摘要：当今人们的生活以及社会经济的快速发展，对于电力的需求以及依赖程度越来越高，电力系统的有效运行过程中必然要伴随着数量庞大、种类繁杂的各种数据信息需要进行处理。在智能电网不断改善的今天，电力系统的数据处理能力也必须要不断地进行提高，从而有效地为智能电网的有效运营进行服务。
关键词：智能电网；电力；大数据；技术
引言
随着经济的飞速发展，电力企业为适应市场需求，要改变传统的运营模式，大力发展智能电网，对各类数据和信息的准确性提出更高要求。电力大数据技术的应用，在满足智能电网运行需求的同时，可以辅助电力企业的相关工作，提高其工作质量和效率。基于此，本文分析智能电网中电力大数据的应用。
1简述电力大数据
大数据本身是指在高速环境下发现、捕捉以及分析不同种类和来源的大量数据，采用最为经济的方法提取数据价值的技术。从广义上来说，大数据不仅包括其本身涉及的数据，还包含数据处理以及分析理论、技术以及方法。早期，大数据主要被应用于金融和商业等领域，随着技术的发展逐渐应用到医疗、交通等领域，目前智能电网逐步成为应用大数据的重要技术领域。电力大数据主要包括五个特点：（1）数据量较大。电力行业的设备、生产调度、客户服务以及资源的使用等都会产生大量的数据，而且这些数据的增长速度会越来越快，产生大量的数据。（2）有较快的数据处理速度。电力企业需要保持用电和发电的平衡关系，对设备检修和电力调度等工作进行实时处理；并且客户服务、物资管理等工作都需要加快其数据处理速度。（3）有较高的价值。电力大数据在反应行业特点和规律的同时，也具有指导电力企业发展的作用。（4）数据类型多。主要包括视频、音频等数据信息。（5）有较高的数据准确性。电力系统中涉及的数据较多，而在大数据技术的支持下，可以保证计费、生产等数据的准确性。
2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，在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。
3电力大数据在智能电网中的分布
3.1 发电侧
目前，国内一些大型的发电厂纷纷开展了数字化建设，在这一前提下产生了海量的过程数据，这些数据中蕴含着丰富的信息，它们的产生来源是监测和检测过程，由此使得这部分数据对电力设备的运行状态评估以及故障问题检测具有重要的作用。
3.2 输变电侧
电力系统的 PMU（相量测量装置）每天会对数以万计的数据点进行数据采集，同时输电网和无人值守的智能变电站的安全监测也会产生出海量的非结构化数据，如图像、音视频等等。
期刊文章分类查询,尽在期刊图书馆
3.3 用电侧
现如今，我国电网的智能化程度较之以往获得了大幅度提升，智能电表也获得了广泛应用，由于智能电表可以进行双向通信，其每天产生的数据都多达数百万条。
4智能电网内电力大数据关键技术应用
4.1数据分析技术
在大数据技术应用领域内，最关键的一项内容便是把信号数据转变为数据内容，并进一步通过对数据信息的分析与处理，来促使其能够被调整为信息资源，借助于对相关信息内容的提取来获取有关信息内容，这也能够给予电力企业在做出相关决策行为之时提供以详实的参考信息支持，并可在此之中找到潜藏性的规律特征，以便为企业的领导决策人员提供以详实的参考信息内容。从企业本身的角度而言，决策工作的准确性十分重要，这将会对企业的长期发展起到决定性的影响，因而只有保障决策行为的科学合理性，方可促使企业实现更加合理、稳定的发展，并同时提供以更加优质的服务工作，以便为推动企业的良性、健康发展做好必要的保障支持，促使电力企业本身的竞争能力水平得以全面提升，给予企业创造出更加巨大的经济效益。
4.2数据处理技术
在大力大数据系统当中，针对数据处理技术的应用其重点即为针对所搜集到的相关数据信息内容予以妥善处理，其中重点就包含了分库、分区及分表等多方面的数据处理技术。⑴分库处理技术。这一项技术即为依据特定的处理方式来把具备高效应用率的数据录入到数据库系统内部，由此便可实现对数据库内相关数据信息的高效化利用。⑵分区处理技术。此项技术主要是通过把通表数据加载至多个文件系统内，减轻大型表压力，提升数据访问效率，确保系统达到更加高效化的运行效率。⑶分表处理技术。这一技术即为依据有关的数据处理原则来创建相应的数据表，由此便可大幅度减缓单表压力。
4.3 ETL 关键技术
在电力系统当中智能电网数据分布有着十分典型的分散性特征，数据总量与类型均相对偏多，这也在很大程度上导致了数据处理工作面临着较为严重的困难挑战。基于这一现状条件下，在开展数据处理之时就必须要依据标准化的工作流程来予以妥善处理。电力企业一般会把数据仓库存储技术运用于数据集成之中。ETL技术主要就包括了数据抽取、转换、加载三部分内容。⑴数据抽取技术。这一项技术手段即为把目的数据源系统所需求的相关数据信息内容由数据源头系统当中提取出来；⑵数据转换技术。将提取出来的数据信息内容依据特定的标准要求来加以转换处理，促使数据信息能够被转变为另外一类形式，在此阶段当中必须要能够针对数据源内所发生的偏差亦或是误差数据信息予以妥善处理，进行数据的筛选加工处理；⑶数据加载技术。将经由数据转换技术处理所得到的数据信息内容实施加载处理，而后将其存储于目标数据源系统当中。此项技术手段是整个智能电网系统内部电力数据集成的一项核心技术手段，将这一项技术内容运用到企业的日常工作过程当中，要能够对有可能会出现的各类干扰性因素均予以充分考量，在科学评估了多种先进技术手段后予以结合分析，确保数据集成处理能够达到良好的科学性价值，在充分考量了多种先进技术以后予以充分融合，做到对数据集成处理的科学化处理，促进企业能够取得长久、稳定发展。
结束语
总而言之，随着当前我国电力行业的持续快速发展，电力大数据技术也越来越多的被应用在了电网建设当中。在具体的应用过程当中需要能够对大数据和智能电网之间的相关性做到准确认识，同时开展好相应的电力系统平台搭建工作，将大数据集成式管理，以及对于数据的分析、处理、展开等技术优势予以充分发挥，从而为电力企业的长久、可持续发展创造出更大的经济效益。
参考文献：
[1]吕守旭.基于大数据分析的智能电网降损效果估计模型仿真[J].中国电力，2017，（4）：172-175.
[2]张东霞，苗新，刘丽平等.智能电网大数据技术发展研究[J].中国电机工程学报，2015，（1）：2-12.
[3]曹军威，万宇鑫，涂国煜等.智能电网信息系统体系结构研究[J].计算机学报，2013，（1）：143-167.
论文作者:吴小锋,梁旭
论文发表刊物:《基层建设》2019年第2期
论文发表时间:2019/4/23
标签：数据论文; 电网论文; 技术论文; 智能论文; 电力论文; 数据处理论文; 信息内容论文; 《基层建设》2019年第2期论文;