摘要：对于企业来说，数据信息的及时处理和高效维护是非常重要的。在大数据时代背景下，电力企业也要加强对电力系统中产生的数据进行分析和处理，并合理应用。根据不同的电力系统的数据类型，要做到快速高效并针对性进行处理。电力运营监控部门需要不断提升处理数据的能力及水平，将数据进行总结和分析，以此来帮助大数据下电力系统的数据处理能力，并促进电力企业的不断发展与进步。
关键词：大数据；电力运营监控；数据处理技术与应用
1大数据时代的阐述与作用
1.1大数据的概念描述
所谓大数据就是指超出传统DataBase处理过程中得到的海量数据。物联网为大数据提供源更多、规模更大的数据，大数据涉及到的信息领域需要通过多台计算机使用分布式计算方法进行及时处理，并通过云计算，不断挖掘数据深度价值。在当前的电力企业中，很多电力相关产品在运营和维护的过程中会不断产生大量数据，并经过时间的积累数据越发庞大。而传统基础数据处理方法还停留在对数据的存储和查询阶段，很难对于获取的数据进行深度挖掘或者及时发现隐藏的数据价值，因此需要不断提升大数据时代下，对于电力行业运营中数据处理水平。
1.2大数据时代发展形势
由于目前我国计算机水平的发展和进步，很多行业及企业都在大数据时代的影响下积累了很多经营数据，这些数据的处理程度也关乎到企业的未来发展方向。主要从4个方面进行了概括电力企业在大数据时代下的影响和发展形势：（1）大数据时代下，可以不断促进电力企业中相关部门之间数据优化及整合，并实现数据和资源共享，以此来提高电力企业资源利用率。（2）在很大程度上加强了电力企业内部数据开放程度，并不断扩大资源面。（3）在大数据基础上对于电力设施进行高效的规划及统筹管理，加强数据利用的合理有效性。（4）搭建电力企业宏观调控数据体系，并不断提升电力运营监控的管理。
2 电力运营监控数据分析存在的问题
现代化数据采集手段的多样性，使得数据采集速度不断提升，数据量也在不断增大。但是当前对于信息的处理能力还不够完善，所以需要对电力运营管理能力进行升级和提升。电力运营监控数据分析的问题包括：（1）电力企业产生的数据量巨大，且种类繁多，价值密度低，通常以人工收集及电力实时采集手段获取相关数据信息。数据相互关联但又有不同形态，有着明显的数据类型异构异质（包括文本、图形、图像、视频、音频等）的特点，传统技术手段对半结构化数据、非结构化以及空间矢量数据等其他数据格式处理能力不足，对于电力系统中的数据分析造成了一定阻碍。（2）数据处理方式难以进行高效处理。在电力运营监控系统，会涉及到数据采集及信息传输等，时效性高、信息量大，且涉及指标较多，传统技术手段不能满足处理需求，所以需要使用云计算及分布式处理方法进行数据分析。（3）专业壁垒凸显，数据未有效贯通。数据来源于多个业务系统，具有显著的跨专业特征。共享实时性不强，未能实现一次采集或录入、共享共用，跨专业流程不贯通，目标不协同，操作不规范，缺乏统一的数据模型。现有数据在提高电网安全运行水平、效率效益和工作质量等方面价值发挥不充分，未取得明显效果。
3大数据时代下电力运营监控数据处理
3.1电力运营监控数据类型
（1）基础型数据：所谓基础型数据通常是指在电力系统运行过程中出现的数据信息，这些数据信息的内容包括了电力系统中电能大小及电压等。电力运行监测对象一般为电量及电压的数据，所以电力企业需要实施有效的措施保证数据信息的稳定和准确性。（2）运营数据：运营数据产生于电力运行生产及执行营销业务过程中出现的大量数据信息，一般包括电力营销中交易价格及用户用电量等数据信息。监测对象一般为电费及服务的数据随后处理并研究这些数据信息得出结论，电力企业需要在其运营过程中加以重视，并及时分析以此来促进相关部门工作的顺利开展。（3）管理数据：电力企业的管理数据是指ERP及其他办公平台产生的数据信息。管理数据与其他数据类型不一样，是需要在特定环境及条件才能进行资源共享。此外这些管理数据也是可以有效促进企业发展的。
期刊文章分类查询,尽在期刊图书馆
3.2监测异动数据的处理分析
