摘要：大数据处理技术的应用在智能电网发展之中是必不可少的一种关键性技术，但是为了我国智能电网能够得到更加巨大的发展，需要对大数据处理技术提出更高的要求，对大数据处理技术做出不断的创新，按照大数据信息系统所存在的问题，进一步完善技术，从而有效提升电力系统稳定性，为人们提供更加优质服务。基于此本文分析了智能电网大数据技术发展。
关键词：智能电网；大数据技术；发展
1、智能电网中大数据技术的特点分析
智能电网中的大数据有着较强的特点，按照其特点进行数据的划分，可以为后期的数据处理提供较大的帮助。将智能电网中的众多数据按照其中包含的内容进行划分，其主要可以分为三种大的类型。第一，智能电网运行过程中的数据参数、对设备实时检测和状态参数等。第二，电力企业电力销售的相关数据，其中包括使用电量，电量单价和总价等。第三，电力企业对整个电力系统正常运行做出的管理数据。将这些众多的智能电网数据进行概括和分析，可以得出大数据在智能电网中具有数量大、类型多以及数据价值密度低等特点，现对这些特点进行具体的分析。首先，在当前的智能电网之中，数据的数量越来越大，而且其数量还在呈现出较大的增长态势；其次，智能电网中产生的数据类型越来越多，在智能电网中各种设备的运用，都会产生出不同类型的运行数据，设备监控数据等，使得当前的数据类型变得越来越多，也使这些数据的分析处理工作变得越来越复杂；再就是这些众多的数据之中真正具有价值的非常少，其中出现异常的数据非常少，但是这些数据出现之后将会对电网的安全运行带来较大的帮助。
2、智能电网大数据技术发展
2.1、大数据传输和存储技术
智能电网在逐渐建设过程中，电力系统运行数据及设备运行状态信息全部需要精确记录下来，这样就会造成数据储存出现问题，对电力系统监控装置运行造成严重影响，对电网智能化发展建设造成影响。通过数据压缩，网络数据传输量可以有效提升。就以数据储存方面来说，智能电网内数据采取文件系统，落实智能电网存储工作，进而对数据进行储存。在这种情况下，就需要以大数据性能作为切入点，通过构建数据库系统，对业务数据类别进行划
2.2、电力大数据的数据分析技术
电力大数据的数据分析技术，意思是可以从庞大的数据资源中提取有效资源，进行分析与管理，又进一步将这种处理结果利用在决策工作中，推动企业开展生产、营销业务。举个例子来说，德国人通过数据分析提出太阳能推广策略，当有家庭安装有太阳能设施后，可以将多余的电能提供给电网进而获利。而这一技术的利用对于智能电网来说生产、运营和管理的数据收集都是非常重要的，这对于电力企业的发展和运营具有领航性的作用。
2.3、电力大数据的集成管理技术
电力大数据拥有很突出的数据增长含量，举例来说如，普及度较高的传感器网络，它的一个运作原理就是利用传感器对周围环境的感知度来收集处理相关环境信息。所谓对周围环境的感知，这类感知包含对湿度、温度等各类元素的记录、分析与处理。它的一个优势是能在收集大量信息的同时保证该信息有条不紊的分析处理。而这种分析反馈到提供商体验上，便可以作为第一手依据进行自我调整，给用户更贴近日常的服务体验。
2.4、实时数据的处理技术
内存数据库关注程度显著提升，内存数据库实际上就是将所需要储存的数据储存到内存内，然后直接对数据进行操作。内存数据和磁盘相比较，储存速度显著提升。按照电力系统实际情况来说，内存数据库广泛应用，电力系统实时性也能够显著提升，对智能电网所产生的数据进行整合，对数据进行集成整合，这样才可以对电能消费情况进行系统性了解，进而采取针对性解决措施。
期刊文章分类查询,尽在期刊图书馆云计算平台在对数据进行检测上，存取性能还需要进一步提高，这样才能够有效满足电力系统实时性要求，对电网运行实际情况进行详细跟踪检测。
