摘要：随着我国智能电网建设不断深入，电网设备运行和监测产生的数据呈现增长的趋势，使电力行业步入了大数据时代。现今，智能电网大数据已经成为社会各界热议的话题，主要是因为云计算的运用会产生大量的、丰富的异构数据，为了能够更有效处理这些数据，社会各界都加大投入资金的力度。不可否认的是，我国电网大数据处理技术还有很大的发展空间和长远的发展道路。因此，我们要了解智能电网大数据处理技术发展的现状和所要面临的挑战，才能够促进智能电网大数据处理相关技术的进一步成熟。基于此，本文对电网调控运行大数据存储与处理技术进行分析。
关键词：电网调控运行；大数据；存储；处理技术
随着我国智能电网建设进程的不断推进与深入，电网运行与设备监测过程中也产生了大量的数据信息，逐渐构成了当今信息学姐与研究人员重点关注的发数据，但大数据时代下电网的高效、稳定运行离不开相应的处理与存储技术作为支撑。
1电网调度大数据分析
传统电网调度系统主要采用数据采集与监视控制系统（SCADA系统），主要包括自动发电控制、安全分析、状态估计、负荷预测、经济调度、调度员培训模拟等高级应用，该系统丰富了电网监视和调控的手段，调度人员驾驭复杂电网的能为得到了大幅度提升。随着新能源接入以及特高压和分布式电源的大力发展，面对日益复杂的网络结构，传统的经验型、分析型调度已不能满足超大规模电网调度的业务需求。电网调度运行向高度智能化的方向发展，先进的信息技术、人工智能技术、数据挖掘技术等正逐步融入调度自动化系统。电力系统自动采集数据信息后，通过集成和深入挖掘得到隐含的重要信息，从而实现电网调度的高度智能化。
随着智能电网的建设，调度环节的数据在传统电网基础上，数据来源、种类、规模等都有了极大的扩充和丰富。电网调度中心的数据主要包括以下几类：第一，描述电力设备固有属性的基础数据及相关参数、定值；第二，电网实时测量类数据；第三，电网准实时应用类数据，由调度自动化系统生成或人工输入的数据组成；第四，环境数据。
2电网的大数据特点
2.1规模大
就智能电网所产生的大数据而言，其首先存在的一个特点即规模大。在电网的不断发展过程中，其负荷节点和电机节电会不断增加，再加之电网和负荷之间的双向交互因素的影响，就会大大增加电网数据的量，M而所产生和需要储备的数据也就随之大量增加。
2.2速度快
因为在电网的运作过程中，负荷的波动具有极大的随机性，因此在电网的随时监测工作上所产生的随机性就很大。而电网一旦出现故障，导致的进一步事故发展的速度很快，并且造成的事故损失也会很大，因此智能电网的大数据也具有速度快的特点。
2.3多样性
多样性也是电网所具备的一个特点之一。因为智能电网在运作过程中，所涉及到的面很多，因此其所产生的数据，包括内部数据、外部数据等多个方面的数据，其种类十分繁多。
3电网调控运行大数据存储与处理技术框架
3.1大数据的分类存储
为提高电网调控运行大数据存储质量，我们需要进行原始数据资源信息获得，并且进行有效性预处理，通过开展高质量的原始数据信息过滤、筛选等等工作，提高存储的质量和水平，为今后的分析提供保障。在智能化电网建设的背景下，为更好的满足数据存储的需求，我们需要应用合理化的方式来提高存储的速度和水平。如：可以进行实时性的存储工作，对于不同来源的数据信息进行分类的管理存储。
期刊文章分类查询,尽在期刊图书馆
3.2大数据的分类处理
从不同类型数据的实时性出发，对于数据信息进行专业化整理工作，进行不同一次数据集和目标数据集之间关系的充分表示，形成关联性的函数。然后应用合理化方式进行电网调控业务数据流程的优化。电网调控运行大数据存储与处理的流程为：电网运行设备状态监测数据——电网调控运行大数据——大数据预处理——实时数据存储/非实时数据存储——流处理/批处理——数据驳动——数据应用。
