摘要：大数据时代的来临在一定程度上为智能电网的发展注入了全新的活力，在电力行业不断发展的过程中通过对电力大数据的关键技术进行掌握能够推动电力行业的更好发展和智能电网的建立。在对大数据和智能电网以及云技术进行分析的基础之上，也提出了具有一定通用性特点的电力大数据平台的总体架构。并且从几个方面对符合发展需求的大数据关键技术选择进行了较为深入的探讨。
关键词：大数据；云计算；智能电网；数据分析；数据处理
1智能电网、云计算以及大数据的关系
1.1智能电网与大数据的关系
智能电网的出现主要是通过对信息技术、通信技术、计算机技术、配点基础设施以及原有的输电基础设施的高度集成而形成的。智能电网对于能源效率的提高有着一定的意义，并且可以使供电的可靠性和安全性得到明显的提高，使环境的影响能够得到一定的降低，智能电网之中电能损耗也能得到一定的降低。智能电网的构建理念主要是如何通过对用电信息和用电方法加以分析来对电能的生产与分配的优化，并且通过对一些现代通信技术和网络技术以及信息技术的应用来实现海量信息的交互，并且使电网设备之间的信息能够更好的交换。在此基础之上自动完成对信息的测量和采集以及控制等功能，能够结合实际需要对电网进行实时自动化的控制，并且可以保证调节过程的智能性，具有在线分析决策和协同互动等方面的功能。
1.2大数据与云计算的关系
云计算的主要是一种通过对互联网进行利用来实现对共享资源池随时随地的便捷访问的计算模式。站在技术的层面可以发现大数据技术的基础是云计算的数据管理和存储以及分析等几个方面的技术。通过对云计算所具有的强大计算能力进行应用来实现对大数据更加迅速的处理，并且也能够为用户提供更加方便的服务。云技术不断发展的过程中能够结合大数据在业务方面的需求来找到更多更好的实际应用。云计算的出现使电力行业对于大数据的应用成为了一种可能，然而如果缺少大数据的信息沉淀的话又会在极大程度上影响到云计算功能的更好发挥。由此我们可以认为云计算与大数据之间的关系是相辅相成的。
1.3智能电网和大数据以及云计算之间的关系
云计算的应用可以实现对智能电网系统内部存储资源和计算处理资源进行有效的整合，讲呢人来是电网的交互和处理能力得到较大程度的提高，由此也就可以使电网技术水平得到较大程度的提高。从更深层次上来说三者之间的关系属于电力系统不同发展阶段的产物，其具有世纪传承的一个特点，通过三种技术在传统电网中应用的沉淀使电网更具清洁化和信息化以及智能化的特点，并且也使电网在这几个更高层次的管理和运营需求得到了满足。在使传统电网得到继承的同时也实现了对传统电网优势技术的发扬，基于这种情况其发展也就必然与新技术保持同步。在电网发展过程中技术层面和应用层面两个划时代的技术正式云计算技术与大数据技术，通过对这些技术的应用使电网对于海量数据的计算和存储需求得到了较大程度的满足。基于这种情况在云计算技术被退出来不久之后电力云的概念便应时而生，在电力系统之中云计算技术也得到了越来越广泛和深入的应用。其呈现出来的百花齐放态势也在一定程度上推动了智能电网的更好发展。大数据技术不仅具有传统数据分析和挖掘的功能，其也属于数据量级增长到一个阶段之后迎合业务应用于知识挖掘需求而出现的一种必然产物。基于这种情况大部分的大数据技术应用都是以云计算的关键技术或者类似的分布处理和存储技术作为前提的。
2电力大数据关键技术
2.1集成管理技术
电力企业数据集成管理技术将两个或者更多的应用系统数据进行了一定的合并，合并之后创建出了一个功能更多的企业应用过程。
