摘要：随着信息技术的快速发展，智能电网的应用逐渐增多。大数据环境下，必须及时进行智能电网的完善，提高智能电网工作效率，保证智能电网的数据信息处理能力不断提升，符合整体运营和工作需要。本文针对智能电网发展中，大数据关键技术的应用和发展进行了探讨。
关键词：智能电网；大数据；电力系统
当今人们的生活以及社会经济的快速发展，对于电力的需求以及依赖程度越来越高，电力系统的有效运行过程中必然要伴随着数量庞大、种类繁杂的各种数据信息需要进行处理。在智能电网不断改善的今天，电力系统的数据处理能力也必须要不断地进行提高，从而有效地为智能电网的有效运营进行服务。
1.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。例如，在进行海量的信息搜集与处理的时候，能够提供电子表格数据，并利用信息分类技术，将其实用性更好的发挥出来，进而能在用户信息出来效率方面有所提升。另外，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。
2.智能电网应用的电力大数据关键技术
2.1电气大数据的集成管理技术
电力企业数据集成管理技术主要是将不同来源、格式、特点以及性质的数据在逻辑上湖综合存储介质上有机的集中，并为系统存储一系列相对稳定的、能够充分反映历史变化的数据集合。通过电气企业集成管理技术的应用，能够很好的解决电力企业内部各系统间的数据冗余以及信息孤岛。此外大数据还具备有多样化的特点，这也就意味着数据的来源需要非常的广阔，并对数据的处理工作带来了很大的挑战。为了获得良好的大数据处理效果，还需要进行数据源的抽取跟集成处理，然后在数据源中提取到一系列的实体跟关系，在经过了关联聚合之后采用统一结构进行这些数据的存储，来保障数据的可靠性。
2.2复杂数据处理技术
2.2.1数字化监测技术
数字化监测技术的应用能够更好的满足电力大数据的精细化管理需要，从各个方位、各个时间出发展开监测。智能电网应用的电力大数据技术的应用能够实现电力系统的良好运行，在提高设备运行有效性的同时提高其可靠性和安全性。同时，借助电脑终端能够确保继电保护器和电气大数据编程的有效运行，方便各个节点数据的顺利接收和发送，更好的展现数字化监测技术效能。此外，数字化监测技术的应用能够对电力系统进行综合性操控，促进电力系统的良好发展。
期刊文章分类查询,尽在期刊图书馆
2.2.2智能化数据监控技术
在21世纪，智能化数据监控技术被广泛应用于智能电网控制系统之中，对该系统的安全调控起到了重要作用，一般来讲，智能化数据监控系统组成部件摄像头、电缆和、监视器，以此实时记录电力系统的运行状况。在智能化数据监控系统之中，摄像头作为前端设备，主要负责信息的采集，电缆属于传输设备，能够进行数据传输，监视器不仅可以发挥显示、记录作用，而且能够实施智能电网控制与处理。
2.2.3关系型数据库系统
在智能电网中，结构化数据依然占据绝对主体地位，这也就需要做好结构化数据的管理跟存储工作。通过Oracle这一关系数据库管理系统的应用，其还具备有使用方便以及功能强大的应用优势，并能够在多种数据环境下很好的运行。此外在智能电网的运行过程中，还有这数据繁杂的特征，这也就需要在结合电网实际运行情况的基础上进行存储数据方式的合理选择。
2.3数据分析技术
对于大数据技术而言，其根本驱动力在于直接将电力运行信号转变为数据，然后将数据分析为信息，在通过数据信息来保障电力决策的科学性跟合理性。通过电力大数据分析技术的应用能够在智能电网运行过程中的海量数据中找出其潜在的模态跟规律，来给该电力企业的管理人员提供足够多的决策支持。在大数据研究过程中较之于传统的逻辑推理研究还存在有一定的区别，其需要就巨大数量的数据进行统计性的搜索跟分类，因为也继承了统计学科的相关特征。在相关分析的过程中，其目的在于找出各种数据集中所隐藏的关系网，并能够用来进行支持度、可信度以及兴趣度等参数相关性的有效反映。
牛津大学网络学院教授维克多在他的著作《大数据时代》中指出：在大数据时代，相关关系分析法将大放异彩，通过找到一个良好现象的关联物，相关关系分析可以捕获现在和预测未来。大数据相关关系分析法，建立在海量样本的基础上，不采用随机分析法这样的捷径，而采用分析所有数据的方法；大数据的简单算法比小数据的复杂算法更有效，其结果更快、更准确而且不易受到干扰，因此他指出建立在相关关系分析法基础上的预测是大数据的核心。
3.结论与展望
本文探讨了大数据、云计算、智能电网三者之间的相互关系，并给出电力大数据的总体可执行框架，对电力企业大数据平台的搭建具有参考价值。本文阐述了电力大数据平台中4个核心的关键技术，即集成管理技术、分析技术、处理技术、展现技术。大数据的集成管理技术应该考虑关系型和非关系型数据库技术的综合应用，并重点考虑NoSQL数据库技术；大数据的分析技术应从大数据的治理与抽样、大数据特征选择、大数据小数据化、大数据的分类算法、大数据挖掘并行化等方面开展研究；大数据的处理技术应根据具体的应用需求考虑分布式计算、内存计算、流处理等技术；电力大数据的数据展现技术可考虑可视化技术、空间信息流展示技术、历史流展示技术等。对电力企业开展相关研究具有参考价值。大数据技术可以在5个方面创造价值，分别是：创建透明度，让利益相关方更加容易的获取信息；通过试验来发现需求，暴露可变因素并提高业绩；根据客户需求细分人群；通过自动化算法替换或者支持人为决策；创新商业模式、产品和服务。大数据技术在商业领域已经获得较为广泛的应用并创造出巨大的商业价值，但是在电力系统中的应用才刚刚起步，因此结合大数据的技术优势和电力系统的应用需求，发挥电力大数据的价值，将为智能电网的建设带来新的发展契机。电力企业应该牢牢抓住这个契机，从数据政策、人才培养、关键技术研发等层面，全面促成电力大数据技术的发展。
参考文献：
[1]王继生，雷德宁.论面向智能电网应用的电力大数据关键技术研究[J].工程技术：全文版，2016（09）：00262-00262.
[2]邓博.面向智能电网应用的电力大数据关键技术研究[J].工程技术：文摘版，2016（09）：00136-00136.
[3]王孝亮.面向智能电网应用的电力大数据关键技术应用[J].工程技术：全文版，2017（02）：00189-00189.
论文作者:孙英洹
论文发表刊物:《电力设备》2019年第15期
论文发表时间:2019/11/25
标签：数据论文; 电网论文; 技术论文; 智能论文; 电力论文; 电力系统论文; 关系论文; 《电力设备》2019年第15期论文;