（博尔塔拉供电公司 新疆博尔塔拉蒙古自治州 833400）
摘要：电已成为人们生活中不可或缺的一部分，智能技术在电网领域的应用，提升了电力企业的服务水平、促进了电网的发展。伴随着电网智能技术的深入应用，大量的图像数据随之产生，这时借助大数据图像处理技术，可以帮助企业解决海量数据的处理和保存难题，使企业工作量减少，工作人员工作效率、工作准确性提高，能带动企业的发展和提升企业的核心竞争力。文章对智能电网大数据进行概述，并对大数据处理技术进行研究，从数据库处理和云计算处理阐述其在电网行业中应用范围。
关键词：电网调控运行；大数据存储；处理技术
1 引言
目前，我国经济技术水平发展迅速，电力系统也面临着更新改造的发展目标，在基本质量稳定的条件下更好地为人民的生产生活服务。许多电力企业或单位已经开展了智能电网建设。通过新技术方案的应用，规模、质量、数据源等控制中心需要大量的精力和时间来改进。大数据作为核心部分，是保证数据信息有效利用的纽带。本文将对大数据的存储和处理技术进行分析和探讨，以便更好地进行电网的调度和运行。
2智能电网大数据的特点
2.1 数据量大
随着智能电网的发展，以及社会对于电量的需求不断增长，电网的数据量也随之不断增长，已经从TE级别跃升到PB级别。数据的量越大，需要相关人员做的工作也就越繁杂。
2.2 类型多
智能电网中的数据类型种类繁多，包括文本数据、结构数据、非结构数据、时间序列数据等等，因此对于不同类型的数据，在处理时要采用不同的方式。并且对于不同类型的数据，对其进行收集、查询和处理的频率与方式也不尽相同，因此对于技术人员也提出了新的挑战。
2.3 速度快
在智能电网中，大数据的处理可以在极短的时间内完成，甚至达到微秒级计算速度，并且对于在线数据处理性能和处理速度方面的要求也远高于离线数据。利用大数据处理技术，技术人员可以在几分之一秒内完成对大量数据的分析，从而为决策的制定提供数据支持。
3 智能电网大数据平台和应用框架
3.1 大数据平台的建立
由于智能电网大数据应用需要统一数据接入、清洗、存储、管理，所以要通过构建在大数据之上来实现这些功能。智能电网大数据核心平台分为基础资源、数据管理、数据存储、数据分析与处理、平台服务和平台管控五个部分。其中，数据分析与处理是大数据平台的核心，根据具体业务需求，除了可以提供基础的批处理、流处理等功能，该部分还可实现图计算、内存计算、数据挖掘、统计分析、机器学习等通用的数据分析算法包或工具功能。
3.2 应用框架的建设
目前，由于电力公司各个业务部门分别建有各自的信息化系统，它们采集的是不同时间断面的不同数据，记录的是特定时间断面的数据断面，因而不能反映电网对象的全部属性，在数据共享方面存在困难，急需构建统一数据模型来存储和管理智能电网各环节的数据。因此，在实践中通过电力系统稳定性分析与控制、输变电设备故障诊断、负荷预测、用户用电行为分析和社会经济状况分析和预测等具体步骤实现数据的实时采集和与智能电网各业务系统的数据交互。
期刊文章分类查询,尽在期刊图书馆
4 电网调控运行大数据存储与处理技术的应用
4.1 数据集成技术
智能电网大数据具有的数据量大、类型多、速度快、分布广等特点，这些特征给大数据处理带来极大的困难。因此，为了处理智能电网大数据，首要的一点是以数据抽取、转换、剔除、修正等方式对数据源进行数据集成。其中，由于智能电网大数据集成涉及多种类型的应用系统，而这些系统类型和特征复杂，在数据规模、数据类型和实时性要求等方面存在较大的差异，单靠哪一种技术都很难完成，因此需要结合多种技术、综合考虑各种因素，建立一致、完备、有效的智能电网大数据系统。以ETL（extract、transform、load）为例，其主要环节有三步：首先是数据抽取，从源数据源系统抽取目的数据源系统需要的数据；其次是数据转换和加工，按照业务需求，将上一步骤获取到的数据转换成目的数据源要求的形式，并对错误、不一致的数据进行清洗和加工；最后是数据加载，将转换后的数据加载到目的数据源。
