（云南电网有限责任公司临沧供电局 云南临沧 677000）
摘要：在信息化背景下，电能发展进入了新时代，随之诞生了智能电网。但是在其不断增长下，各种检测数据不断扩大，种类也越来越多，传统的电力数据处理系统已经无法满足要求。云计算的出现改变了大众的生产生活，将其运用到电力大数据分析处理之中已是大势所趋。基于此，本文就将重点对其分析技术和应用进行分析。
关键词：云计算；大数据技术；电力
引言：
在互联网时代之下，数据已经变成了云计算系统当中的关键。因为系统在分析和处理数据之后，可以运用固有的程序获得操作上的相关数据，因此在互联网发展之下，开始进入到了数据时代。在数据时代发展之下，对于数据本身的处理方式及效率都提出了一定要求，原先的数据处理器也都已经无法满足数据时代发展的基本需求。所以为了有效解决这一问题，就需要在云计算环境之下对高效数据处理器进行研究，以期获得最高性能的处理方法，满足大数据处理方式和性能的要求。
一、概述
（一）云计算
云计算就是处理大数据的系统，同时还可以实现对数据信息的云储存，并实施大规模的分布式计算与分析。在运用该技术之后可以有效满足用户对于海量数据的处理和计算，并给其提供更多动态化和虚拟化的信息数据服务，实现对资源的动态化调配，在客户需求基础上提供服务，降低资源浪费与消耗。在另外这一技术的应用还可以满足信息化时代对于资源运用的横向扩展和负载均衡要求[1]。在这基础上，将数据作为中心去增加节点，对新节点实施负载迁移，并实现负载均衡，强化系统本身的业务能力，同时在大规模数据节点上，运用信息网络，给用户带来更多计算和储存所需要的数据。
（二）大力大数据
电力大数据就是在智能电网的基础上，整个电力网络运行过程中所产生的各类数据信息都通过大数据进行统一化管理。另外供电单位业务当中主要包含有输配变供等几个环节，在电力系统运行下，各项职能系统日渐深入，其单位信息系统之中积累了巨大的历史数据，成了单位信息数据最关键的参考资源。由于数据一直在增加，同时单位业务开展需求变大，这就要及时实现数据信息整合，在数据主题分析基础上，通过数据信息给单位各项工作的开展带来指导。
二、分析技术
（一）多维索引
原先Hive系统当中的索引功能都相对比较单一，根本不能实施电力大数据搜索的细致化与具体化，因此这就极大浪费了CPU资源，使得数据分析效率有所降低。电力大数据可以实现多维区间查询，是一种将时间代码和单位代码作为标准的索引方式。目前很多省份的电力系统，都是这种将时间代码和单位代码作为主要标准的索引方法，并会在实际情况下去通过各维度辅助的方式进行大数据多维索引，将其中干扰和无用的数据全部过滤掉，进而确保大数据索引效率与利用效率的提升[2]。现阶段该技术的应用范围非常广泛，并且也基本上形成了以多维索引技术为中心的分布式索引系统，在Hive命令的基础上，运用HQL解析器去解析代码，以此增加索引的维度区间，并以实际需求为基础，直接将索引数据放在Hadoop系统之中去进行处理。
（二）混合存储
原先Hive系统在运行的时候，是不能实现数据更新或者是数据删除的，通常只能是运用重写去进行数据更新。在现代电力大数据的分析之中，智能电网每一天都需要处理海量的数据，所以不管是数据删除还是更新，都必须要快速，并且效率还要能够得到保证。在这整个操作之中上其数据比例相对比较小，如果还是运用重写的方式去更新数据，那么就会导致大量的数据资源被占用，从而降低了整体的运行效率。
期刊文章分类查询,尽在期刊图书馆因此，这就需要充分运用混合储存技术，通过主表和附表的作用，对实时更新以及不需要实时更新的数据进行记录，并依照运行的基本要求去处理数据，从而将数据处理的有效性提升上去，最终实现资源利用最大化。
（三）分层处理
