随时随地都可以利用移动设备办公，离开工作环境一样可以工作，进而将碎片时间充分利用，做到“管理于拇指之间，决策与千里之外”，通过移动端打破时间和控件限制，随时随地及时掌握企业运行信息。通过大数据平台将来自各设备、系统及数据源的数据进行整合及提供高效的查询和计算服务，通过移动平台对接大数据平台，实时查看相关数据报表及数据分析结果。可为领导提供移动驾驶舱将企业运行的关键指标生产移动分析报表领导出差在外随时随地可进行查看分析，及时作出决策。也可进行数据的及时预警，对于设备的运行异常、检测指标的报警及相关统计指标的异常，可通过向移动端推送消息的及时通知相关人员及时处理。
结束语
在未来的发展中，大数据技术的发展深度将会不断的增加，并且在电力系统的各个模块中也将有更好的应用，对于电力企业的发展也会产生显著的推动作用。鉴于目前大数据技术在多数电力企业中应用效果不好的现状，我国各个电力企业的技术人员应该明确大数据技术跟电力系统的具体融合途径，并加强电力系统中大数据信息流的管理，并能够对各个数据流和信息流进行全面的加工处理，这样以后，大数据技术就能够在电力系统中得到更好的应用，并提高我国电力系统的技术层次，促进我国电力行业的快速稳定发展。
参考文献：
[1]黄彦浩，于之虹，谢 昶.电力大数据技术与电力系统仿 真计算结合问题研究[J].中国电机工程学报，2015，35（01）：13~22.
[2]苗 新，张东霞，孙德栋.在配电网中应用大数据的机遇与挑战[J].电网技术，2015，39（11）：3122~3127.
[3]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，2014，42（01）：10~13.
论文作者:梁旭,吴小锋
论文发表刊物:《基层建设》2019年第2期
论文发表时间:2019/4/23
标签：数据论文; 电力系统论文; 电力论文; 设备论文; 信息论文; 数据处理论文; 技术论文; 《基层建设》2019年第2期论文;