（周口师范学院 河南周口 466000）
摘要：随着社会经济的不断发展，电力系统的建设也有了日新月异的变化，特别是当前科技的迅猛起步，使得智能电网技术已经得到了前所未有的提高，其覆盖整个电力系统，包括发电、输电以及变电等电力系统的各个方面。但并不意味着在应用智能电网的过程中没有任何的障碍，相反在智能电网的使用方面还存在着非常大的不足和较大的发展空间，特别是智能电网的大数据处理技术。本文作者根据当前智能电网的形势进行分析，简单介绍了智能电网大数据的特点，并分析智能电网大数据处理技术应用现状，最后阐述了大数据处理技术所面临的机遇与挑战。
关键字：智能电网；大数据；处理技术；应用现状；困境
前言
当前智能电网的建立，对于电力系统中发电、输电等过程实现全系统管理有非常大的作用，随着越来越多的新型技术应用到电力网络中，特别是云计算平台的应用，大量的异构数据的积累，大数据处理技术的研究也应运而生。在智能电网系统中，系统运行的各个环节都会产生信息量巨大的数据，怎样能够高效的、快速的进行处理、存储和访问是亟待解决的大问题，从这一方面来讲，智能电网的发展在现阶段存在着太多的机遇与挑战。
一、智能电网大数据的特点
电网系统中的数据可以分为三种类型，一是电网运行和设备检测或监测数据；二是电力企业管理数据，如交易电价、售电量、用电客户等方面的数据；三是电力企业管理数据。为了能够实现对电网运行中实时数据的获取，就必须设置越来越多的采集点，监测设备应用也越来越多，每一秒都会产生大量的数据；设备对电网运行信息采样的频率越来越快；为了掌握电网运行的细节，就需要对电网运行中相关信息的实时变样采集。
智能电网中大数据的主要特点包括了：1）数据体的量是非常巨大的。随着现阶段智能化的发展，电网的数据变得越来越多，按照存储容量划分已经上升至PB级。2）电网的数据处理速度非常快，智能电网大数据处理速度可以在极短时间内分析数据，为电网制定安全、稳定的运行决策提供了保障。3）电网的数据类型十分繁多。电网的数据分布较广、种类众多，包括各类结构化、半结构化数据及非结构化的数据，各类数据查询与处理的频度和性能耍求也不尽相同。4）智能电网大数据利用价值密度较低。在实时监控的中，绝大多数的数据都属于正常数据，而少数的异常数据才是有用数据。
二、智能电网大数据处理技术的应用现状
1、大数据处理技术的复杂性
智能电网大数据处理技术不仅仅是科学技术界所密切关注和研讨的问题，更加重要的是，它与经济发展越来越密切相关，智能电网大数据处理技术的提高能够在很大程度上促进经济的发展，所以应当更多地关注智能电网大数据处理技术其自身的复杂性。虽然智能联网大数据处理方面取得了较大的提升和改善，但是其复杂性也决定着其在相关方面的发展还是远远不够，根据最新的调查显示和一系列的数据以及推论来看，目前全球数据的处理能力已经很难满足数据。
与大数据在商业界使用的现状相比，大数据在智能电网方面的应用则更加具有复杂性，虽然云计算平台具有成本低、储存量大的优势，但是在实时性方面却很难得到进一步保证，同时，在数据规模不断扩大的今天，数据的多样性也在进一步加强，这也使得智能电网大数据处理技术的现状更为复杂。
2、并行数据库的非结构信息占据量大
智能电网的关系数据库主要的作用是存储结构化数据，为电网安全、稳定运行提供便捷的数据查询分析能力，具有快速处理电网运行事务的能力、且能够实现多用户并发访及保障电网数据的安全性。虽然通过强大的数据分析能力以及程序与数据的独立性等特点得到了广泛的应用，然而随着目前智能电网建设的加速，电网数据在很大一方面已经超出了关系型数据库的管理范畴，电网的地理信息系统等各种非结构化数据长在逐渐的成为需要存储和处理的海量数据的一部分。
期刊文章分类查询,尽在期刊图书馆
3、智能电网系统云计算技术性能不足
