(广东翰新科技有限公司 51900)
摘要：当今社会中，新能源技术革命以智能电网为载体发展，是电网智能化发展的一个关键的发展阶段。现实中智能电网运行、检修和维护的过程，会形成很多不同的的异构、多态的数据，可以这样说，大数据只有靠技术对它们进行有效地处理，才能够在对其进行访问和操作的时候更加快速，所以，对大数据进行处理的工作正在变得越来越重要。为此，本文结合现在智能电网的发展状况，对智能电网的大数据处理工作的关键技术技术进行探讨。
关键词:智能电网；大数据；技术;
1引言
在世界能源形势正在变得比以往更加严峻的大形势下，世界上许多国家和地区都已经展开了智能电网的研究工作。能够保障智能电网进行安全、可靠地运行的前提重点就是智能电网的全景实时数据采集、传输和存储等，当然也包括对于积累的巨大资源数据的快速分析工作。当今社会，因为智能电网建设规模不断扩大的同时，本来在智能电网的运行、检修和维护过程中产生的数据，随着规模的增长呈指数式增长，形成了现在世界上重点关注的信息大数据处理工作，对于数据的处理离不开先进的基于智能电网的大数据处理技术。下文中根据查阅从不同的角度，来细致的分析基于智能电网的大数据关键处理技术。
2基于智能电网的电力大数据的特征
智能电在正常运行中不断的产生巨大的数据信息量，根据数据来源的不同，我们可以划分为两大方面:一是电力企业内部产生的数据，这些数据主要产生每个应用系统中，例如:数据的采集与监控系统、生产管理系统、配电管理系统、及客户服务系统这些;二是电力企业之外产生的数据，它们主要来自于互联网系统、地理信息、气象信息系统等，这些数据复杂繁多且系统分散，管理的单位也不同。
所以说，智能电网的数据多样性特点非常明显，数据信息来源众多，包括的半结构化、非结构化的数据比例也不断增多，比如像客户服务系统包括的语音数据及在线监测系统中的视频和图像等数据都属于非结构化数据的范畴，但是它的价值密度较低。于此同时这些数据信息的采样频率、生命周期也都不相同。
3智能电网与大数据的关系
要建立智能电网电力大数据离不开通信技术、信息技术还有相关基础设施建设的支持，现在我国智能电网系飞速发展，智能电网电力大数据系统在保证供电质量、提高能源使用效率等方面都扮演着重要角色。通过智能电网电力大数据的发展应用，不仅能够实时的得到和用户相关的用电信息，还能以它为基础进行电能生产与分配的优化，这样在保证供电质量的同时，可以得到利益的最大化。云计算技术是以互联网为基础发展起来的，它主要用于数据的储存和运算，大数据处理技术基于云计算，来进行数据的存储,处理以及分析、云计算在数据方面强大的计算能力，是大数据能够快速处理的前提，才能实现为用户提供方便、快捷服务的目的。大数据和云计算是优势互补的关系，首先，云计算为大数据应用处理提供了可能；然后，大数据的海量信息的处理，充分展示和促进云计算功能的开发，市场大数据对业务要求，才能够带动云计算的进一步发展。智能电网大数据和云计算的关系就是使云计算能够实现对智能电网大数据的存储及处理，云计算对智能电网的运行提供了技术支持;大数据云计算处理技术以业务需求为基础，将云计算作为基础;智能电网实际上就是大数据在电力中的应用，因此两者是相辅相成的。
4智能电网大数据关键技术
4.1大数据的可视化分析技术
面对巨大的智能电网数据信息，如何才能够在有限的环境中，以一种直观的便于理解的方式在人们面前表现出来，这是一个非常有挑战性的工作。数据的可视化方法是一种能科学有效的进行大规模数据分析的方法，可视化方法在现实实践中取得了良好的效果。在智能电网电力的各类应用所产生的大规模数据中，主要包括高精度和高分辨率的数据，还有时变数据和多变量数据等。一般情况下典型的数据集一般要达到TB级别的数量级。如何从这么复杂繁多的数据中将有用的信息筛选并进行处理，现在变得越来越重要，当然这也是智能电网大数据应用中非常重要一个的技术难点。通过电力大数据的可视化化分析处理技术的应用，通过借助各种各样的不同的算法将数据信息绘制成一个高精度高分辨率的图片呈现出来，同时通过这种交互式的工具，可以更好的运用人的视觉系统，在个过程中还能对数据的处理和算法参数等进行实时的改变，能够及时和有效的进行观看数据，还能对数据加以定性和进行定量分析。电力大数据的可视化化分析技术面临的困难主要是在可视化算法的可扩展性及后期进行图像合成、重要信息的提取和展示等方面。
