(中国葛洲坝集团电力有限责任公司 湖北省 430000)
摘要：由于智能电网的迅速发展，可以在运行期间产生海量数据，但是在大量的数据处理和分析中，若依旧沿用传统的数据处理方法不但不能满足当前时态的发展需求，也不利于企业的未来优化发展，所以就要搭建出完善的电力大数据平台，挖掘数据价值，并通过关键性技术，以提升智能电网中的电力数据水准，从而提升企业的经济效益。
关键词：智能电网；大数据；技术应用
引言
在当前电网建设的过程中，智能电网本身的建设是整体的重要发展趋势。针对智能电网建设的相关需求，我们应该对于自身的技术水平进行更好的改善，并且引入更加先进的各类技术，让整个智能电网本身的经济价值得到更好的发挥和体现。
1电力大数据的概述
1.1电力大数据的定义
企业信息化的过程中，信息量呈现爆炸性增长态势，海量的数据涵盖各种形式，比如数字、符号、图片、声音、视频等，这些数据贯穿于电网企业生产、管理、服务等各业务流程中，企业的信息化正是要对这些大量数据进行采集、分析和处理。充分重视数据的作用，将其作为企业核心资产之一，让资产创造价值，这是大数据的核心价值。通过以电力为中心的数据综合服务平台，充分利用实际电网和经营管理中产生的海量数据，并研究分析其中的规律，从而获取潜在的高附加值服务。高附加值的服务在电网企业中有重要作用，比如提高电网灾难预警与事故处理能力，提高供配电与电力调度决策的准确性等，实现更科学的需求侧管理，为电网创造更大的经济效益。
1.2电力大数据的特征
1.2.1数据量大
随着物联网技术在电力行业的应用及企业的信息化不断加快，各业务流程的运作产生巨大的数据量，这些数据从PB级别跃升到EB级别，数据规模巨大。
1.2.2数据种类多
在电力生产的整个过程中，产生各种类型的数据，按照产生方式的不同分类，有对设备监控而生成的数据、因电网状态信息扩展而生成的数据、有实时采样而生成的数据；按产生环节的不同，大数据可分为由发电侧产生的、由输变电侧产生的、由用电侧产生的。
1.2.3价值潜力大
电力大数据反映了电力行业内部规律特征，通过相关技术对大数据的分析与研究，可以获得巨大的潜在价值，比如对社会经济的影响评估。
1.2.4处理迅速
信息化水平的提高，使得数据处理技术不断发展，满足电力企业在对电力调度、设备运行等数据快速处理的要求。
2电力大数据的来源及分类
电力大数据的来源比较广泛，包括采集系统、管理系统以及监测系统，采集系统主要是对数据进行收集整理，是其他系统运行的基础。管理系统是电力系统的核心，管理系统是对采集系统收集而来的数据进行处理分析，从而了解电力系统的运行情况。监测系统是对电力系统的运行进行监测，及时排除电力系统运行中存在的不稳定因素，为电力系统的运行提供一个良好的环境。
电力大数据可以分为三类，分别为运行数据、管理数据以及客户数据，这些数据之间具有一定的联系。运行数据主要涵盖的范围是电力系统的运行环节，包括发电、配电以及输电等，管理数据主要是对电力系统运行过程中的人力以及物力资源进行管理。客户数据是指客户的电力行为，包括用电量、用电高峰期等。另外根据数据来源可以将电力大数据分为内部数据和外部数据两种。内部数据是电力系统运行中的各种数据。外部数据则是通过外部获取的数据。虽然通过不同的分类标准可以将电力大数据分为不同的形式，但是无论是何种形式的数据，都对电力系统工作的开展具有重要的影响。
期刊文章分类查询,尽在期刊图书馆
3电力大数据关键技术的应用分析
3.1集成管理
智能电网应用的过程中，其整体数据量很大。电脑实际运行的过程中，需要利用大量的传感器来对于相关的信息和数据信息获取，并且通过整个系统来完成信息的传输。在整个信息系统中，无论是信息的采集还是传输分析，都需要通过大数据来进行科学的管理，这样后续的进一步的处理和分析工作的开展才能具备一个良好的依据。大数据技术本身在实际应用的过程中实现了集成化的统一管理，并且以更加标准的数据管理形式来让整个数据管理的水平得到了切实有效的提升，保证数据管理的效率和质量。
