国网临泽县供电公司 甘肃张掖 734200
摘要：在21世纪，中国经济取得了飞速发展，与此同时，国民对电气系统的运行安全性与稳定性的要求也有所提升。因此各电力企业在电网建设过程中还需要进行信息化技术的积极应用，借此来提升整个电气系统的运行水平。文章阐述了智能电网与电力大数据分析技术的关系，分析了面向智能电网的电力大数据分析技术的具体应用情况，为电力企业决策提供有效依据，提高居民用电质量。
关键词：智能电网、电力大数据分析技术、应用
数据有着多样性及规模性和高速性的特征，大数据关键技术发展对各领域都产生了影响，通过大数据技术的应用，为应用领域的发展提供有价值的数据信息。当前智能电网的发展过程中，电力系统向着信息化、数字化和智能化的方向迈进，在这一发展中对大数据技术的应用需求也在进一步提升。
一：电力大数据分析技术概述
随着数字化时代的发展，电力系统的运行生成了海量的数据资源，为了更好的提高电力系统的运行工作效率，就需要对海量电力数据资源进行分析处理，为此电力大数据分析技术应运而生，有效解决了电力数据分析的工作困难。在电力系统工作开展的时候，要求延时性尽可能的降低，以提高电力系统工作开展的可靠性。电力数据的剧增，就会增加电力系统处理的工作效率，进而影响到电力工作开展的可靠性。在电力大数据分析技术的应用下，电力系统的工作时效性得到了很好的保障，有效的促进了电力系统的运行安全与稳定，为我国的智能电网建设打下了坚实的基础。
二：智能电网与电力大数据分析技术的关系
简单来讲，大数据是指无法在一定时间内引用常规软件工具对其内容实施抓取、管理及处理的数据集合，具有规模性、多样性及高速性等特点。而电力系统属于社会经济与人类生活的基础内容，也具有大数据的典型特征。由于电力系统属于人造系统最为复杂的一种，不仅包含广泛的地理区域，而且需要传递大量能源，若在运行期间发生故障，短时间内将会产生不可估计的影响。这些内容都与大数据特征相符。尤其是在智能电网的全面推广中，电力系统的智能化与信息化水平越来越高，促使系统内部储备信息数据越来越多，如安装在家庭和企业终端的智能电表收集的数据；电力设备状态监测系统实时跟踪调查发电机、变压器及开关设备等内容的运行信息；对光伏与风电功率实施预测，必须掌握的历史数据、气象信息等。由此可知，在新时代背景下，电力企业要突破以往数据处理技术的制约，在明确自身发展需求的基础上，合理运用电力大数据分析技术，不仅能快速获取所需信息，而且符合电力行业发展需求。
三：智能电网电力大数据平台架构
智能电网电力大数据平台的架构通用性比较好，对电力企业大数据规划发挥积极作用。
期刊文章分类查询,尽在期刊图书馆通过基于Hadoop文件系统（Hadoopdistributedfilesystem，HDFS）分布式文件处理系统为存储框架，通过MapReduce的分布式计算技术为大数据处理框架，分布式文件处理技术为基础通过PB、ZB级数据存储的功能发挥，就能在数据的查询分析上发挥其积极作用。在应用这一框架时，有着商业智能应用及大数据访问框架和传统数据仓库等诸多的模块内容。大数据存储框架和处理框架是建立在通用服务器及操作系统上的，这就使得这一架构需要的硬件有着低成本及高扩展性特征，在其框架上是采用网络层连接大数据访问框架的，框架当中也有数据序列化格式与传输工具Avro、日志收集系统Flume等相应的模块内容。通过大数据调度框架的运用能有效实现大数据组织调度，能为分析数据提供基础条件，这一框架所涵盖的大数据技术的环节比较完善，通过访问框架就能有效实现对分布式文件存储系统实施访问，以及对传统数据仓库实施访问。电力大数据处理流程和传统处理流程的区别就是电力大数据的处理数据量比较大，非结构数据及各环节都能应用MapReduce相应方式加以处理。电力系统是高维非线性复杂系统，内部数据流的类型比较多样，借助网损分析大数据平台，还能够对用户窃电行为实施分析监控，从而实现深层应用，发挥其功能价值。
四：电力大数据分析技术的实际应用
