摘要：现如今，我国科学技术得到了快速发展，其中电力大数据技术在智能电网中得到了广泛应用。传统的数据处理技术应对电力大数据已经遇到瓶颈，不能满足电力行业的需求，将云计算技术应用到电力大数据处理中，利用其强大的计算能力，可以迅速有效的处理大数据。在分析智能电网、大数据、云计算关系的基础上，又深入探讨了符合电力企业发展需求的电力大数据关键技术选择，为电力大数据在智能电网中的实际应用提供了强大的技术支持。
关键词：智能电网；电力大数据；关键技术
引言
改革开放以来，人们的生活水平有了极大程度的提高，电力需求不断上涨，甚至对电力有了一定的依赖程度，智能电网中电力系统的运行也会伴随着大量而复杂的信息处理，随着智能电网的不断发展，电力系统的数据处理能力也在不断进步，通过对智能电网电力大数据关键技术的分析，了解技术的实际应用情况，从而有效为智能电网的运营进行科学化服务。
1.智能电网电力大数据概述
现如今，城市进程的加快与规模的扩大，现有的电网基础设施已经无法满足信息资源日益增长的技术需要，智能电网在运行中也会伴随着强大的信息处理能力，无论是搜集信息还是存储信息，都需要保证信息资源的利用效率，为此人们开始对智能电网电力大数据处理技术进行分析与研究，构建大数据平台完成科学决策。其中 Hadoop 服务平台就是比较成功的案例，智能电网电力大数据与平台有效进行资源对接，智能电网电力大数据关键技术也可以发挥到最佳模式。对海量信息进行搜集与处理的时候，平台可以为其提供电子表格形式的数据，所有的数据一目了然，在智能电网电力大数据分类计数的支持下，用户信息可以实现分类与整理，提高了信息处理效率。智能电网电力大数据平台以分布式文件处理为主，可以实现不同级别的数据存储和查询，现如今智能电网电力大数据平台中涵盖的信息内容广泛，功能性模块数据尤为关键，构建智能电网电力大数据平台需要利用相关技术，发展电力企业营销服务的创新，为电力企业的可持续发展奠定基础。
2.智能电网、大数据技术与云计算的关系
智能电网是以物理电网为基础，将先进的传感测量技术、通讯技术、信息技术、计算机技术和控制技术与物理电网高度集成的新型电网。智能电网可以实时获取电力系统中各种运行参数以及用户用电信息等数据，并且能够对这些数据快速进行分析、处理、优化，然后对电网运行状态进行判断和预测。大数据技术是目前国内外研究的热点之一，其巨大的潜力可为社会各行各业提供强大的数据支持。但是到目前为止，大数据还没有一个统一的定义，麦肯锡全球研究所认为：大数据是一种规模达到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合；云计算是一种利用互联网实现随时随地、按需、便捷地访问共享资源池的便捷模式，具有超大规模、虚拟化、高可靠性、通用性、高可扩展性、按需服务等特点。它可以赋予用户前所未有的计算能力，更加迅速的处理大数据。可以抽象的认为：智能电网就是大数据在电力行业中的应用。云计算在资源管理效能和信息处理能力上的强大优势决定了其在电力大数据处理上的广阔应用前景，利用云计算强大的计算能力，可以迅速地从海量的电力大数据中获取有价值的信息，从看似大量的“垃圾数据”中提炼出黄金，为智能电网实现提供有用信息。从以上分析中可以看出：智能电网、大数据技术和云计算三者是相辅相成，相互交互的关系。
期刊文章分类查询,尽在期刊图书馆
3.电力大数据的分类及数据流分析
电网企业主要以建设运营电网为核心业务，随着智能电网的建设，电力大数据呈现爆发式增长，主要分为三类：一是电网调控运行及设备状态数据，主要包括电网运行潮流数据、电网运行关键指标、设备检测和监测数据；二是电网客户供用电数据，主要包括用电量、用电单位、业扩报装等相关营销数据；三是电网企业内部管理流程数据，主要包括人财物资源运营管理数据。从上述系统采集得到的电力大数据需要经过多个环节才能最终进行分析计算，大量传感器和智能电表以固定频率周期性的采集数据，数据源源不断的发往数据中心，数据规模将比以往成指数规模剧增，可以达到 TB、PB 甚至更高量级。为减轻云存储系统的访问压力，电力大数据首先进入前置机缓冲池，这里进行解码和预处理。例如设备，人员等相对静态的信息则被保存在相关数据库中，可以与云存储系统随时进行数据交换。当客户端向计算处理单元发送有关命令后，计算处理单元根据业务逻辑对云存储系统中相关数据进行复杂的分析运算，从海量信息中筛选出有价值信息，并将计算结果存入云存储系统。在线查询可以从云存储系统中将满足用户请求的数据返回给用户。
4.智能电网中电力大数据的分析方法
4.1 ETL 技术
智能电网中的电力大数据体量大，数据种类繁多，这一特征给数据后期分析工作造成了麻烦。ETL 技术便是应用于电力大数据集成上，其全称为 Extract- Transform- Load。其中 Extract 是数据提取，把 ETL所要求的有关信息从数据源中提取出来。Transform是数据转换，在数据抽取到数据后，根据一定的要求将数据形态进行转变，在这个过程中需要对数据进行加工处理，使其具有一定的可读性。Load 是数据装载，将处理好的数据进行装载，添加到目的数据源中，完成 ETL 的整体流程。ETL 技术是智能电网电力大数据集成的核心技术，合理地运用 ETL技术能使电力企业呈现新发展趋势。
4.2数据分析技术
智能电网应用越来越广泛，电力大数据的分析技术也获得了相应更新。此项技术核心是将信号转化为数据进行分析和处理，深入海量的数据中寻找潜在的规律并提取出关键信息，帮助企业管理者制定科学的决策，全面提升企业发展活力。例如德国电网就曾利用此项技术，在推广太阳能的决策制定中起到了关键的作用，太阳能的大量使用使得普通用户把富余的电能输送到智能电网中，优化了电力系统的调度分配。
4.3数据展现技术
在智能电网电力大数据分析中，有两种分析方法被广泛应用，即可视化技术和空间信息流展示技术。这协助电网运行人员正确认识电力数据的意义以及系统运行情况。可视化技术具有监测的功能，可以实时监测和控制智能电网的运营情况，使电力系统中故障发生率显著降低。空间信息流展示技术具有计算的功能，可以实时分析和计算电网的运行参数，并且空间信息流展示技术可以与 GIS 技术协同作用，使电网运行人员对电力系统整体运行情况有更加直接的了解，有助于制定企业发展战略决策。
5.结束语
总而言之，随着我国社会经济的发展和智能电网的运行，电力系统运行中出现的数据处理需求，对智能电网电力大数据的技术产生挑战，想要让智能电网发展的更好，就要对电力大数据平台加以优化，不断的完善其中的功能，提高智能电网电力大数据价值，提高智能电网中数据的利用效率，从而营造良好的电力运营氛围。
参考文献：
[1]杨晶，廖翯，妥建军.面向智能电网应用的电力大数据关键技术[J].电子技术与软件工程，2018（04）：173.
[2]彭小圣，邓迪元，程时杰，文劲宇，李朝晖，牛林.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35（03）：503-511.
[3]饶玮，蒋静，周爱华等．面向全球能源互联网的电力大数据基础体系架构和标准体系研究[J]．电子信息与通信技术，2016，14（4）.
论文作者:刘岩
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：电网论文; 数据论文; 智能论文; 电力论文; 技术论文; 信息论文; 数据处理论文; 《电力设备》2018年第33期论文;