摘要：在当前信息化时代下，智能电网本身的发展中大数据技术是非常重要的一部分内容。对于大数据技术进行合理的应用，这对于当前智能电网发展具有十分重要的意义，同时也是现阶段智能电网发展研究中的一个重要的方向。本文就从智能电网发展的角度分析了电力大数据关键技术应用的相关问题。
关键词：智能电网 电力 大数据 技术
1 引言
在当前社会经济快速发展的过程中，用电需求的快速增长也对于现代电网建设工作提出了更高的要求。智能电网是未来电网发展的重要方向，同时也是现阶段电网发展中的一个重要的研究重点。在当前智能电网应用的过程中，电力大数据技术本身发挥着重要的作用，同时也给予了智能电网发展一个非常重要的技术支持。智能电脑发展的过程中，我们需要对于各类新技术进行科学的应用，同时充分的对于信息资源进行利用，进而完成对各类信息的有效整合。大数据技术，为整个智能电网建设和运行管理提供了非常重要的技术基础和数据支持，科学合理的对于大数据关键技术进行利用，这也是当前智能电网发展应用的一个重要的保障。
2 电力大数据的集成管理技术
电力企业数据集成管理技术是合并来自2 个或者多个应用系统的数据，创建一个具有更多能的企业应用的过程。从集成的角度来说，就是把不同来源、格式、特点、性质的数据在逻辑上或者存储介质上有机地集中，为系统存储一系列面向主题的、集成的、相对稳定的、反映历史变化的数据集合，从而为系统提供全面的数据共享。电力企业集成管理技术就是解决电力企业内部各系统间的数据冗余和信息孤岛而产生的。电力大数据的数据集成管理技术，包含关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、过滤技术和数据清洗等[。大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战，要想处理大数据，首先必须对数据源的数据进行抽取和集成，从中提取出实体和关系，经过关联和聚合之后采用统一的结构来存储这些数据，在数据集成和提取时需要对数据进行清洗，保证数据质量及可靠性。
3 电力大数据的数据分析技术
大数据技术的根本驱动力是将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动[12]。借助电力大数据的分析技术可以从电力系统的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。麦肯锡认为可用于大数据分析的关键技术源于统计学和计算机科学等学科，包含关联分析、机器学习、数据挖掘、模式识别、神经网络、时间序列预测模型、遗传算法等多种不同的方法[19]。大数据研究不同于传统的逻辑推理研究，是对巨大数量的数据做统计性的搜索、分类、比较、聚类等的分析和归纳，因此继承了统计科学的一些特点，如统计学关注的数据相关性或称关联性，所谓“相关性”是指2 个或2 个以上变量的取值之间存在某种规律性。
期刊文章分类查询,尽在期刊图书馆
4 电力大数据的数据处理技术
电力大数据的数据处理技术包括分布式计算技术，内存计算技术，流处理技术等，这3 种技术适用的对象和解决的主要问题如图5 所示。分布式计算技术是为了解决大规模数据的分布式存储与处理。内存计算技术是为了解决数据的高效读取和处理在线的实时计算。流处理技术则是为了处理实时到达的、速度和规模不受控制的数据。分布式计算是一种新的计算方式，研究如何将一个需要强大计算能力才能解决的问题分解为许多小的部分，然后再将这些部分分给多个计算机处理，最后把结果综合起来得到最终结果。分布式计算的一个典型代表是Google 公司提出的MapReduce 编程模型，该模型先将待处理的数据进行分块，交给不同的Map 任务区处理，并按键值存储到本地硬盘，再用Reduce 任务按照键值将结果汇总并输出最终结果。分布式技术适用于电力系统信息采集�I域的大规模分散数据源。内存计算技术是将数据全部放在内层中进行操作的计算技术，该技术克服了对磁盘读写操作时的大量时间消耗，计算速度得到几个数量级的大幅提升。内层计算技术伴随着大数据浪潮的来临和内存价格的下降得到快速的发展和广泛的应用，EMC、甲骨文、SAT 都推出了内存计算的解决方案，将客户以前需要以天作为时间计算单位的业务降低为以秒作为时间计算单位，解决了大数据实时分析和知识挖掘的难题。流处理的处理模型是将源源不断的数据组视为流，当新的数据到来时就立即处理并返回结果，其基本理念是数据的价值会随着时间的流逝而不断减少，因此尽可能快地对最新的数据做出分析并给出结果，其应用场景主要有网页点击的实时统计、传感器网络、金融中的高频交易等。随着电力事业的发展，电力系统数据量不断增长，对实时性的要求也越来越高，将数据流技术应用于电力系统可以为决策者提供即时依据，满足实时在线分析需求。
5 电力大数据的数据展现技术
电力大数据的数据展现技术包括可视化技术、空间信息流展示技术、历史流展示技术等。可视化技术、空间信息流展示技术、历史流展示技术从3 个不同的方面诠释了电力大数据展现技术的丰富内涵。借助电力大数据的数据展现技术可帮助管理人员更直观、准确地理解电力系统数据表达的意义，了解电力系统的运行状态。可视化技术广泛应用于电网状态的实时监控，显著提高了电力系统的自动化水平。未来电力系统可视化还可结合复杂网络中的相关理论在电网自动分层分区、自动布点等方面展开深入研究，发掘电网更深层次的规律和联系。空间信息流展示技术主要体现在电网参数与已有地理信息系统的结合上，包含变电站三维展示、虚拟现实等技术。
结束语
本文阐述了电力大数据平台中4 个核心的关键技术，即集成管理技术、分析技术、处理技术、展现技术。大数据的集成管理技术应该考虑关系型和非关系型数据库技术的综合应用，并重点考虑NoSQL数据库技术；大数据的分析技术应从大数据的治理与抽样、大数据特征选择、大数据小数据化、大数据的分类算法、大数据挖掘并行化等方面开展研究；大数据的处理技术应根据具体的应用需求考虑分布式计算、内存计算、流处理等技术；电力大数据的数据展现技术可考虑可视化技术、空间信息流展示技术、历史流展示技术等。文章最后的典型应用案例，对电力企业开展相关研究具有参考价值。
参考文献：
[1]张东霞，苗新，刘丽萍，等.智能电网大数据技术发展研究[J].中国电机工程学报，2015，35（1）：2-12.
[2]罗军舟，金嘉晖，宋爱波，等.云计算：体系架构与关键技术[J].通信学报，2014，32（7）：3-21.
[3]李志刚，朱志军.大数据：大价值、大机遇、大变革[M].北京：电子工业出版社，2017：182.
论文作者:杨坤
论文发表刊物:《基层建设》2018年第34期
论文发表时间:2019/1/15
标签：数据论文; 技术论文; 电网论文; 电力论文; 智能论文; 分布式论文; 电力系统论文; 《基层建设》2018年第34期论文;