摘要：在智能电网的建设与发展过程中，电力行业也逐步进入大数据时代。大数据具备规模庞大、种类较多、变化速度较快以及价值密度低等特征，电力企业应用大数据技术，主要是借助数据分析方法将大数据中有效信息挖掘出来，让用户有可靠的辅助决策，保证大数据价值顺利实现，从而为电力企业的长远、稳定发展奠定良好的基础。本文将对电力大数据进行简要概述，然后探讨了大数据技术在电力企业的具体应用。
关键词：大数据技术;电力企业;应用;
随着大数据技术的快速发展，已经让我们的生产生活出现了巨大的变革，在社会各个领域得到了广泛应用。对电力行业来说，对大数据技术的应用也逐步加大，尤其是当前智能电网形成的海量信息需要进行数据管理、数据分析和数据分享，这样才能将数据的真正价值体现出来，让数据更好的为电力企业发展服务。
一、电力大数据概述
电力大数据主要来源于电力生产与电能使用的发电、输电、变电、配电、用电以及调度等环节，具体来说包括以下三类:一是电网运行与设备检测或监测数据;二是电力企业营销数据，包括交易电价、售电量、用电客户等数据;三是电力企业管理数据。对电力大数据来说，其特点如下:一是数据体量大，通常为PB级，常规调度自动化系统的采集点一般在数十万个以上，配用电和数据中心为千万级;二是数据类型较多，如实时数据、历史数据、文本数据、多媒体数据、时间序列数据等各类结构化、半结构化数据及非结构数据;三是价值密度低。采集到的数据基本上为正常数据，只有少数的异常数据，其中异常数据为状态检修的重要依据;四是处理数据较快，能够在几分之一秒内分析大量的数据，为决策制定提供支持。
二、大数据技术在电力企业中的具体应用
(一)大数据技术在电力能源系统管理中的应用
在大数据技术的发展与普及过程中，除了可以用于清洁能源以外，还起着供应能源和减少能源消耗的作用，是智能电网工程建设中的重要组成部分。由智能电网现状来看，电网互联为电力系统的快速发展奠定了良好的基础，加大对电网互联的研究，能够保证其运行更加稳定与安全，只有不断提升微电网和配电网的可靠性，整个电力系统才能得到优化。电力企业通过充分应用大数据技术，可以加快电网转型步伐，不断提升发电的效率，同时还可以有效改善运营模式。从大数据技术在电力能源系统管理中的应用情况来看，具体包括下面几点:一是有利于电力新产品的研发;二是可以获得电力能源的“绿化效果”;三是为智能化电力能源的发展提供不竭动力。将大数据技术和电网有机结合起来，尽快打造成智能化电网，在发电能源转换和电力输送中可以得到充分应用，为智能化电网的发展创造良好的条件。
(二)大数据技术在电力数据准确预测中的应用
电力企业通过对大数据技术的应用以后，可以实现对电力数据的准确预测。在发电、变电、用电、输电和配电等电力环节中应用大数据技术以后，能够深入挖掘与分析各个单位、专业和业务等数据，同时能够获得可视化数据。
期刊文章分类查询,尽在期刊图书馆大数据技术在电力企业中应用时通常分为两个部分，分别为非结构型数据与结构型数据，其中非结构型数据发展速度非常快，已经远远对于结构型数据的数量。大数据技术在电力企业中的应用，主要表现出以下特点，即数据规模庞大、数据处理速度快、数据形式多种多样、数据价值较高以及数据精确度高等。在大数据技术的发展过程中，除了可以让电器业发展需求得到满足以外，还有利于电力企业不断提升自身的服务水平，一般来说电力型大数据技术包括基于Hadoop的数据统计、数据可视化、数据计算和数据挖掘等。
(三)大数据技术在智能化电网建设中的应用
从智能化电网建设能够看出大数据技术在电力企业中的应用，即在计算机网络服务下，向供电企业数据库内传输用户用电数据，以此高效的处理与分析数据，让电网规划、设计和建设等决策得到可靠的数据。对智能化电网建设理念来说，主要在获取用户用电数据后优化电力生产、电力分配和电力消耗等环节。智能化电网和常规电网有很大的不同，其应用了现代化信息技术、通信技术、网络技术和传感技术等，让电网数据的交互得以实现，同时发挥出了自动化数据采集、数据测量、数据计算、数据监测、数据保护等作用。此外在大数据技术的支持下，可以从智能化电网建设要求出发，能够具备智能化调节、数据自动控制和数据在线分析等功能。
(四)大数据技术在电力数据挖掘中的应用
对电力数据挖掘来说，重点是分析所有的电力数据，从而在海量的电力数据中掌握电力数据的规律。电力企业在应有大数据技术以后，可以有效分析电力业务，将其中可用性电力数据提取出来，便于电力企业全面掌握与控制各项业务。在电力业务流程中应有各种计算机系统以后，电力数据采集量越来越多，电力企业在数据收集与存储上面临着更为艰巨的挑战，在进行数据定量、统计和挖掘时难度也逐步增加。在电力数据挖掘过程中，可以在海量电力数据中挖掘出有价值的、可用性强的电力数据，其步骤主要包括电力业务分解、电力数据分解、电力数据准备、数据挖掘模型构建、电流数据评估和电力数据部署等。在挖掘电力数据之前，需要全面分析电力业务的需求，按照业务需求开展数据挖掘工作，确保数据挖掘目标得以实现。在数据评估过程中，重点是整合、集成和转换原有的数据信息，促使数据采集和处理工作顺利完成。处理数据完毕以后，要开展数据挖掘计算工作，同时将数据挖掘模型建立起来。将数据挖掘模型构建起来以后，要作出数据评估，重点是分析数据计算结构是否符合电力企业业务的最终目标。在确定数据计算结果以后，要利用可视化程序，通过图形、图像、表格、报告等形式进行展示。
三、结语
总之，随着电网智能化的发展，电力企业要注重对大数据技术的有效应有，这是因为在电网发电、输电、用电等过程中都会形成大量的数据，其中既有传统业务的结构化数据，还有文档、图片、影像信息等非结构数据，需要应有新的采集、存储和处理技术，让这些数据得到有效的挖掘与分析。因此电力企业需要将大数据技术充分应用起来，推动自身的转型与发展，这样才能更好的适应市场发展的要求。
参考文献
[1]李康.浅论大数据技术在电力系统中的应用[J].中国战略新兴产业, 2017,(44):7-89.
[2]刘顺益.大数据技术在电力行业的应用研究[J].黑龙江科技信息,2017, (16):189.
[3]范明霞.大数据技术在电力行业的应用研究[J].无线互联科技,2016, (01):143-144.
论文作者:李智,白瑜
论文发表刊物:《基层建设》2018年第29期
论文发表时间:2018/12/12
标签：数据论文; 电力论文; 电网论文; 技术论文; 电力企业论文; 数据挖掘论文; 业务论文; 《基层建设》2018年第29期论文;