张岩
摘 要：在我国智能电网的运行和发展过程中，电力大数据技术的应用有着非常重要的作用。本文通过对智能电网中电力大数据应用的一些关键技术进了介绍和分析，并对未来电力大数据的发展前景进行了展望，希望能够为我国电力行业的发展起到一些参考作用。
关键词：智能电网；电力；大数据
引言
智能电网的发展离不开大数据技术的发展和应用，大数据技术是组成整个智能电网技术的基石，将全面影响到电网规划、技术改革、设备升级、电网改造以及设计规范、技术标准、运行规程乃至市场营销政策的统一等。电网全景实时数据采集、传输和存储，以及积累的海量多源数据快速分析等大数据技术，都是支撑智能电网安全、自愈、绿色、坚强及可靠运行的基础技术。电力大数据，成为电力系统应对新需求、新形势的出路。
1.智能电网电力大数据概述
由于在智能电网运行过程中会产生大量的电力数据，如用户用电情况、区域用电情况、电力生产、配电管理以及气象、地理等方面的数据信息，电力数据体现出来源了多元化、类型复杂化的特点，半结构化、非结构化数据的数量不断增加。智能电网的实现与电力数据的有效收集、处理和分析等有着密切的联系。随着电网中电力数据的体量不断增加，要想对这些数据进行良好的应用，实现对电网的宏观调控，满足现代智能电网的发展需要就必须要加强大数据技术在智能电网中的应用。
智能电网电力大数据的应用必须要进行大数据平台的构建，通过将智能电网、大数据、云计算、物联网、人工智能等新一代信息通信技术进行有机结合来，推动智能电网的进一步发展。例如，当前较为成功的Hadoop服务平台的构建为智能电网电力大数据平台的建设提供了重要的参考和经验。通过该服务平台将智能电网与大数据进行有效的融合和对接，能够使大数据技术在智能电网发展中的作用得到充分的体现。如在搜集电力数据信息时同步生成电子表格，并对数据进行合理的分类处理，从而使数据的分析处理效率和质量大大提高。其次，分布式处理技术也是电力大数据平台中非常重要的一项应用技术。现阶段智能电网中的电力数据的体量已经可以达到Pb和Zb级别，而基于分布式计算可以有效的实现对这一量级的数据的储存、分析以及查询等功能。此外，电力大数据平台的建设还会包括数据访问与调度框架、数据仓库、数据管理、服务器、网络层、操作系统、商业智能应用等功能模块。
2.智能电网中电力大数据关键技术的运用分析
电力大数据技术是许多技术的一个集合体，大数据关键技术基本处理流程包括数据采集、存储、分析和结果呈现等环节。采用先进的数据采集、传输、存储和应用技术，建立智能电网大数据平台，智能电网电力大数据平台层关键技术如下。
期刊文章分类查询,尽在期刊图书馆
2.1 数据采集与预处理（ELT关键技术）
由于在智能电网的运行过程中会产生海量的、不同类型的数据，且数据分布较为分散，这就使得电力大数据技术所处的数据环境十分复杂，收集电力数据的难度大大提高，从而也就难以从电力数据中发掘出有价值的信息，掌握信息内涵和电网运行基本规律来服务于智能电网的运行和发展。电力大数据技术对于智能电网中数据信息的处理流程一般为“数据集成—抽取—转换—剔除—修正”，只有严格的安装这一流程及相关的规范标准来进行数据处理分析工作，才能够更好的将数据中所蕴含的有价值的信息充分的体现出来。在电力大数据的数据管理上，电力企业通常会采用ETL技术。ETL技术的工作原理如下：首先，数据抽取（Extract）主要是负责从智能电网源系统中将所需要的数据抽取出来，然后将数据传递给目的数据源系统。其次，数据转换（Transform）主要是负责将上一环节中所抽取的数据按照一定的规则和要求进行转换，从而使多种不同类型的数据转换为数据分析系统可以进行识别的形式，同时对于数据中包含的错误或偏差也会起到一定的加工作用。最后，数据加载（Load）主要负责加载转换后的数据，并将其储存在目的数据源系统中。企业在应用ETL技术的时候要综合考虑企业自身的实际情况以及各种影响因素，然后在此基础上选择合理的数据基层技术并进行技术的整合，进而实现对电力大数据的集成管理，为智能电网的运行和发展提供良好的服务。
2.2数据分析关键技术
