摘要：随着信息通讯系统的发展，智能电网系统变得也越来越庞大，现代电网生产以及管理方式也发生了很大的变化，电力大数据关键技术也因此普遍应用起来。数据量及信息量的迅速提升给电力系统信息处理带来了新的挑战，传统的电力信息处理技术已经不能够满足这个需求，通过应用电力大数据关键技术能够有效解决这个问题。应用大数据关键技术可以增加智能电信信息处理及存储的能力，增加集成管理水平。因此，本文对智能电网当中所应用的电力大数据关键技术进行简要分析。
关键词：智能电网；电力大数据；关键技术
当前是信息时代，人们的生存和经济发展都离不开电力系统，在其运行中就会产生庞大的数据信息，数据增长速度很快并且类型较多，这和大数据的特征相符合。随着电网的不断发展和推进，系统内的数据源会不断增多，甚至会出现极强的增长趋势。以往的数据处理技术已经不能满足当前发展需求，因此使用大数据技术是必然措施。
1智能电网大数据特征
智能电网在运行的过程中会不断产生庞大的数据，对数据按照来源进行划分，可以分为电力企业内部和外部数据，其中内部数据包括数据采集与监控系统、生产管理系统、配电管理系统、客户服务系统等，数据大多来源于关键应用系统；外部数据则一般来自于互联网、气象信息系统、地理信息系统等，外部的数据较为分散，数据管理单位也各不相同。可以看出智能电网数据具有多样性、来源多样的特征，半结构化、非结构化的数据数量在不断增加，比如：客户服务系统中的语音数据、在线监测系统中的视频、图像数据，这些都属于非结构化数据，这些数据价值密度不高，每种数据在采样、生命周期、频率方面都各不相同。
2智能电网、计算机技术和大数据技术三者之间的关系
目前是科学技术高速发展的时代，在这样的氛围之下，电力行业的发展也实现了信息化，电力系统可以融合信息技术，共享信息，以此来科学有效的控制电网，此方式还可以保证电网运行的顺畅。但是，目前电网所使用的设备还有局限，因此，在数据处理的时候还存在问题，特备是数据的分析、处理和保存的时候，为了更好的解决这些问题，智能电网运用而生。智能电网可以实现对信息数据的完美利用，可以有效的整合信息以便做出相应措施。在这个过程中，还需要有效的建设大数据管理库，首先建设数据库需要使用计算机技术，只有计算机技术和数据完美的结合，才能快速的进行数据管理，这个过程对计算机要求比较高，为了有效的解决计算机运行和储存的问题，就需要联合智能电网从根本上解决这一问题。
3面向智能电网应用的电力大数据关键技术研究
3.1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。
期刊文章分类查询,尽在期刊图书馆
3.2数据分析关键技术
大数据技术中，核心就是将信号转化为数据，在通过对数据进行处理和分析，将其转化为信息，通过对信息进行提炼，可以得出知识，这为电力企业的决策和行动提供有效参考和依据。因此在大数据时代下，这一技术可以深入巨量的信息数据中，从中找出隐藏的模态和规律，为电力企业决策者提供有效、真实的参考信息。对企业来说，决策非常重要，关系到企业的生产运营，因此只有科学的决策，才能让企业更好的运营，更好的提供服务，为企业发展指导正确方向，实现电力企业竞争力的提高，为企业带来更多的经济利益。
3.3数据处理技术
电力数据当中，数据处理技术需要对采集到的多种多样且数量庞大的数据进行分区、分表、分库的合理处理。首先，对数据进行分区处理时，需要对不同文件进行同表数据载入，从而有效减小工作压力，使得数据访问的性能能够得到有效提升。进行分表处理时，需要以一定的数据处理原则做为工作基础，进行多种数据表的创造，从而减少表单压力。其次，进行分库处理时需要按照固定的处理原则进行不同数据库中的数据进行处理，将利用率低下的数据进行输入，从而提高数据利用率。另外，进行并行式或者纵列式的数据库构建，能够有效地强化数据本身的加载性能，对于实时查询功能的使用非常有力。例如，SQL与Map Reduce进行有效结合，能够非常有利于对数据处理能力进行强化，从而增强整体工作的抗压弹性。
3.4数据安全技术
在大数据技术应用过程中，数据安全也是其中不可忽视的一部分内容。对于一些数据的存储上大数据技术本身给予了一个良好的解决方案，这样智能电网管理的数据本身的有效性就得到了更好的提升。在出现数据损坏和丢失的情况下，大数据技术可以轻易的进行恢复，并且提升对于各类数据风险的抵御能力和安全性。并且随着云计算的发展，大数据与云计算平台具有良好的相容性，以云计算为核心的数据处理平台能够满足更加复杂的操作要求，同时其容量大、运行稳定、安全性高的特点能够适应现在对数据处理的需求，大数据可以为云计算的运行提供指导，对云计算的资源进行有效的调配。
3.5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：
我国智能电网发展十分迅速，电力系统的运行过程中所产生的数据处理需求，对大数据技术提出了非常大的挑战。为了能够更好地发展智能电网，必须要对电力大数据平台进行不断的完善和优化，将电力大数据相关的所有数据进行最大化的价值提取，提高智能电网相关数据的利用率。
参考文献：
[1]王继生，雷德宁.论面向智能电网应用的电力大数据关键技术研究[J].工程技术：全文版，2016（09）
[2]邓博.面向智能电网应用的电力大数据关键技术研究[J].工程技术：文摘版，2016（09）
[3]王孝亮.面向智能电网应用的电力大数据关键技术应用[J].工程技术：全文版，2017（02）
[4]蔡力军.探讨面向智能电网应用的电力大数据关键技术[J].科技展望，2017，27（06）
论文作者:廖小云
论文发表刊物:《电力设备》2018年第31期
论文发表时间:2019/5/5
标签：数据论文; 电网论文; 技术论文; 电力论文; 智能论文; 数据处理论文; 信息论文; 《电力设备》2018年第31期论文;