摘要：随着信息技术在电力企业各方面的普及，电力调控系统的服务范围较以往而言有了大幅增加，数据来源不断增多，数据种类也随之多样化；同时也带来了数据处理压力与规模的突增。基于此，笔者结合实际工作经验，以实际案例讨论电力调控大数据集成及管理技术的重要性，并以此为基础对电力调控大数据集成及管理技术展开详细分析与讨论，望借此为相关工作提供参考依据。
关键词：电力调控；大数据集成技术；应用
1 电力调控大数据集成和管理技术的重要性
1.1不断完善客户体验，保证运营效率
在电力企业使用大数据集成和管理技术后，电力企业的运营效率可以有效得到提高，客户体验也能不断优化。电力企业的运营效率主要有资产管理、产品与网络管理、收益保障等内容，采用大数据集成和管理技术对营销策略进行创新时，可以使客户体验得到保障、客户关系得到优化。例如某电力公司在引进大数据集成和管理技术后，某次出现了停电情况，在恢复供电情况和用户预期的时间相比，提前了10min左右，调查用户的反馈情况后发现，此次反馈的满意度最高。而由于客户的满意度直接关系着客户的去留，因此，大数据集成和管理技术在电力企业中的应用可以有效降低客户的流失率，从而降低电力企业的损失成本。
1.2在精益调控中使用大数据技术的作用
精益调控中使用大数据的作用主要有两个：①如果使用风电这些新能源，当并网容量超过一定范围之后，仅仅依靠这些新能源完成对电网的实时调控，使得用电平衡状态不能得到保持，电网调控的作用也就得不到发挥。而随着电力调控中大数据技术的应用深度不断得到扩大，电网调控计划中可以不断增加可控资源的海量数据，在使用大数据的处理方式后，电网的调控运行信息可以得到实时存储和及时处理，保证了电网的调控能力，使得资源的配置得到了优化。②在使用电力系统安全智能预警后，实现了对预案过程的科学评估。以往的预警方式在人们电能需求不断增加的情况下已经满足不了人们的需求。在电力企业中使用大数据后，可以在数据分类处理和存储技术的帮助下，使得数据处理的实效性不断得到了提高。此外，在构建先进智能预警系统之后，能够实现对不同类型的故障问题进行追踪，实现对电网的科学评估，保障电网的全面发展。
1.3提高运营效率，优化客户体验
大数据集成及管理技术能够显著提高电力企业的运营效率并优化客户体验。对于电力企业而言，运营效率主要涉及支撑功能优化、资产管理、需求预测、产品与网络管理以及收益保证等方面的内容。而通过大数据集成及管理技术对客户关系进行优化、定制优惠服务政策、创新主动营销策略，能够优化客户体验。以实际案例来看，某电力公司使用大数据集成及管理技术发现，当停电之后，若是恢复供电的实践可以比用户预期的时间提前十分钟，则客户反馈的满意度最高；但是，如果电力系统恢复供电的时间比用户预期的时间早两个多小时，则会降低客户的满意度。而客户满意度直接决定了客户的留存率。事实说明，电力企业使用大数据集成及管理技术能够降低客户的流失率，从而降低成本损失。
2 电力调控大数据集成及管理技术应用
2.1电力调控大数据存储需求
电力调控大数据往往包括模型数据、历史数据以及实时数据等结构化数据；语音数据、DTS教案、波形文件、电网综合故障报告、CASE断面等非结构化数据以及高频变化的时间序列数据。
期刊文章分类查询,尽在期刊图书馆不同的业务对数据访问性能的要求也存在差别。一个数据一般不能满足全部需求；因此，应当研究将不同种类数据库技术相结合的数据库管理技术，使其能够适应各类特点与场景，相互补充。数据存储的设计关键在于保证使用高效、科学、正确的数据存储结构，确保不同种类的运行数据能够正确划分到与之对应类型的数据库中，符合相对应的设计原则；这样就能够最大限度对程序应用的有关工作进行简化，包括代码、报表以及查询等。电力调控系统中的数据类型大致可以划分成四大类，其中有文档资料、基础数据、电网模型以及运行数据；这些数据都存储在分布式文件库、关系数据库以及时序数据库中。
2.2 Hive工具
Hive是一种主要以Hadoop为主的数据仓库工具，其在实际应用过程中必须辅以MapReduce、TEZ、Spark等系统，并且需要借助HDFS实现数据存储。这种工具的主要优点包括：①能够兼容不同类型结构化数据，涉及sturcts、lists以及maps等；②可以在废弃的数据格式或者文件上直接进行查询；③可以作为标准的分析工具，并提供和SQL极其相似的查询功能；④支持输入格式与扩展的耦合；⑤具备数据的挖掘与优化功能。针对海量结构化数据共同存储难度较大的问题，Hive凭借其使用SQL语法的操作接口，因而具备快速开发能力，从而简化了PapReduce编写的相关程序，进一步降低了相关技术人员开发学习的成本，并使自身的功能得到不同程度的扩展。
2.3电力调控大数据系统的指标管控应用有关数据
就目前情况而言，电力调控指标一般囊括电网运行分析指标、关键绩效指标、专业管理指标以及同业对标指标等。一般指标定义的相关数据包括计算周期、相应维度以及计算公式等各个方面，而这些指标定义的数据一般都是存储在MySQL数据库中，该数据库的主要优点就是可以实现查询的高效率。指标计算需要的分钟级测量数据可以对近一年的数据进行保存。量测数据的主要优点在于起数据庞大，在进行指标计算时需查询量测数据。基于此，在对量测数据进行存储时就要借用到HBase数据库，这主要是因为HDFS系统作为HBase的基础，可以实现对海量数据的存储，此外，相比Hive工具而言，HBase在查询数据方面的效率比较高。
2.4 HBase数据库
作为开源数据库的一种，HBase主要用来存储非结构化的数据，其主要特征包括面向列以及分布式。HBase通常是以Hadoop分布式文件系统为基础，从而实现了读写数据的实时性，具有较高的可靠性。而HBase的优点在于：（1）不含有确定的索引，能够自动分区，并可以自动处理新节点或者线性扩展，具有较高的容错率；（2）因为是以HDFS文件系统为末班，所以具备高并发读写操作功能；（3）能够对数据进行自动切分，显著提高数据存储的水平可伸缩性；（4）列动态数据增加，同时只有在存储数据之后，空间容量才会变化。而其缺点也十分明显，包括：（5）当HRegion在进行分裂或者压缩的过程中，会出现暂时性读写堵塞的现象；（6）不具备条件查询功能，智能通过RowKey进行查询。
3 结语
综上所述，随着社会的发展，电力企业早已开始引进大数据集成和管理技术。大数据集成和管理技术的应用，更加能满足客户的需要，可以有效将电力设备和电力生产进行整合，使得电网规划有数据可进行支撑，从而不断提高电力生产水平，从而实现降低电气企业的成本损失，保障电力企业的利益。
参考文献：
[1]马贵波，张旭，郑雯泽.大数据技术在电力调控中的应用研究[J].南方农机，2018，49（19）：216+230.
[2]马贵波,张旭,郑雯泽.大数据技术在电力调控中的应用研究[J].南方农机,2018,49(19)：216+230.
论文作者:赵娴,蒋博
论文发表刊物:《电力设备》2019年第8期
论文发表时间:2019/9/15
标签：数据论文; 电力论文; 技术论文; 电网论文; 客户论文; 电力企业论文; 指标论文; 《电力设备》2019年第8期论文;