摘要：近年来，随着科学技术的进步与发展，人们对于资源的开采与使用速度越来越快，全球的能源问题日益严峻，其中被人们使用最多的能源无疑是电力。但是在电的输送过程中，仍有许多的耗散，因此多个国家都开展了智能电网的研究工作，以期对目前的电网进行技术改造。本文通过对智能电网大数据处理技术的现状与发展前景进行探讨，希望能对我国智能电网的建设工作有所助益。
关键词：智能电网；大数据；数据库；处理技术
一、智能电网大数据处理技术概述
1、智能电网大数据
当前，智能电网中的数据有三个类型：一是电网运行过程中设备的检测和监测数据，二是电力行业中相关企业的营销数据，三是电力行业中相关企业的管理数据。为了保证在电网运行过程中能够及时准确地得到相关数据，我们需要在电网运行设备中设置尽可能多的数据采集点，且时常进行数据采集。随着智能电网的发展，原本电网数据中的非结构数据由于不方便使用二位逻辑表现，故而运用较少，也在呈指数形式增长，逐渐成为智能电网中的重要组成部分。电网中的数据类型种类繁多，来源包括用电侧、输变电侧、发电侧等。
2、大数据处理技术
大数据近年来已成为各行各业关注的焦点，不同行业都需要收集大量数据进行分析，以寻求较好的发展。而数据收集之后，怎么处理、分析和应用成了一个更加重要的问题，如果缺少对数据的挖掘分析，那么大数据的可利用价值也将受到损失；同时，一个国家分析和应用大数据的能力也是综合国力的体现方式之一。在智能电网中，大数据的处理方式也是必不可少，虽然目前在其它行业，云平台已经成为新兴起的热点，但由于不具有时效性，无法较多地应用到智能电网的大数据研究中。因此，如何分析电网大数据就成为我们研究的重点。
二、智能电网大数据的特点
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、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。
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。
三、目前的智能电网大数据处理技术分析
1、大数据的传输与存储
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。
期刊文章分类查询,尽在期刊图书馆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。
2、并行数据库
并行数据库是数据库的一种，属于新一代具有高性能的一个根据MPP并且处于集群并行计算环境的数据库系统。该数据库可以保证数据存储的安全以及电网运行的稳定，并且可以实现多个用户对其同时访问而不影响系统的正常工作，同时可以对数据进行快速的处理。但不足的是，并行数据库系统只适用于结构数据，非结构数据要先转化为结构数据，该数据库存储数据的容量是有限的，且扩展性较差，制约了系统对数据的存储及分析能力。
3、云计算技术
在互联网中的相关服务的增加、使用和交互模式的基础上，出于信息处理方便简单方面的考虑，出现了云计算技术，主要涉及的是虚拟化资源，这类资源需通过互联网提供，通常这类数据是动态的并且易于扩展的。选择云计算最重要的原因是其可以存储大量的数据，不必担心存储空间不足，同时采用了数据并行处理技术。分布式文件系统也是云计算核心思想的一种体现。但正如之前所说，云计算缺乏时效性，有时会影响数据及时的分析和处理，降低效率，因此仍有待进一步改进。云计算平台虽然可以实现数据存储空间的极大扩展，但数据的隐私性较差，安全性无法保证，当有重要数据存储时 ，如发生数据的丢失与破坏，会造成重大损失。
四、新时代智能电网大数据处理技术的机遇与挑战
1、数据的时效性
在智能电网中，数据量大，因此常常需要花费较长的时间进行传输、存储与分析，但有些数据是需要及时处理，但是现有的云计算平台并不能达到要求，而并行数据库系统数据存储量达不到要求，因此，数据处理的速度变得越来越重要，亟待解决。
2、可视化分析技术
数据收集与处理在数据库以及相关系统中进行，但最后是要展示给用户，庞大的数据流并不能让用户直观地理解，需将其变成一种易于理解的方式，例如文字、图片，在此过程中，需将重要信息进行筛选，并转化为图片等形式，显示在屏幕上，实现与用户的交互。
3、异构多数据源
随着智能电网的逐步发展，数据的来源渠道会越来越多，例如电网中发电、输送电、用电等过程都有海量数据产生，都需要及时收集，且数据的结构越来越多，处理的方式也不同，因此，在面对多种来源、多个结构的数据时如何处理，已成为我们当下需要解决的一个问题。
五、结语
本文主要讲述了智能电网大数据技术的基础、现状以及需解决的问题，可以看到，智能电网大数据技术在未来的大量运用已成为必然。因此，对于智能电网大数据处理技术的发展，我们要时刻关注，寻找其中的最优解。
参考文献
[1]宋亚奇,周国亮,朱永利.智能电网大数据处理技术现状与挑战[J].电网技术,2013,(04): 927-35.
[2]王明霞.智能电网大数据处理技术应用现状及困境探讨[J/OL].电力设备,2016-02/2016-05-24.
[3]张刚.大数据时代下的电力自动化系统数据处理[J].电力建设.2012,(07):156-157.
论文作者:邹岳琳1,刘兴2
论文发表刊物:《电力设备》2018年第27期
论文发表时间:2019/3/12
标签：数据论文; 电网论文; 智能论文; 数据处理论文; 技术论文; 结构论文; 的是论文; 《电力设备》2018年第27期论文;