3.2数据分析
对于电网的日常调度和管理来说，就需要对于海量数据进行处理和分析。大数据技术在实际应用的过程中为信息处理提供了一个更加具备针对性的解决方案。在实际发展的过程中，大数据技术本身在应用的过程中可以通过对于各类技术进行合理的分析，进而为整个生产和经营管理提供相应的引导，是重要的决策依据。Hadoop、Spark技术是当前大数据技术中两个相对热点的技术内容。其本身具有较好的发展前景，如在数据分析速度方面，其具有更大的优势，尤其在内存表应用上具有更快的分析速度。大数据技术在实际应用的过程中可以更好的提升整体数据分析能力，大数据技术的合理应用，这有助于提升整体的生产和经营管理水平。
3.3数据处理
大数据技术在实际应用的过程中，从数据处理的角度为整个智能电网系统提供了可靠的信息方面的支持。现在对于信息处理的过程中应该对于大数据技术的优势进行充分的理由，并且从细节层面的入手，对于数据处理的需求进行更好的满足，进而提升整体数据处理的工作质量和效率效果。应用传统的数据处理模式，将整体的人工成本角度并且处理效率较低，时间较长。通过大数据技术的合理应用，可以更好的提升数据处理的效率和完整性，并且利用更加科学的方式来对于数据管理库进行构建，这样提升了数据的旅行速度，并且让数据查询服务得到更好的完善。
3.4数据安全
在大数据技术应用过程中，数据安全也是其中不可忽视的一部分内容。对于一些数据的存储上大数据技术本身给予了一个良好的解决方案，这样智能电网管理的数据本身的有效性就得到了更好的提升。在出现数据损坏和丢失的情况下，大数据技术可以轻易的进行恢复，并且提升对于各类数据风险的抵御能力和安全性。并且随着云计算的发展，大数据与云计算平台具有良好的相容性，以云计算为核心的数据处理平台能够满足更加复杂的操作要求，同时其容量大、运行稳定、安全性高的特点能够适应现在对数据处理的需求，大数据可以为云计算的运行提供指导，对云计算的资源进行有效的调配。
3.5ETL技术
智能电网的数据十分的分散且数量十分巨大，数据所具有的类型也相当的多，这些困难是数据处理当中必须要面对的不利因素。面对这种情况，在处理相关数据时必须要遵守操作流程，防止不必要的问题反复产生，影响整体质量。电力企业一般在数据集成工作上要应用数据仓库这类技术。而ETL所包括的三个主要组成部分，也即是Extract、Transform和Load，其中Extract便是数据抽取，主要任务是将所需要的数据从源系统当中进行抽取；Transform也即是数据转换，将被抽取出来的数据进行一系列转换以达到相关数据要求，并且通过这种过程对数据本身进行整理和加工；Load也即是数据加载，其工作内容主要是加载处理后的数据，再将其保存到需要数据的源系统当中。这种技术在电力大数据集成当中是关键技术，如果要在相关企业之中运用这种技术，就需要对这项技术当中的所有因素进行考虑和分析，通过研究之后再将其与其他先进技术进行融合，从而将数据集成工作做到最优，为企业的发展做到最有效的保障。
结束语
电力系统在应用大数据技术时也存在着一些制约因素，包括电力系统基础设施建设不完善以及信息安全防护工作不到位，因此在应用大数据技术时，电力系统需要做好万全的准备，及时解决现有的不足，为大数据技术的应用提供一个良好的外部环境。
参考文献:
[1]张根周.大数据在智能电网领域的应用[J].电网与清洁能源,2016(06).
[2]徐高翔,黄勇达,赵卓.云计算大数据处理技术在智能电网中分析与应用[J].科技与企业,2016(06).
[3]张东霞,苗新,刘丽平,张焰,刘科研.智能电网大数据技术发展研究[J].中国电机工程学报,2015(01).
论文作者:詹庆松
论文发表刊物:《电力设备》2017年第31期
论文发表时间:2018/4/12
标签：数据论文; 电网论文; 技术论文; 电力论文; 数据处理论文; 过程中论文; 电力系统论文; 《电力设备》2017年第31期论文;