在电力大数据技术的应用中，对于所收集的数据信息进行有效的分析和管理，挖掘信息的规律和价值服务于相关决策是这项技术的核心所在。随着大数据技术的不断发展，现代电力大数据技术能够实现深入到海量的电力信息当中寻找隐藏的模态和规律，从而为电力企业管理者的决策提供真实、有效的信息参考，是电力企业能够在智能电网的生产经营上进行更加科学、合理的决策，推动智能电网的快速发展，增强企业核心竞争力，提高经济效益。
2.3数据处理关键技术
在电力大数据技术的应用过程中，为了更加高效的对数据进行分析，就需要对海量的电力数据进行合理的规划，即数据处理技术。电力数据处理技术包括对于数据的分区、分表、分库处理。其中分区处理就是对不同的电力数据文件进行同表数据载入，从而实现数据信息之间的平衡运用，降低系统工作压力，提高数据访问性能。分表处理则是在一定的数据处理原则的基础上将电力数据归类于不同的数据表中，从而降低单表压力。分库处理是根据一定的数据处理原则将部分利用率较低的电力数据输入到不同的数据库中，从而使这些数据的利用率得到有效的提高。此外，通过构建并行式或纵列式的数据库也可以使数据的加载性能大大提高，从而实现实时查询功能。例如，通过结合SQL和MapReduce能够使系统的数据处理能力和抗压弹性得到有效的提高。
2.4数据展示关键技术
数据展示技术的目的是使管理者能够更加直观、准确的对系统运行情况以及电力数据意义进行掌握。当前在电力大数据技术中所应用的数据展示技术主要包括可视化技术、空间信息流展示技术以及历史流展示技术。其中可视化技术在电网实时状态监控方面获得了广泛的应用，大大提高了电力系统自动化的水平。空间信息流展示技术主要体现在虚拟现实、三维展示以及GIS技术与电网参数的结合等方面。例如，通过在电力设备管理中应用GIS技术，能够使管理者更好的掌握设备的运行情况。空间信息流展示技术在电力工程设计方面的应用也能够有效的降低工程的时间、资金、资源成本，提高企业经济效益。历史流展示技术多应用于对电网历史数据的管理方面，主要通过对电网历史数据进行更深层次的分析，绘制出电网负荷、电网规划、电力生产等方面的发展趋势图表。并对未来的发展趋势进行模拟和预测，有着极高的应用价值。
3.未来电力大数据的发展前景
当前智能电网在我国的多个大城市中获得了良好的应用，不过在实际的运用过程还存在着一些问题，例如对于数据的集合、分析、管理等方面缺乏全面性。因此，智能电网未来的发展与电力大数据技术的联系会越来越密切。通过利用电力大数据的集成管理技术、数据分析处理技术等进行智能电网的建设和发展，能够有效的对电网中的海量数据进行有效的收集、整理，并对这些数据进行详细的分析、管理、储存，为智能电网的运行和发展提供重要的参考依据。在未来的电网系统中，电力大数据技术所发发掘出的数据信息价值会在智能电网中获得更多的应用，从而使相关的从业人员能够根据这些信息数据对电网的运行情况进行良好的掌握，同时总结智能电网的发展规律，找出智能电网未来发展的潜力和商机，并在提高用电效率、满足用户个性化需求、对电力的宏观调控和资源配置等方面获得巨大的进步。
结语
综上所述，电力大数据技术的应用对于我国智能电网的建设有着非常重要的意义，通过ETL技术以及数据分析、处理和展示等方面的关键技术，能够使电力的数据处理效率和质量大大提高，从而为智能电网的运行和决策提供良好的参考依据，为智能电网的稳定、高效运行提供有力的保障。
参考文献：
[1]彭小圣, 邓迪元, 程时杰,等. 面向智能电网应用的电力大数据关键技术[J]. 中国电机工程学报, 2015, 35(3):503-511.
[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.
[3]崔晓优, 饶国辉. 面向智能电网应用的电力大数据关键技术研究[J]. 科技创新与应用, 2017(7):182-182.
[4]林子雨著. 《大数据技术原理与应用》第二版. 人民邮电出版社.
论文作者:张岩
论文发表刊物:《科技新时代》2019年2期
论文发表时间:2019/4/10
标签：数据论文; 电网论文; 电力论文; 智能论文; 技术论文; 关键技术论文; 数据处理论文; 《科技新时代》2019年2期论文;