期刊文章分类查询,尽在期刊图书馆以继承角度为切入点主要是在逻辑或者存储机制之上有机的集中了数据的来源、特点和格式以及性质。其属于一些具有系统性特点面向集成的数据、反应历史变化数据、将对稳定的数据以及面向主体的数据的一个集合，通过这样来使系统能够得到较为全面的数据共享。电力企业集成管理技术主要是为了对企业内部一些冗杂的数据以及产生的信息孤岛进行解决。
电力大数据的数据集成管理技术主要包括一些关系型数据库技术与非关系型数据库技术、数据抽取的技术、数据融合与集成技术、数据清洗以及过滤技术等，而这也就意味着数据的来源具有一定的广泛性特点，并且数据的类型也相对比较繁杂，这种数据环境的复杂性特点极有可能使后期的处理带来较大的难度，如果想要对数据进行处理就必须抽取和继承数据源中的数据，从其中将实体和关系提取出来，在聚合与关联之后可以对一个统一的结构进行应用来对这些数据进行存储，在对数据进行集成与提取的过程中还需要对数据进行一定的清晰，进而来使数据的可靠性与质量都得到最大程度的保障。
2.2电力大数据分析技术
大数据技术的根本驱动力主要是将信号向着数据进行转化，在将数据分析为信息之后吧信息提炼成为知识，通过对这些知识进行利用来使决策与行动有所参考。在对电力大数据分析技术进行利用的过程中可以将一些潜在的模态与规律在电力系统的海量数据之中找出来，进而为相关的决策人员提供一定的决策支持。一些研究人员以为大数据分析的关键技术主要在于计算机科学与统计学等学科，并且其中也包括了机器学习、关联分析、模式识别、时间序列预测模型等多种具有不同性特点的方法。
大数据研究与一些传统逻辑推理的研究有着一定的差异性，其主要是针对于一些数据进行统计性的搜索、比较、分类以及聚类等分析和归纳，从根本上来说电力大数据分析技术属于以传统数据挖掘技术在海量数据挖掘过程中的一个全新的发展，由于其所具有的高速增长性、数据海量性以及多样性的特点，并且其中还包含了一些结构化、半结构化以及非结构化的数据，基于这种情况一些针对于小数据处理的数据挖掘方法也就很难取得较为良好的效果。
2.3电力大数据的数据处理
电力大数据的数据处理主要包括内存计算技术、分布式计算技术以及流处理等相关的技术，分布式技术的应用主要是为了对一些大规模数据分布式处理与存储进行解决；内存计算技术的应用主要是为了对一些对实时计算进行在线的处理和对数据更加高效的读取。流处理技术的应用则是用来对一些规模和速度不受控制以及实时到达的数据进行处理。
2.4电力大数据的数据展现技术
该技术主要包括历史流展示技术、可视化技术以及空间信息流展示等技术，可视化技术主要是在对电网状态实时监控过程中得到了较为广泛的应用，并且可以使电力系统的自动化水平得到较大程度的提高；空间信息流展示技术的应用主要是用于已有地理信息系统与电网参数的结合方面；历史流展示技术主要是用于对电网历史数据的管理和展示过程之中。
3结束语
作者在本文之中简要地分析了大数据、智能电网以及云计算之间的关系，并且针对性的对电力大数据关键技术进行了一定的分析，希望由此可以使电网智能化得到更好的发展。
参考文献：
[1]余艳伟.面向智能电网的电力大数据技术[J].电子技术与软件工程,2018(06):193-194.
[2]张克宇.浅谈面向智能电网应用的电力大数据关键技术[J].电子世界,2016(22):193+195.
[3]邓松,岳东,朱力鹏,胡斌,周爱华.电力大数据智能化高效分析挖掘技术框架[J].电子测量与仪器学报,2016,30(11):1679-1686.
论文作者:甘向锋
论文发表刊物:《电力设备》2018年第24期
论文发表时间:2019/1/8
标签：数据论文; 电网论文; 技术论文; 智能论文; 电力论文; 关系论文; 关键技术论文; 《电力设备》2018年第24期论文;