期刊文章分类查询,尽在期刊图书馆
4.2多数据源的综合处理技术
在未来，智能电网要求能够实现发电、输电、变电、配电、用电、调度等不同的过程的之间的有效的结合，对于信息的综合搜集工作有着积极的促进作用，切实保证信息的高效率传输以及处理，真正实现电力流、信息流、业务流之间的有效的整和。在这样的新形势的影响下，非常有必要进一步整合大规模多源异构信息，为智能电网提供资源集约化配置的数据中心。对于众多的异构数据，非常有需要通过建立一个模型来统一地对其加以表示，有必要在这样的模型的基础上来实现数据融合一个目的，而且同时，也有必要对于这此异构数据来进一步做好存储和查询工作，确保能够即时存取、访问这此异构数据。
在一般情况下，智能电网中的不同类型不同功能的信息系统都是在相应的不同的部门职能的实际需求的基础上进行实现的，这此信息系统都工作在不同形式的各种平台之中，也具备各种各样不一样的信息格式，因此，在这种情况下，就出现了信息与资源分散、异构性问题较大、横向无法实现共享、上下级之间不能够方便进行交流沟通等等一系列的问题。具体来说，在智能电网之中实现具备监控答理信息系统、能量答理信息系统、配电答理信息系统、电力销售答理信息系统等等，而且它们之间工作的进行都是相互独立的，很难实现相互之间的信息进行交流共享。在这种情况下，就应该采用异构多数据源处理技术，在此技术的帮助下，借助于云计算平台就能够有效地将不同的信息系统进行结合，取得良好的信息共享的效果。
4.3大数据的传输和存储技术
如今智能电网在电力方面的迅速发展，智能电网中所收集到的运行数据信息和设备状态信息、在线监测数据等被不停的记录下来，导致智能电网中的巨量的数据进行传输和存储时出现问题，这些问题不利于智能电网处理系统进行正常、高效的运转，还影响了智能电网的快速科学发展。因此，需要数据压缩技术才能够在一定程度上降低网络数据传输量，对于实现大数据存储效率的大幅度提升有着非常明显的作用在。借助于数据压缩技术，能够在一定程度上节约大数据的存储空间，然而，在进行大数据的压缩和解压缩的过程中，会导致许多的C PU资源的浪费，同时也会失去适当的大数据计算和存储技术的有效支持。与此同时，智能电网中的海量数据也可以通过于分布式义件系统来实现存储，具体来说，可以借助于H adoop的H DFS(分布式义件系统，H adoop D istributed F ileS v stem)来进行存储。
5结束语
综上所述，本文对基于智能电网的大数据处理技术进行了分析研究。现阶段，对智能电网的大数据处理技术的研究工作已经取得了一定的进展，但是，在实时性、数据一致性、隐私性和安全性多个方面还都面临着较大的困难，一定要采取科学有效的方法来应对，这需要国内外的专家和学者进行不的对基于智能电网的大数据处理技术的探索和研究。
参考文献：
[1]刘越，土晶华，虎篙林.面向智能电网的云 数据处理系统评价方法[J].微电子学与计算机，2011(8).
[2]冯永青，李鹏，陈刚，等.智能电网标准化核心内容及其对EM S发展的影响[J].南方电网技术，2011(1).
[3]贺春.智能电网给中国电工行业带来机遇与挑战[J].电器工业，2009(8).
[4]王英武，刘肖骢.浅析物联网技术在智能电网发展中的应用研究[J].中国电力教育，2 011(3).
[5]王立谦，朱明清.浅谈智能电网的现状与发展[J].黑龙江科技信息,2011(19).
[6]王友，郭云春，廖良才，徐伟.我国智能电网发展的对策研究[J].硅谷，2010 (14).
[7]刘振亚.智能，L网技术[M].北京:中国电力出版社 , 2010.
[8]崔人明，李超，侯庆雷.而向智能电网应用的电力人数据关键技术研究[J].数字通信世界，2015(12):26-27.
[9」张东霞，苗新，刘丽平，等.智能电网人数据技术发展研究[J].中国电机工程学报，2015,35(1):2-12.
论文作者:温凤霞
论文发表刊物:《电力设备》2017年第11期
论文发表时间:2017/8/7
标签：电网论文; 数据论文; 智能论文; 技术论文; 信息论文; 电力论文; 数据处理论文; 《电力设备》2017年第11期论文;