摘要：随着科学技术水平的逐步提高，我国逐渐步入大数据时代。大数据作为一种新的活力注入到智能电网的发展中来，掌握电力大数据技术的关键，可以促进电力行业的可持续发展，同时加强智能电网的建立。因此，对大数据关键技术的探索有着非常重要的现实意义，大数据技术的应用必将为电力行业带来巨大变革，从而实现智能电网的可持续发展。
关键词：智能电网；电力大数据；关键技术
1智能电网与大数据的关系
智能电网主要是指将计算机技术、信息技术以及通信技术、输电设施、配电设施等进行高度继承，进而形成一种新型电网，智能电网的应用能够有效的提高供电的安全性能、提高能源应用效率，同时，还可以有效的减少对自然环境的污染，具有损耗小、可靠性高等优点，智能电网在应用过程中通过信息技术与智能化技术，进一步了解用户是如何获取用电信息，如何利用用电信息进行电能生产以及电能分配等情况，利用现代信息技术和网络通信技术的优势对信息进行交换，以此实现电网设备信息的进一步交换，并自动实现数据信息的采集、控制以及测量等一系列功能，可以根据需要实施智能调节以及自动化的控制，由此可见，智能电网是指大数据系统在电力企业电力生产与运营中的应用。其次，从技术上来分析，大数据技术主要来源于云计算，在大数据技术中云计算是大数据技术进行数据存储、分析以及管理的重要基础，大数据可以利用云技术更加快速与准确的分析与处理数据，并为智能电网提供有效的数据提供服务。
2电力大数据平台构架概述
电力大数据平台构架通用性较好，适用于大多数电力企业对大数据规划的需求，其主要运行思想是指利用相关文件处理系统作为大数据存储构架，利用一些分布式的计算技术作为大数据处理构架，在大数据处理过程中利用分布式处理技术为基础，使数据的查询、储存等作业顺利进行。同时，电力大数据平台构架还包括一些智能化设备的应用以及传统数据库、数据访问构架以及数据调查构架的备份与恢复模块。大数据存储构架与处理构架建立在通用操作系统、虚拟机以及服务器基础上，使该平台构架具有扩展性较好、成本较低的特点，大数据调度构架主要包括列序存储数据库、数据序列化传输工具以及日志收集系统和分布式锁设施等，大数据调度框架进一步实现大数据的调度与组织，有利于提高数据分析的准确性与科学性，在电力企业智能电网应用系统中可以通过数据平台构架展开调查、分析、统计以及报表，对大数据的安全、管理以及备份恢复等进行保护与治理。电力大数据平台构架涵盖了大数据的各个环节，并通过构架访问对分布文件存储系统进行访问，进一步通过大数据连接器以及数据传递设施实现对传统数据的访问。
电力大数据平台构架需要与电力系统中丰富的数据相结合，以便满足电力企业的应用需求，电力系统是一个复杂的系统，内部数据主要包括电流、业务流、信息流以及气象流和故障流等数据流向，在电力系统平台构架中要将电力系统数据流与电力企业应用需求相结合，对发电、输电、变电、配电以及电能调节等各环节进行控制和管理，达到监测与控制数据采集的目的。
期刊文章分类查询,尽在期刊图书馆
3面向智能电网应用的电力大数据关键技术
3.1集成管理技术
电力大数据的集成管理技术主要是指来自多个应用领域的系统数据，利用这些数据创建具有多功能的企业管理应用程序，其工作原理是指将不同来源、性质、特点以及格式的数据通过逻辑顺序将其存储在介质中，为系统存储一些集成、稳定、面向主题以及反映历史变化的数据集合，进而为系统运行提供一个全面性和综合性较高的数据共享环境，电力企业大数据集成管理技术是为了解决企业内部各系统数据之间的孤立性而产生的，主要包括数据融合集成、关系以及非关系集成技术、数据清洗以及数据过滤等技术，大数据集成技术具有多样性特点，其来源比较广泛，数据的类型也比较繁杂，繁多复杂的数据环境为大数据的处理带来较大的挑战，因此，要想充分处理大数据就要对数据源进行集成与抽取，从中提取有效的关系数据，对这些数据进行关联与聚合，之后采用统一结构对数据进行集成，在数据集成过程中要保证数据源的可靠性与准确性。
