摘要:智能电网是当前电力行业建设发展的主要趋势,而智能电网背景下的大数据处理技术问题将是行业内持续关注的热点。电网数据处理是一项系统且复杂的工作,就目前的数据处理技术而言,还存在诸多的技术难题与挑战。对于电网企业,需要认识到智能电网大数据的基本特点,了解数据处理技术的基本现状及主要问题,有针对性地加强数据处理技术的研究和攻坚,提升电网运行的安全性与可靠性,不断推动电力行业的发展迈向新高度。
关键词:智能电网;大数据处理;技术分析
引言
现阶段,随着信息化技术的普及应用,我国电力系统的智能化进程有着比较好的效果,大数据处理技术成为当前智能电网中维护电网安全稳定运行的主要措施。云计算为智能电网的数据处理、传输、存储提供了可靠的平台,保证了智能电网中的大数据可以得到及时有效的处理,为电网的树立运行提供一定的保障作用。但是随着技术的进一步发展,以及智能化程度的进一步加深,大数据处理在传输、存储等方面存在着一定的局限性,受到了比较严峻的挑战,因此需要相关的工作人员进行不断的努力和创新,探索出一种有效的解决方法,促进我国智能电网的稳定健康发展。
1智能电网大数据处理技术的现状分析
1.1智能电网大数据处理技术的复杂性
智能电网大数据处理技术在各个行业发展中均获得密切关注,智能电网大数据处理与社会经济发展关系密切,甚至很多商家都投入大量资金进行改进与研发,希望获得更快、更高效的处理速度。智能电网大数据处理技术十分复杂,随着关注度的提升与研究资金的增加,虽然智能电网大数据处理技术有一定提升,但是与社会数据增长速度相比较,发现还有一定距离。智能电网大数据处理技术的复杂性决定了我们对其的研发力度还远远不够,仍不能满足我国社会数据处理需要。智能电网大数据处理技术复杂性现状决定了必须持续进行研发与改进,才能真正达到其应有的价值。
1.2智能电网大数据现状
目前,智能电网中所产生与处理的大数据主要来源于三方面。①在电网运行过程中与设备监测过程中所产生的数据。②在电力企业进行营销时所产生的数据,在营销过程中产生的数据占有主要地位。③电力企业自身管理过程中所产生的数据。对电网运行与设备检测、电力营销以及电力企业管理三方面数据进行归类可以发现,第一部分为结构化数据类型,第二部分为非结构化数据类型。根据智能电网的具体使用过程进行分析发现,非结构化数据所占有的比重更高,能够获得更多重视。
2智能电网大数据的特征
2.1规模性
智能电网大数据的产生主要依靠大范围、多设备、多类型、全天候和高频率采集模式,数据体量巨大,从TB级跃升至PB级别。如智能电表按分钟频率采集用户用电数据,假设1分钟采集一次,每月每户仅用电数据一项就生成超过43000条数据记录。
2.2多样性
智能电网大数据涵盖不同时期、不同系统、不同区域、不同设备、不同格式、不同类型的异构数据,包括了结构化、半结构化和非结构化等不同内部结构的数据,数据种类繁杂、差别巨大,比如监控视频、故障录波、电话录音等就为类型迥异的数据。
2.3高速性
由于电力供需平衡是一个实时响应的过程,暂态时间内可能发生系统失稳,如继保、控制指令、PMU等部分智能电网数据从生成、采集、传输到处理,需要在毫秒级时间内实时在线完成,为电网运行提供决策支持,这对采集速率、传输通道和处理速度等均提出极高要求。尤其是对高速性的要求,已扩展到数据从产生、传输、存储、处理到应用的每一个环节。数据处理遵循“1秒定律”,体现为要在秒级时间内得出数据分析结果,超出时间限制,数据就失去价值。
期刊文章分类查询,尽在期刊图书馆
2.4真实性
大数据技术面临不确定性问题,获取、存储与处理数据需付出成本,理想数据未必能够全数获得,所获数据未必可以全部使用。对智能电网而言,数据不完整、不一致、重复、模糊、异常、噪声、错漏和延时等情况都需列入考虑范围。
3当前数据处理技术所面临的主要挑战