2.5、异构多数据源处理技术
电网在今后发展建设过程中，对于发电、输电及用电等内容进行深入贯通，这就需要信息详细采集，保证信息传输流畅，提高信息处理效率，对异构信息进行有效整合。智能电网基础设施建设规模较大，所产生的数据数量较多，并且分布在不同地点上，基础设施管理力度需要有效提升，有效降低数据中心运营成本。
3、智能电网大数据技术应用
3.1、智能调度
大数据在智能电网中的最重要的应用就是实现电网调度的智能化，从而满足电网一体化、高效化运行的要求。目前主要应用的是一台监测设备完成一定区域内电网运行状态的监测任务，不同监测设备之间数据不能共享，因此也做不到对设备运行状况的统筹分析，不能够提高电网运行情况的监测水平。另外，监测数据量非常大，包括一次、二次设备，设备基本信息以及运行信息，巡检记录和缺陷数据记录等。这些数据包含结构化数据和非结构化数据，传统的数据分析技术无法满足这些应用要求，而大数据分析技术使得解决上述问题成为了可能。
3.2、电能损耗
电能损耗是影响电力企业经营成本的重要因素，目前电力部门的电能损耗都是通过对变压器端电能表的测量实现的，因此是基于离线数据完成的统计分析。由于电表存在误差，采集数据的过程中也可能出现问题，因此需要对电表数据进行专门的后处理、剔除缺陷数据后才能够进行分析。通过使用大数据技术，能够对电表数据进行精确建模；使用云计算技术可以实现实时或准实时的数据收集及分析。
3.3、用电负荷控制及预测
电力系统中存在大量容量小、具备存储性能的可控负荷。有效利用这些可控负荷，将其聚合起来，能够为电力系统提供客观的用电量，对高峰时期智能电网的调度具有重要的应用意义。通过利用大数据技术，可以实时获取各个用户的用电负荷以及可控负荷情况，从而进行资源的有效调度，满足电网实时的调度需求。
3.4、安全分析及智能预警
随着电力行业的不断发展以及智能监控装置的出现，应用大数据技术可以实现对电网运行情况的实时动态分析及控制。大数据技术计算速度快、计算能力强，因此在处理海量的电网运行情况数据、监测数据时，能够快速完成，从而使跨区域的海量数据共享与分析成为了可能。目前，电力行业的安全分析及预警都是通过专门的调度中心完成的，调度中心是通过收集离线数据并计算处理后生成预警预案的，因此不能够满足智能电网实时监控、实时预测以及全面评估的要求。基于云计算的电力云可以建立电力系统的一体化安全监管和数据分析，其超强的计算能力能够满足实时处理的需求。
总之，随着当前信息技术、互联网技术的快速发展，大数据成为人们讨论的重要话题之一。而智能电网建设发展的最终目标是对电力生产运输全过程进行实时的监控和处理，而在此过程之中会产生大量的数据，必须对这些数据进行精确的处理，才能够有效的保证智能电网取得更大的发展，因此进一步加强对其的研究非常有必要。
参考文献
[1]李杨.智能电网大数据处理技术应用现状及困境探讨[J].硅谷，2014，7（14）：91+95.
[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，2016，37（12）：1-10.
[3]刘伟，侯轲，姜苏航，侯倩.基于智能电网大数据技术发展研究[J].电子技术与软件工程，2016，（06）：179.
[4]曲燕燕，蒋玲芳，林烽.论大数据技术在智能电网中的应用[J].中国新技术新产品，2016，（22）：14-15.
论文作者:梁栋
论文发表刊物:《基层建设》2017年第33期
论文发表时间:2018/1/31
标签：数据论文; 电网论文; 智能论文; 技术论文; 实时论文; 电力系统论文; 电力论文; 《基层建设》2017年第33期论文;