1.ETL技术
在智能电网管理运行的过程中会产生巨量的电力数据信息，数据量超出了传统电力系统的运算范畴，给电力分析工作造成了一定的压力，影响其他业务的开展。为了更好的解决这一问题，大数据分析技术中的ETL技术就发挥出了相应的工作价值，该电力数据分析技术的全称是Extract-Transform-Load。在大数据分析ETL技术应用的时候，首先就是开展Extract的数据采集工作，将电力数据信息按照相关的分类进行高效的采集，然后在Transform工作环节对采集的电力数据信息进行一定的转化处理。大数据分析技术针对特定的编码数据流进行分析，无法直接对电力数据信息进行分析，必须对电力数据信息进行合理的转化，从而使得电力数据信息具有一定的可读性，更好地发挥Transform分析环节的工作优势。最后就是进行Load环节的数据装载，通过将分析处理好的数据流进行条目的装载，确保每一个分析的结果都装载到对应的数据源中，安全有效地完成ETL处理分析技术的全部工作环节。目前我国在构建智能电网的时候，ETL技术是非常核心的技术组成之一，通过对ETL技术的合理应用，可以充分发挥该技术的应用优势，提高我国电力系统的整体运行效率。
2.数据仓库技术
因为智能电网获取信息的渠道非常多，数据分布范围较广，不同类型处理要求也有差异，所以在收集与管理中会受多种因素限制。通过在系统中运用数据仓库技术可以有效解决这一问题。通常情况下，智能电网处理数据会根据搜集、选择、转换等步骤进行操作，因此运用数据仓库技术主要分为3点：第一，数据抽取技术，在源系统中获取数据，再向其传输目的数据；第二，数据转换技术，通过转换获取数据，改变具体形式，并处理其中存在的错误数据；第三，数据加载技术，加载转换后的数据，并将其传递到源系统中有效储存。由于数据仓库技术是一项非常关键的数据集成技术，在智能电网数据搜集工作中占据重要地位，所以在企业革新发展中，必须要充分展现应用技术的价值，只有这样才能实现电力企业可持续发展目标。
3.电气大数据的集成管理技术
电力企业数据集成管理技术主要是将不同来源、格式、特点以及性质的数据在逻辑上湖综合存储介质上有机的集中，并为系统存储一系列相对稳定的、能够充分反映历史变化的数据集合。通过电气企业集成管理技术的应用，能够很好的解决电力企业内部各系统间的数据冗余以及信息孤岛。此外大数据还具备有多样化的特点，这也就意味着数据的来源需要非常的广阔，并对数据的处理工作带来了很大的挑战。为了获得良好的大数据处理效果，还需要进行数据源的抽取跟集成处理，然后在数据源中提取到一系列的实体跟关系，在经过了关联聚合之后采用统一结构进行这些数据的存储，来保障数据的可靠性。
4.电力大数据展现技术的应用
智能电网的电力大数据关键技术的应用当中，展现技术也是比较重要的技术类型，其中有空间信息流展示及可视化技术等，这些都能有助于促进电力大数据技术的应用质量水平的提升。空气信息流展示技术在电网参数及已经有的地理信息系统结合下，能够对电网管理人员对电力设备的运行状况有充分的了解，能为决策提供准确的地理信息。
结束语：
综上所述，在智能电网建设中，电力企业为了保障系统运行质量，提高经济效益，开始积极运用电力大数据分析技术。所以，为了更好地发挥智能电网的工作价值，需要合理发挥电力大数据分析技术的工作优势，在ETL技术、展现技术、数据分析技术、可视化技术的应用下，从而更好的提高智能电网建设的工作质量。
参考文献：
[1]朱琳，赵立.面向智能电网应用的电力大数据关键技术[C]//2017智能电网新技术发展与应用研讨会论文集.2017.
[2]王庆斌.面向智能电网应用的电力大数据关键技术[J].电子技术与软件工程，2017（19）：168-168.
论文作者:蔡光辉
论文发表刊物:《防护工程》2019年16期
论文发表时间:2019/12/16
标签：数据论文; 技术论文; 电网论文; 电力论文; 大数论文; 智能论文; 电力系统论文; 《防护工程》2019年16期论文;