4电网调控运行大数据存储与处理技术具体应用
4.1电网中大数据的传输和存储技术
当前信息化技术的发展使得电网系统地智能化发展取得了一定的成效，在电力系统的运行过程中，需要对各个环节的相关数据和设备的监测数据进行详细的记录，这个过程中所产生的海量数据，使得监控系统承担着比较大的压力，对于智能电网的进一步发展有着一定的阻碍作用。在电网数据的传输方面，通过利用数据压缩的方式可以减少数据的传输量，保证数据传输效率的提升。这样导致越来越多的数据压缩技术被应用到智能电网中，能够降低数据存储的空间，但在这个过程中会造成一定的资源浪费。在数据的存储方面，通常情况下使用的方式是分布式文件保存，实现对于大量数据的存储，但是在对于实时数据的处理方面存在着一定的缺陷。
在智能电网中，非结构化数据占到了比较大的比重，有着十分重要的作用，在存储方面要将这些海量的非结构化数据进行有效转化，是当前智能电网大数据处理技术所面临的困境。
4.2大数据的实时处理技术
大数据处理技术在当前的智能电网进程中有着比较重要的作用，在大数据技术的应用中，处理速度是一个重要的衡量指标，如果数据的规模过大，所需要的处理时间就比较长，当数据规模超过处理技术的承受能力，会对电网的正常运行造成一定的影响，这就需要保证数据传输、分析以及处理的速度。大数据云计算系统虽然能够为智能电网提供优质快速的服务，但是也有可能会造成网络堵塞现象，会使得电网的服务器运行受到影响。
4.3异构多数据源处理技术
未来智能电网将实现发电、调度、变电、输电以及配电等整个环节的连接，能够有效的采集到上述环节中的各种数据信息，能够实现数据的快速的传输与及时的处理，实现企业业务流、信息流与电力数据的统一于智能电网中。由于所涉及的领域不同因而会产生大量不同类型数据处理的问题，数据中心对这些异构多元数据进行处理并上传给智能电网。因而目前智能电网中主要存在的一个问题就是，如何构建一个异构多源数据模型，通过该模型可以实现数据的融合以及数据高效的处理。
4.4大数据可视化化分析技术
目前智能电网所积累的数据难以量化，且显示设备能够向用户显示的内容十分有限，面向用户提出一种简洁直观可视化的方式，也是目前所面临的重要挑战。在目前的应用实践中可以通过对大数据的处理，将数据绘制成为具有各种意义的高分辨率的图片，且配有观察处理的交互工具，结合人的视觉系统，来确定算法的参数，来对数据进行定量的分析。因而数据的可视化方向以及方式是目前智能电网大数据处理所面临的又一挑战。
结束语：
智能电网系统已经在我国的局部电网开始应用，在电网的安全稳定运行的过程中智能电网起到了重要的作用。然而在智能电网大数据应用处理的过程中，数据的实时性存储、高效处理、多源异构数据的融合以及数据的可视化方面面临着严峻的挑战，需要进一步针对这些方面开展研究，切实将大数据在保障电网安全稳定运行的作用发挥出来。
参考文献：
[1]吴凯军，陈东.智能电网大数据应用问题分析[J].电子世界，2017（10）
[2]分析电网调控运行大数据存储与处理技术[J].桂前进，江千军.自动化应用.2017（10）
[3]电网调控运行大数据存储与处理技术研究与应用分析[J].殷少奇.陕西电力.2016（11）
[4]智能电网大数据处理技术现状与挑战[J].宋亚奇，周国亮，朱永利.电网技术.2015（04）
论文作者:邹晓兰,李丹
论文发表刊物:《电力设备》2018年第19期
论文发表时间:2018/10/17
标签：电网论文; 数据论文; 智能论文; 技术论文; 数据存储论文; 数据处理论文; 实时论文; 《电力设备》2018年第19期论文;