在云计算发展之下，通过分层数据技术去分析处理综合数据，在整个智能电网当中，形成集电力信息的收集、存储和应用等基本功能为一身的结构化管理系统，并在电力供应的实际情况之中，构建起来大数据管理系统分支化的管理体系，从而强化电力供应系统之间的独立特性及关联特性，最终提升资源的使用效率[3]。除此之外，通过云计算的SQL系统，实现大数据分析计算的同步性，可以进一步提升大数据分析处理的效率和效果，最终达到对智能电网电力大数据进行层次化分析管理的目的。
（四）翻译工具
原先Hive系统在运行的时候，其数据分析的实现主要是通过HQL索引语言来实现的。该索引语言主要属于SQL当中的一部分，但是这两者之间的语言却存在很大的差异。在目前的电力大数据之中一般都包含有非常SQL语言储存信息，这主要是因为原先Hive系统不能满足基本的数据分析要求，导致数据分析和存储效率太低。但是在云计算的基础上，电力数据的SQL语言会直接被翻译成为HQL语言，如果通过手动的方式去进行翻译的话，那么就会因为处理的内容过大而耗费大量的时间和精力，同时还无法保证翻译的正确率。因此为了进一步提升翻译的效率，就必须要运用到自动化的翻译工具，从而实现对SQL语句之中语言数据的自动化翻译，只要在这之中能够满足相应的翻译条件，就会呈现出来多个HQL语段，然后再对其进行分析与处理[4]。这样一来不但能够有效减少人工翻译的错误率和遗漏率，还能够有效降低翻译所需要耗费的时间，从而进一步提升翻译的效率以及整个系统分析的效率。
三、应用
在计算机技术的进一步发展之下，云计算当中的电力大数据分析技术已经都开始被运用到了现实生活之中，从而使得整个电力企业得以发展进步。在我国所有的地区之中浙江省在电力系统之中运用云计算大数据分析获得的成功最大，他们在云计算的作用下，有效促进了整个电力系统智能化的发展。在云计算的基础上，整个电力系统当中的数据都被集中在了一起，同时通过计算机实现了对这些数据的有效分析，并最终获得了相应的数据成果。以这一数据成果为基础，电力工作者可以有效完善整个电力系统之中出现的各种问题，从而使电力系统当中服务器的稳定性得以保证。除此之外，云计算的电力大数据分析能够极大满足用户的需求，去分析处理各项数据，在整个计算过程之中，电流传输的主要依靠是电力平台。最为关键的就是，在分析处理数据的时候其中的各项信息都会被直接存储在档案库当中。档案库之中的信息会伴随着数据的转变而有所转变，并实现自动化更新。在原先探究设置之中，档案库当中的信息存储主要依靠的就是两台小型机上面，并且整个存储过程还要借助高速网络实现。但是在当下的实际操作之中，其档案库的信息存储只需要连接多个服务器，因此整体运行速度较之前有所加快。另外这种连接方式极为经济实惠，因此可以有效节省不少的建设成本。
四、结束语
在计算机技术不断发展之下还会被运用到各个领域当中，而云计算的电力大数据分析日后也会在更多的企业之中得到发展与普及。今后在电力企业当中，企业必须要先重视起来云计算电力大数据分析技术，明确它给整个电力发展带来的推动作用。另外还必须要不断对其技术进行研究，使其可以更好地被运用到现代化的电力企业之中，强化服务质量，推动电力行业发展。
参考文献：
[1]吴秉奇.云计算环境下电力大数据的分析技术与应用[J].淮南职业技术学院学报，2018，v.18；No.81（3）：9-10.
[2]马强，田大伟，徐征，等.云计算在电力系统大数据中的应用与研究[J].自动化技术与应用，2018，37（3）：46-49.
[3]李佳，徐胜超.基于云计算的智能电网大数据处理平台[J].计算机工程与设计，2018，39（10）：81-87.
[4]熊里.基于云平台的电力大数据多角度可视化分析与研究[D].华北电力大学（北京）华北电力大学，2017.
论文作者:赵汝有
论文发表刊物:《河南电力》2019年6期
论文发表时间:2019/12/11
标签：数据论文; 电力论文; 大数论文; 索引论文; 技术论文; 基础上论文; 效率论文; 《河南电力》2019年6期论文;