4.2 数据运输与存储技术
智能电网中的数据量大且类型多，在数据的采集以及从采集到分析的过程中，面临的一个重要问题就是数据该如何传输和存储，同时需保证数据的完整和准确性。运用数据压缩的方式可以减少数据传输的量，但重点是采取哪种方法。从另一个方面来讲，数据的压缩与解压过程也需要占用资源与成本，因此要合理安排。对于不同的情况以及不同规模的数据，要根据数据的重要性、实时性、速度等选择不同的算法进行压缩与解压。至于数据的存储方面，目前使用较多的是分布式文件系统。智能电网中的数据量大且种类多，因此首先要做的是对数据进行分类，然后分别进行存储。有的数据具有较强的时效性，必须单独存储，可建立一个实时数据库系统。在电网数据中，非结构数据所占的比重会逐渐增加，但在存储中，非结构数据无法直接存储，需先转化为结构数据才能存储。
4.3 可视技术
当前智能电网在对数据信息进行分析时，如何将数据信息以一种直观表达形式，在可视设备上提供给用户，使用户对数据信息可进行有效查看，成为一种新的挑战。可视技术的出现可对智能电网系统的大数据信息进行规模化采集，对数据进行高分辨、高精度、变量性采集和读取等，当前对数据节点采集过程中，一般数据信息节点的存储量为TB级别。在采集过程中，对其进行高数据处理模式，并将精准性数据信息转化为图片等成为技术难点，其挑战以像片合成算法、数据信息拓展和显示等为主。
4.4 智能控制
电力系统出现故障时，如让人工排查，并解决故障，需要花费较多的时间，还要投入一定的人工成本。同时，由于人工作业，花费的时间较多，会给用户的用电带来困扰，不符合用户和电力公司的利益，而大数据图像处理技术运用，会在很短的时间内帮助电力公司找出故障所在，使电力公司能在尽可能短的时间完成故障处理，能减少用户和企业的损失。同时，大数据图像处理技术还能帮助电力企业分析故障发生的原因，这对电力人员的故障处理以及同类型的故障预防都有帮助。大数据图像处理技术的应用，能使电力企业的电力输送更加便捷，也能提升电力企业的管理水平，使企业工作人员的工作效率更高、处理问题的能力更强。
5 结束语
电网的快速发展，满足了人们日常生活需要的同时，也对电力企业的管理水平提出了更高要求，这需要电力企业采用新技术来改善自己的工作方式和运营模式，从而提升自己的服务水平。大数据图像处理技术的应用，为电力企业的发展起到了极大的促进作用，可以通过图像处理技术，帮助电力企业优化输电线路和发电站建设地址的选择，还能帮助电力企业收集和处理各类用户信息，让企业了解用户的需求，并有针对性的提升自己的服务。同时，大数据图像处理技术的应用，还能让电力企业及时发现电路故障并解决问题，减少电力企业和用户的损失。
参考文献：
[1] 徐昊楠.智能电网大数据处理技术研究[J].科技与创新，2017（24）：64-65.
[2] 崔立真，史玉良，刘磊，赵卓峰，毕艳冰.面向智能电网的电力大数据存储与分析应用[J].大数据，2017，3（06）：42-54.
[3] 桂前进，江千军.分析电网调控运行大数据存储与处理技术[J].自动化应用，2017（10）：127-128.
[4] 赵威.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，2017（17）：185.
论文作者:王雪,王兴梅,孙洪艳
论文发表刊物:《河南电力》2019年1期
论文发表时间:2019/9/2
标签：数据论文; 电网论文; 智能论文; 技术论文; 电力企业论文; 数据处理论文; 数据源论文; 《河南电力》2019年1期论文;