摘要：伴随着智能电网、分布式发电、微电网等新生物的不断出现，以及可再生能源大规模并网和交直流电网互联不断增多，电力系统正面临着由原来的单侧随机性向双侧随机性过渡，电力系统的实时供需平衡、系统调度、安全稳定、优质服务等方面面临着巨大的挑战。电力大数据涉及到发电、输电、变电、配电、用电、调度各个环节，对电力大数据进行深入的挖掘，将有助于推动电网向安全、优质、高效、清洁的现代能源互联网转变，同时也可以为智能电网的实现提供有力的数据支持，而云计算则是作为智能电网与大数据之间连接的纽带。
关键词：智能电网；电力大数据；技术
一、智能电网电力大数据概述
新阶段电网基础设置很难满足信息资源日益增长的技术性要求，其中智能电网的应运而生能让数据信息的搜集、分析和存储等得到发展，但是要想让信息资源的利用效率增大，构建大数据平台能是实现其科学合理决策的关键。在这方面具十分成功的案例是Hadoop服务平台的系统构建情况，需要将大数据与这一平台进行更为有效的融合和对接，进而能更为大数据的关键新技术的作用发挥起到良好的保障作用。
智能电网大数据平台主要是以分布式的文件处理方式为主，为能更好的实现Pb和Zb级别的数据存储功能，可以在分布式计算机技术实现的过程中，实现P6和Zb的数据查询功能。现阶段的大数据平台涵盖的内容十分广阔，其中有功能性的模块数据，包括大数据访问与调度框架、商业智能应用模块、数据仓库等相关的数据模块。因此，大数据平台的构建需要在数据关键技术运行效果持续升高的情况下对电力领域内企业的智能化电网的实现提供有效的保障，用以提升企业的自身结构发展也能让营销服务模式的优化创新能力得到极大的提升，进而能让电力企业持续稳健的发展下去。
二、智能电网大数据的特征
智能电网建设是满足新时期电力能源需求的基础保障，智能电网运行中会产生相应的数据信息，这些数据具有海量、高速、多样、低价值密度、真实性等特点。与此同时，人们在进行电力系统运行管理的过程中，需要以这些数据为基础进行相应的研究与判断。因此，需要做好这部分信息的收集与处理工作，一方面是来自内部的信息数据，一方面是来自外部的数据。对于内部数据而言，主要是指电力的输送、变压、配置、使用以及电力营销产生的相关数据；对于外部数据而言，主要是指气象信息、灾害信息等等，面对这种环境，电网数据呈现出多样化、多渠道来源的特点，并且随着用电压力的不断增涨，数据信息数量正处于不断上升的趋势，结合这些数据的特点与价值，对智能电网大数据技术提出更高的要求。
三、智能电网条件下电力大数据的主要内容
电力网络运行模式伴随着电子科学技术的不断推广与应用，其运行模式、信息数据等方面逐步朝着科学化、信息化的发展方向前进，这也为电力大数据智能信息化发展营造出了更为广阔的发展空间。在电力网络运行过程中，由于要进行跨区域之间的电力调配，满足日常的社会生产需求，会产生大批量的信息数据进行定点传递，以确保电力网络能够正常平稳的操作运行。通过对电力企业以及电网的实地考察过程中可以了解到，对于电网运行过程产生的信息数据类别划分来区分主要包含了两个部分的信息数据，一方面，表现为电力企业内部之间的信息数据传递，主要是为了确保电力企业日常运营管理能够正常运转，包含了信息汇总系统、监管系统、生产管理系统、配电管理系统以及客户服务系统等，从电力产出到输出囊括了整个电力运行网络；另一方面，则包括了外部信息数据库，其主要目的是电力网络运行体系的延伸，是电网建设当中重要的组成部分，包含了计算机技术、气象信息系统、地理信息系统以及户外电网运行监控等内容。
期刊文章分类查询,尽在期刊图书馆
四、智能电网应用的电力大数据关键技术
1、数据处理技术