在电力企业运营过程中必然会出现异常数据的情况，对于异常数据的合理有效处理可以使得电力企业不断提升对突发情况的处理能力。而对于电力运营监控系统来说，一般异常数据及情况类型可以分为以下几种：（1）业务异动：业务异动是在业务领域中，进行数据处理的过程中发生异动，可分为明细方面异动、流程方面异动及指标上异动。（2）接口异动：在数据监测传输接口中发现接口出现异常情况，在接口方面就会出现异动。（3）数据质量异动：在对于数据的监测过程中，如果获取的数据信息不完整、不准确或者不及时，就会出现异动的情况。
4大数据时代下谈电力运营监控数据处理应用
数据资源是推进电力企业与电网创新发展的重要基础，大数据的应用提升了电力系统中业务数据的时效性和准确性，而且可以根据当前产生的数据信息，优化营销手段并提高服务水平。建立起数据监控分析模型，能够挖掘数据间的隐藏关系和利用价值。同时数据监控分析模型也是电力企业部门之间合作的基础。更重要的是，大数据的应用将为电力企业经营管理、电网运行、优质服务等提供新的契机和发展机遇，可以为企业决策者提供科学的参考，促进其作出正确的决策，为企业发展奠定基础。
4.1运营监控系统中数据在电力企业经营管理环节的应用
数据作为资产驱动着电力企业的运营，通过不断提升利用外部数据能力，拓展电力数据的增值业务，创新业务模式，有效提高公司业务能力，创造社会经济效益。立足现有业务模式，提供新的解决思路和方法，促进部门间的业务数据共享、业务融合，提升企业决策能力和决策效率。如整合人口、经济、用电等数据构建“电力经济地图”、跨越专业与信息系统限制，协助公司实现管理上宏观视角与微观细节的高度统一，促进管理集约化等。
4.2运营监控系统中数据在电力生产环节的应用
电力系统在生产运行的时候，内部结构较为复杂。运行时候需要进行管理的环节和步骤较多，为了便于工作人员对于数据信息的有效处理，可以使用大数据对其进行建模，并在线进行技术指导，以此来保证在电力生产环节质量管理的有效性。如对电力负荷发展趋势进行预测、电力调度的优化与控制等。
4.3运营监控系统数据在电力检修方面的应用
使用大数据对在线监测系统进行应用，不仅可以促进电力系统的维护和管理效率，也能对电力运行中产生的检修问题进行及时处理。在进行监控的时候，能够发现电力线路中出现的问题，并及时进行解决，有效的增加电力检修工作效率。在此过程中，减少了工作人员在电力检修中的工作量，也为企业减少了人工成本。如对生产设备、运行线路交叉故障的关联性分析。
4.4运营监控系统数据在电力营销方面的应用
为了能够及时发现电力营销过程中存在的问题及疏漏，电力运营监控部门可以对数据进行远程监控。在满足用户用电的需求上，对于电力营销产生的相关数据，需要不断加强对其管理力度，比如用户在线互动、个性化增值服务管理等。此外还可以使用用电采集信息对营销数据进行监督，采集内容包括用户用电量、用电异常数据等。如利用关键要素分析售电量影响因素、对电力客户进行画像，发现共性结构等。
结束语
我国科技水平的突飞猛进使得计算机技术水平也在不断发展，当前国家已经进入了大数据时代。在大数据时代的影响下，数据处理已经成为各个行业及企业的重要资源基础，数据处理能力也对企业发展和运营起到了至关重要的作用。电力企业的大数据分析应用，尚处于起步和摸索阶段，加强组织管理、夯实数据基础、提升分析水平是接下来电力大数据工作的重要内容。其中运营监控管理体系的健全和完善也为数据高效处理奠定了基础。
参考文献：
[1]吴佳艺.大数据背景下谈电力运营监控数据处理技术[J].低碳世界，2017（17）：235-236.
[2]郝莉丽.大数据时代电力运营监控数据处理技术[J].科技创新导报，2016，13（20）：101-102.
[3]陈雷.浅谈大数据时代电力运营监控数据处理技术[J].智能城市，2016，2（09）：46.
[4]吴亚敏.大数据时代电力运营监控数据处理技术[J].通讯世界，2016（09）：122-123.
论文作者:张凌宇
论文发表刊物:《电力设备》2018年第33期
论文发表时间:2019/5/16
标签：数据论文; 电力论文; 数据处理论文; 电力企业论文; 信息论文; 异动论文; 时代论文; 《电力设备》2018年第33期论文;