智能电网大数据技术的需求是伴随着云计算平台的出现而出现，云计算的核心是海量数据存储和数据并行处理技术。而智能电网中数据量最大的应属于电力设备状态监测数据。状态监测数据不仅包括在线的状态监测数据，还包括设备基本信息、实验数据、缺陷记录等，数据极大，可靠性要求高，实时性要求比企业管理数据要高。云计算技术在国内电力行业中的应用研究还处于探索阶段，现有云计算平台可以满足智能电网监控软件运行的可靠性和可扩展性，但实时性、一致性、数据隐私和安全等方面的要求尚不能满足，有待进一步研究。
三、智能电网大数据处理技术应用所临的困境
1、智能电网大数据传输、存储技术
大数据的传输和处理技术是非常重要的部分，随着智能电网技术的进一步提升和发展，在整个的系统中，大量数据和存储技术已经倍受关注。电力系统运行过程中各项数据量越来越多，对电网运行监控设备以及数据的传输、存储系统造成巨大的负担，如何进行高效的、完整的压缩提高压缩的技术是面临的挑战之一。对于智能电网大数据存储方面，采用分布式文件保存的方式，能够实现对大数据的存储，但对电力系统实时性数据处理方面还有一定的局限性。另外智能电网中非结构化数据占据很大的比重，在存储方面需要将这些海量的非结构化数据转换为结构化数据，这正是目前智能大数据处理技术面临的困境。
2、智能化大数据可视化分析技术
可视化通过一系列复杂的算法将数据绘制成高精度、高分辨率的图片，并提供交互工具，有效利用人的视觉系统，并允许实时改变数据处理和算法参数，对数据进行观察和定性及定分析。智能电网运行中会产生海量的数据，将这些数据及时分析处理并展示给电力用户，这也是目前智能电网运行大数据处理面临重要的挑战。随着科技水平的提升，可视化分析技术也面临着挑战，包括该技术的扩展性，以及重要数据的提取、显示以及图像合成方面的挑战。
3、大数据实时处理技术
实时的电网数据技术的处理速度一直是人们密切关注的问题，高效、快速的处理速度可以使效率大大提升，但是数据的规模越大，数据处理的时间就会越久，如果数据量超过了处理技术所承受的能力，就会对电网的正常运行造成一定的影响。正确的使用内存数据库能够更好的提升整个处理系统的实效性，但相关的使用方面以及内存数据库自身还有着较大的发展和提升的空间，如何使内存数据库能够进一步的完善来提升数据处理的实效性，将是电网大数据处理技术面临的另一个困境。
4、异构多数据源处理技术
未来智能电网要求贯通发电、输电等多个环节，实现信息的全面采集、流畅传输和高效处理。因此，首要功能是实现大规模多源异构信息的整合，为智能电网提供资源集约化配置的数据中心，但是目前相关的技术层面还远远不达不到要求。针对海量异构数据，如何构建一个模型来对其进行规范表达，如何基于该模型来实现数据融合及对其进行有效的存储和高效查询是亟需解决的问题。
结束语
智能化技术在电网系统中应用越来越广泛，大数据处理技术成为了维护智能电网安全运行的主要手段。但是随着电网智能化程度逐渐深入，大数据处理技术在实时性、隐私性、一致性等方面也遇到了很大的挑战，因此必须找出有效的解决方法，这就需要有关人员加大科研力度，不断的探索，推动我国电力事业的健康发展。
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，2013，37(04).
[2]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，2012，18(07).
论文作者:王明霞 罗刘敏 杨静
论文发表刊物:《电力设备》2016年第2期
论文发表时间:2016/5/24
标签：电网论文; 数据论文; 数据处理论文; 智能论文; 技术论文; 实时论文; 结构化论文; 《电力设备》2016年第2期论文;