面对如此庞大的电网数据，数据处理主要是通过对庞大数据进行采集，并进行分区、分库、分表处理的目的。首先，在对数据进行处理的过程中，需要针对不同文件进行同表数据载入，以此实现快速的数据处理工作，减少工作压力、提高数据访问性能。进行分表处理工作时，需要有一定的处理原则，以此为基础开展数据处理工作。其次，分库处理是按照固有的模式和处理原则，对不同数据库中的数据进行处理，从而为相关人员提供准确、可靠的参考，提高数据的利用率。另外，结合数据处理的整体情况，进行并行、纵列式的数据库构建，能够提高数据整体的利用效果，方便数据查询。
2、ELT关键技术
ELT技术为数据集成—抽取—转换—剔除—修正”，对于数据集成而言，其便运用ELT技术，在此技术被实行的过程中，由一定的技术部分组成，其一是数据抽取，在对数据源系统中的数据进行了解的情况下，便对其进行一定的抽取。其二为数据转换技术，在对数据进行抽取完成后，便将数据组合形态进行转变，在转变的基础上，对其实行加工处理，使数据具有一定的易读性。其三为数据加载技术，在上述两种步骤完成后，便实行此步骤，将数据添加进系统中，从而便完成ELT技术的整体流程。目前，法国电力公司已安装25万台智能电表，计划到2020年安装3500万台，用其采集家庭的用电负荷数据，此种技术具有重要的作用，已得到法国的广泛使用。在此基础上，作为一名电力管理人员，应对企业发展情况具有深入了解，在多种技术手段并用的情况下，使数据呈现集成化的发展趋势，在运用ELT技术的时候，便能使电力企业呈现新发展趋势。此外，现今，光纤技术得到广泛的应用，对于电站而言，光纤技术具有相应的要求，大峡电站220kV线路配置PSL-603GA数字式线路光纤差动保护装置，小峡电站110kV峡开两回线路各配置一套RCS-943A型线路光纤纵差保护装置，其技术要求为，直流电源220V，交流电流5A，频率50Hz。10倍额定电流，允许10S。
3、数据挖掘技术
电力大数据的挖掘系统挖掘过程大致如下：a信息收集。确定目标数据的特征信息，选择合适的信息收集方法，然后将收集到的信息数据存入数据库。b数据集成。将从不同系统、不同特点、不同格式的收集到的电力大数据在逻辑上有机的集中，为以后的分析处理提供全面的数据共享。c数据规约。在尽可能保持电力大数据原貌的前提下，最大限度的精简数据量，规约后执行数据挖掘的结果与规约前所得结果相同或几乎相同。d数据清理。前期收集到的数据可能存在不完整、含有噪声的无用数据，通过数据清理，可以得到完整、正确、一致的数据信息。e数据变换。将以上处理好的数据转换成适用于数据挖掘算法的形式，常用的方式有数据概化、平滑聚集、规范化等。f数据挖掘过程。选择合适的分析工具，采用统计法、遗传算法、神经网络、规则推理等方法对数据仓库中的信息进行处理，得出感兴趣的分析信息。g数据评估。从企业运营角度，由行业专家检验数据挖掘结果的正确性。
结束语
综上所述，我国智能电网发展迅速，搭建出更完善的电力大数据平台，能够充分挖掘出数据的价值，通过利用一些关键技术，可以提高智能电网中电力大数据的处理水平，为企业带来更多的经济利益，提高企业的竞争力保证电网的运行。
参考文献
[1]彭小圣，邓迪元等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35(3):503-511.
[2]蔡德福，曹侃等.大数据技术在电力系统的应用[J].湖北电力，2016，40(6)：22-26.
论文作者:吴斌
论文发表刊物:《电力设备》2018年第28期
论文发表时间:2019/4/1
标签：数据论文; 电网论文; 电力论文; 智能论文; 信息论文; 技术论文; 数据处理论文; 《电力设备》2018年第28期论文;