3.2数据分析技术
数据分析是大数据技术的重要作用之一，因此，大数据在电力企业中的应用主要是将信号转化为数据，对数据信息进行分析，并将信息进一步提炼为知识，促成智能电网的信息决策与行动，大数据分析技术在电力系统的大量数据中寻找潜在规律与运行状态，为智能电网操作人员提供决策依据，大数据分析技术主要源于计算机科学与统计学科学，在数据分析作业中进行数据挖掘、关联分析以及机器学习等对数据进行计算与分析，大数据技术相较传统逻辑推理分析，能够对大量的数据进行分类、统计、比较和归纳。由此可见，数据分析技术有效的延续了统计学的特点，在数据分析中找出数据集中的关系数据，保证数据的可信度、支持度以及兴趣度等，数据分析技术建立在大量分析样本基础上，并不是采用随机分析的方式，而是对所有数据进行逐个分析，智能电网大数据分析计算速度更快、准确度更高，在分析过程中不受其他因素的干扰，这种数据分析技术有效的加强了大数据在电力企业中应用效果。
3.3数据处理技术
电力大数据中的数据处理技术包括内存计算、分布式计算以及流处理等计算技术，其中内存计算技术能够高效的处理和读取数据，并能够在线实时解决数据计算问题，分布式计算技术能够解决大规模的分布式存储问题，同时对存储数据进行高效处理，流处理技术在数据处理时不受数据规模和计算速度的控制，数据处理可以实时进行。其中，分布式计算是一种新兴的数据处理计算方式，主要用于解决多处小部分的计算问题，将多个小部分问题全部分给计算机处理，最后将处理结果进行综合，其具有较强的计算能力，先将有待处理的部分进行分块，交给智能电网中的不同任务区域处理，之后再将数据信息进行按键存储到本地硬盘中，更适用于电力企业大规模的数据采集与分析。
3.4数据存储备份技术
基于大数据技术下，其还具备着良好的数据存储能力，能够实现对智能电网下所读取海量数据的有效存储，与此同时，还具有着修复与备份的功能，进而能够解决系统平台故障下所引发的安全隐患问题，确保数据信息的安全性，为促进智能电网的完善建设、确保智能电网的安全、可靠运行提供技术基础。
4大数据在智能电网中的应用案例
现阶段，不少厂家已经开始研究建立Hadoop架构上的数据平台和商务服务，希望能够将大数据关键技术合理应用在智能平台中。Hadoop作为雅虎创建的融合了MapReduce软件技术的数据系统，能够收集并处理海量数据，建造在其基础上的Datameer系统提供的电子表格式界面，能够让用户更便捷的处理和分析数据。将这样的数据系统应用在智能电网中能有效改善电力企业的生产和营销方式，实现多元化的发展。
结语
综上所述，大数据技术在智能电网中的应用具有许多优势，因此，应根据电力企业的发展需求结合大数据技术的优点，有效的应用大数据关键技术，使其在电力企业的发展中发挥最大作用，为智能电网的发展提供新的契机，鉴于此，电力企业应加大力度培养大数据技术人才，利用大数据关键技术促进企业的长足发展。
参考文献
[1]徐高翔，黄勇达，赵卓.云计算大数据处理技术在智能电网中分析与应用[J].科技与企业，2016（06）.
[2]张东霞，苗新，刘丽平，张焰，刘科研.智能电网大数据技术发展研究[J].中国电机工程学报，2015（01）.
论文作者:陈义成, 汪波
论文发表刊物:《电力设备》2017年第34期
论文发表时间:2018/5/14
标签：数据论文; 电网论文; 技术论文; 智能论文; 构架论文; 电力企业论文; 电力论文; 《电力设备》2017年第34期论文;