3.1数据传输、存储所面临的挑战
随着智能电网建设的快速发展,系统运行及设备监测等诸多环节过程都会产生海量数据资源,而这些大数据的存储和传输问题无疑是一项艰巨的挑战,如果处理不当必然会给电网造成负担,阻碍智能电网建设的进一步发展。针对这一问题,在数据传输上一般会采用数据压缩的方式,利用先进、适合的数据压缩技术,降低网络数据传输量。当前有很多数据压缩技术适用于电网数据传输,但也需要注意,数据压缩在降低存储空间的同时,也会在压缩与解压的过程中造成CPU资源浪费,因此在数据监控中心必须有科学的计算和存储平台。另外就数据的存储而言,当前在处理过程中多通过分布式文件系统来实现,然而仅采用这种方式不能满足当前电网对数据实时性的需求,因此在对大数据进行存储时,多应用分类存储方式。最后,在电网数据传输与存储方面,研究数据存储格式,研究数据同质结构的科学组成,研究非结构化、半结构化数据向结构化格式转化等问题,都是下一阶段电网数据处理技术研究中的重要任务。
3.2智能电网大数据处理技术的可视化分析性
人们对于智能电网大数据处理技术的应用不仅仅停留在对数据的处理与储存方面,对其提出了更高的要求。在有限的屏幕范围中,以更直接的方式将数据呈现在用户面前,实现可视化数据处理分析技术成为智能电网大数据处理技术的又一项挑战。智能电网大数据处理可视化分析技术要求将所收集的数据能够以图片、视频或者其他更直观形式表现在人们面前,使得人们能够通过视觉系统对数据进行分析与判断,让智能电网大数据处理技术达到另一种境界。
3.3智能电网中大数据处理时效性技术
智能电网大数据处理与传统数据处理方式相比,最突出的特点与优势之一就是数据处理的时效性。智能电网大数据处理的速度更快,且数据处理的正确率极高。但是,随着数据的不断增加,即便是智能电网的大数据处理速度也在不断增加。当数据过多时,会导致分析处理时间增产,渐渐不能满足快节奏的社会发展需要。为了能够提升智能电网大数据处理技术的处理速度,在日后的发展中,智能电网大数据处理的时效性成为一大挑战。不论是在电力系统的哪一个环节,都需要进行实时数据处理,确保能够在第一时间获得数据处理信息,满足人们对于数据处理速度的要求。
3.4智能电网中异构多数据源处理技术
智能电网异构多数据源处理技术主要表现为对多源头异构数据信息的整合性,面对大量的异构数据能够及时的进行整合、储存和处理,是目前我国智能电网大数据处理技术所面临的难题。在智能电网大数据处理技术中研发出异构多数据源处理技术,能够实现全面的信息数据处理功能,提高信息查询效率与传输、处理效率,对电力系统的发展十分重要。
结束语
在经济发展和科学技术的进步时期,为人类带来了效益的同时也造成了严重的资源浪费,因此在这一时代背景下各国都加强了对智能电网的研究和建设工作。在智能电网的管理过程中,对于大量数据的管理、处理、存储等方面的问题困扰使用者,这也是现阶段需要及时改善的内容,因此本文以此为背景,对其应用和挑战进行分析和研究。
参考文献
[1]王全强,刘敏,成立.智能电网电力大数据技术研究[J].电子技术与软件工程,2016,01:181-182.
[2]王渭,崔健.智能电网大数据处理技术现状与挑战[J].电子技术与软件工程,2016,01:188.
[3]尹君,缪刚,桑遥,李太华.智能电网建设中云计算大数据处理技术的运用分析[J].中国新通信,2016,05:115.
[4]陈豪,赵扉,陈鼎.浅谈智能电网大数据处理技术及发展趋势[J].信息化建设,2016,03:312.
论文作者:张少江
论文发表刊物:《电力设备》2017年第1期
论文发表时间:2017/3/9
标签:电网论文; 数据处理论文; 智能论文; 数据论文; 技术论文; 结构化论文; 过程中论文; 《电力设备》2017年第1期论文;