【摘要】：大数据有着多样性及规模性和高速性的特征，大数据关键技术发展对各领域都产生了影响，通过大数据技术的应用，为应用领域的发展提供有价值的数据信息。本文着重分析了大数据技术在电力生产中的应用。
【关键词】：大数据；电力生产；应用
引言
大数据环境下，应用关键技术，对智能电网数据处理能力的提高起到了积极影响，有关部门管理人员必须给予高度重视，从新的角度、新的层面出发，寻找突出要点，做好发展规划。唯有如此，智能电网有效运营服务的目标才能得以顺利实现。
1、电力大数据的相关概述
1.1电力大数据的内涵
当前的电力大数据是在云计算与基础设备层上形成的数据平台，通过云计算服务访问层与应用软件的结合使用，为供电系统内部实现分层管理创造基础条件。电力大数据具有较好的通用性，因而绝大多数的电力企业也能够在大数据规划管理中获得较好的适用效果。当前的大数据规划主要是通过对分布式计算技术进行利用，保证数据查询、存储、处理等任务能够得到顺利完成。除此之外，提升智能化水平，将先进的智能设备运用到数据库构建与操作系统中，也成为拓展系统服务性能的可行手段。
电力大数据平台的构建应当包括存储框架、调度框架、分析框架等部分，在调度框架内部序列化的传输工具、数据信息存储库、日志收集系统以及分布锁设备等也应加强注意。只有重视数据的组织与调度工作，让数据信息的准确性、效率性得到保证，才能为储存系统、访问系统等功能发挥创造前提条件。
1.2大数据、云计算以及智能电网之间的联系
智能电网同大数据、云计算有着不可分割的重要关联，智能电网可以将计算机技术、通讯技术、信息技术进行整合。加之原有输配电设施的协调配合，从而为提高电网安全性、效率性、经济性，缓解环境因素给供电带来的不利影响创造条件，继而打造出先进的新型电网。而大数据、云计算也是借助于网络技术的不断发展而形成的能够实现信息采集、监测、控制等功能的技术手段。其中，大数据的建立需要依托云计算功能的发挥，云计算的存储管理以及数据分析等强大的功能又能为大数据业务开辟更为便捷的路径，因而云计算也成为大数据得以实现的前提条件。总的来说，云计算、大数据与智能电网三者之间存在着相辅相成的关系，在各自发展的基础上又能促进其他技术性能的提升。
2、大数据信息技术的应用内容
2.1在电网中引进云计算
云计算大家比较熟悉的就是阿里巴巴的阿里云，这是国内最强悍的云计算工具，云计算在电力系统中有着相当强大的作用，现在使用的电力数据系统都是以前过时的PC端系统，只能对数据进行存储和管理，不能对数据进行精准分析，而且由于电力系统的数据比较大，一般的PC机内存较小，经常出现数据丢失的情况，一旦硬盘内存不够了，管理员就会删除一部分数据，导致数据不全，影响整体的分析。因为引入云计算后可以快速地对电力电网涉及的数据进行整理分析，为我们在电网规划中提供有效的决策支持，节约资源和损耗，云计算技术对于信息有着很强大的存储分析功能，将我们平时用到或者需要采集的数据存储在云端，需要的时候我们直接向服务器发送请求获取数据，然后服务端将我们需要的数据返回到我们的终端设备，方便快捷，可以节约一部分存储的资金，存储在云端的很好地保证了数据的安全性，电网的数据涉及的产业十分巨大，一旦泄露将会造成严重的后果，所以将数据存储在云端是十分可靠安全的，现在对于阿里云一般都是租用，每年向阿里拿一部分资金就可以使用，每个企业的账号密码都是单独的，彼此看不见数据。
2.2电力监测系统及时反映
我国的电力点分布在上百万平方公里，不可能每一个网点都有专人进行看护监管，如果某个网点突然出现故障，这个时候在电力大数据中心将会显示报警信息，并实时显示当前出现故障的地点、时间，在未来完全可以进行自动指派任务给最近网点的检修人员，立即响应。可以在数小时内对电力故障进行排查修复，引入大数据后就可以将全国的电力数据进行整合，平台分发。
期刊文章分类查询,尽在期刊图书馆
3、大数据技术在电力生产中的应用
3.1集成管理技术
电力大数据集成管理技术主要是合并两个或以上应用系统的数据，进行创建多功能企业应用的过程，集成的管理就是将不同来源及格式和特征数据在逻辑上及存储介质上集中，为系统存储系列的集成及稳定的数据集合，为系统提供全面数据共享。电力大数据集成管理技术方面也涉及其他层面的技术，如数据融合集成技术及菲关系型数据库技术等。处理大数据就要对数据源数据加以抽取及集成，并能提取实体及关系，这样就能提升数据质量。存储管理当中的NOSQL数据库技术是比较关键的，这一技术是分布式数据存储方式，数据存储进行了简化，更为灵活，可扩展性也比较突出，能够对海量数据进行存储。
3.2ETL关键技术
智能电网电力大数据关键技术当中的ETL关键技术也是比较重要的，智能电网在数据分布层面的分散性及数量巨型的特点比较突出，所以数据处理有一定的難度。因此，要在数据处理方面进行简化为数据收集及抽取和转换等流程，而电力企业主要将数据仓库技术在数据收集工作上进行应用，在应用ETL关键技术的时候，就有几个不同的技术类型，数据抽取的技术是按照工作的需要从广泛数据源中抽取相应数据，从整体上提升数据关联性。数据转换技术的应用方面，对抽取数据转换为电网直接应用的数据形式，并对错误的数据实时处理，这样能保障数据的准确。在数据加载技术的应用方面，就是把数据存储在数据源系统。
3.3数据分析技术
面向智能电网的电力大数据关键技术中的数据分析技术是比较重要的技术类型。大数据的技术主要驱动力是把信号转换成数据，把数据分析成信息，并进一步提炼成知识，通过知识促成决策及行动。应用大数据分析技术，就能从电力系统海量数据当中找出潜在模态及规律，有助于为决策人提供准确决策。电力大数据分析技术是传统数据挖掘技术的新发展，而大数据海量及高速增长等特征，包含半结构及结构化数据类型，大数据分析技术的应用就能发挥其积极作用，对不同结构的数据进行分析。
3.4数据展现技术
智能电网的电力大数据关键技术的应用当中，展现技术也是比较重要的技术类型，其中有空间信息流展示及可视化技术等，这些都能有助于促进电力大数据技术的应用质量水平的提升。空气信息流展示技术在电网参数及已经有的地理信息系统结合下，能够对电网管理人员对电力设备的运行状况有充分的了解，能为决策提供准确的地理信息。
3.5数据处理技术
智能电网电力大数据关键技术中，處理技术发挥着比较重要的作用。大数据处理技术的作用主要是能够对收集到的数据信息进行有效处理，然后就处理的数据进行区分，其中有分库及分表和分区途径。在分库方面，按照既定要求将反复利用的数据输入不同数据库中，从而能够为数据利用效率的提升打下基础;在分区方面，主要将通表数据及时载入不同文件中，从而能有效降低大型数据表压力，有效提升数据的访问速度，这样也能从整体上保障通表的顺畅;在分表方面，按照数据处理要求制定多样数据表，从而能最大限度地降低单表压力，采用建设并行式及纵列式数据库的方式，把数据更快加载，从而能为人们查询需要的数据提供很大便利。工作中能够和Map Reduce进行有机的结合起来，这样就能够提升数据处理的整体效率，提高了数据应用的整体效果。
结语
电网企业要顺应能源互联网时代电力大数据发展趋势，深化电力大数据商业模式创新，将能源互联网时代电力大数据作为推动传统产业转型升级、建设创新型社会的驱动因素，全面提升服务客户、服务社会的水平。
参考文献
[1] 董华彪.基于云计算的电力大数据分析技术与应用[J].南方农机，2017，48（23）：103，105.
[2] 黄蕾，陶锐.基于云计算的电力大数据分析技术与应用[J].数字技术与应用，2017，（02）：117.
[3] 王维，赵明颖.基于云计算的电力大数据分析技术与应用[J].黑龙江科技信息，2016，（12）：180.
论文作者:张美华
论文发表刊物:《中国电业》2019年第11期
论文发表时间:2019/9/29
标签：数据论文; 技术论文; 电力论文; 电网论文; 智能论文; 关键技术论文; 数据处理论文; 《中国电业》2019年第11期论文;