摘要：近年来，随着，我国经济的快速发展，电力系统发生巨大变化。传统电力信息系统已不符合时代发展的需求，当前社会对智能电网的需求也在不断的增加。作为智能电网最为重要的组成部分，信息通讯系统也在进行不断的完善，从而促进了电力大数据的发展。反之，电力大数据的运用与发展对于信息通讯系统的处理效果具有更多的要求。只有当电力大数据技术真正有效运用在智能电网中，电网才能更好地满足社会需求，促进我国经济发展。
关键词：智能电网应用;电力大数据;关键技术
引言
随着社会经济的不断发展和科学技术的日益更新，我们迎来了大数据时代。大数据时代的到来，改变了我们的生产生活方式，并且大数据这一技术渗透到生产生活中的各个领域，从而使生产生活朝着现代化方向发展。当然，在这一时代背景下，大数据作为一种新的活力注入到智能电网的发展领域中来。因而，要掌握电力大数据技术的关键，继而使电力行业健康持续地发展。与此同时，这一发展模式也可以使智能电网进一步发展完善。因此对大数据关键技术的探索具有非常重要的现实意义。本文将对面向智能电网应用的电力大数据关键技术进行探讨，并提出科学合理的措施，从而使智能电网进一步发展。
1智能电网电力大数据概述
1.1智能电网大数据特征
对于智能电网而言，其在运行的时候会产生一系列数据，且数据量巨大并具有繁琐的特点，同时，人类在对此数据进行研究的基础上，便将此数据进行归类，一种为内部数据，一种为外部数据。对于内部数据而言，其包括配单管理系统等，此种数据都从关键应用系统中出现，对于外部数据而言，其包括气象信息系统等，外部数据来源具有不同的方向，同时，管理部门也不尽相同。在此种情况下，人们便得出数据电网有多样性、多种渠道来源的特征，且在电网不断运行的时候，数据数量处于不断增长的趋势中，如图像数据等，对于此类数据而言，其具有不同的数据特点，且数据密度具有较低的价值，同时，这些数据在频率等方面都具有不同的特点。在此种趋势下，人类便对智能电网大数据特征具有精确的了解。
1.2智能电网与云计算、大数据技术间的联系
伴随科学技术的不断发展，信息技术与电网间的联系程度便逐渐加大，在此基础上，对于电力系统而言，其应与信息技术进行一定程度的结合，从而使数据处理结果逐渐精确，使企业处于一种稳定运行状态中，进而使企业具有良好的竞争优势。同时，智能电网与云计算、大数据技术间具有一定的联系，在不断结合的过程中，将使数据处理技术更加完善，此外，计算机具有高容错的特点，在利用计算机的情况下，当数据处理中出现相应问题的时候，通过计算机手段，便能使信息具有较高的准确性，从而使智能电网促进电力行业的稳健运行。由此，在三者之间不断联系的基础上，便能使智能电网技术具有广阔的发展前景，在运用云计算手段的时候，能将信息进行分析，同时，在电网信息数据量较多的情况下，云计算便能为数据信息处理提供一定的便利性，从而使数据处理具有一定的技术保障。此外，在不断联系的情况下，便能对电网进行监控，对于监控中出现的问题，相应人员便能制定一定的解决措施，从而使经济损失逐渐减少。
2面向智能电网的电力大数据关键技术分析
2.1通过ISO角度进行种类划分
信息技术的发展带动了智能电网的出现，电力企业有了更新的发展，供电质量与管理水平在一定程度上也得到了提升。
期刊文章分类查询,尽在期刊图书馆大数据背景下，企业要从整体出发注重长远的发展，那么对于电力系统的数据处理必须提高警惕，保证数据的准确性提高数据处理的效率，这样才能保证电网可靠与有效的运行，因此对于电力大数据的构建完善与关键技术的探究非常重要。从目前发展情况来看，面向智能化电网下的大数据平台，在发展过程中有海量的信息需要处理分析。也就是说，因传感器的应用会促使大量信息被传输到系统之中，继而通过相应的数据采集，使工作得以有效完成。因此，可以采用ISO角度进行种类划分，从而将网络安全协议划分为高层次协议和低层次协议。从而使智能电网在发展过程中充分运用电力大数据这一关键技术，继而使智能电网健康持续地发展，为智能电网系统的稳定运行提供强有力的技术支撑。
2.2电力大数据具有集成管理技术
电力大数据是极其多样的，提取数据本身就有很大的难度，同时，电力大数据的数据环境也较为复杂，这加重了电力大数据信息收集的难度。电力大数据具有集成管理技术，这种技术能够通过不同的传感器感知环境，进而对环境中的温度、干湿度等数据进行收集整合，从而管理数据。电力大数据能够将千差万别的数据信息进行集合，整理成有价值的信息，并利用统一的结构储存信息，还可以通过对这些数据的分析，为客户提供高质量的服务。
2.3典型体系架构
大数据架构一般可分为三层，主要包含有数据的访问与计算，数据隐私与领域知识，数据挖掘算法。内层主要是大数据架构中最重要的一部分，是实现数据的访问与计算的关键过程技术。在整个架构的外层，主要起到四个作用，第一是对一些不确定、存在异构、动态的数据进行融合、预处理；第二是对预处理的复杂数据进行挖掘；第三是对只能电网的数据模型进行学习；第四是对相关的模型参数进行有效地调整与反馈。在整个体系中，其中间层是起到联系内层与外层的纽带，实现数据的融合，通过该架构实现了对智能电网数据的分析与预判，为管理者提供有价值的数据，提高管理、决策效率与质量。
2.4ETL关键技术
结合大量的数据信息处理经验来看，在对各种类型的数据信息进行分析处理的过程中，必须要严格的按照相关标准来执行，按照一定的流程来完成相关的操作，即“数据集成-抽取-转换-剔除-修正“，通过这样的规范化和标准运作，才能真正的把握好这些数据信息所蕴含的基本内容。电力企业通常将数据仓库技术应用到数据集成上，ETL是“Extract-Transform-Load”的缩写，从这个组合中，我们就可以看出其主要是由三个部分内容组成的。第一个是Extract，理论上的称呼是数据的抽取；Transform是数据转换技术，一般是用来完成不同数据信息之间的转换，将各种类型的复杂数据信息转换成为一种可以识别的形式。Load是数据加载技术，就是将上一环节处理好转换好的数据进行加载，之后保存到目的数据源系统内。这个技术在当前的智能电网中有着广泛的应用，在实际进行应用的过程中，要充分的考虑各个不同因素的影响，在充分把握各种不同影响因素的基础上，再与其他的各种技术结合起来，这样才能充分的服务于数据集成化工作，更好的推动企业的发展和进步。
结语
随着社会经济的不断发展和科学技术的日益更新，我们迎来了大数据时代。在这一时代背景下，可以通过大数据这一技术，从而使复杂多样的信息变得简单详细，这在很大程度上提高了电力企业对数据的分析能力。与此同时，也使得电力企业的核心力不断增强，进而使中国特色智能电网健康持续地发展。
参考文献：
[1]张根周.大数据在智能电网领域的应用[J].电网与清洁能源,2016,32(6):114-117.
[2]张东霞,苗新,刘丽平,等.智能电网大数据技术发展研究[J].中国电机工程学报,2015,32(1):2-12.
[3]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.
论文作者:纪坤
论文发表刊物:《电力设备》2019年第2期
论文发表时间:2019/6/5
标签：数据论文; 电网论文; 智能论文; 电力论文; 技术论文; 信息论文; 关键技术论文; 《电力设备》2019年第2期论文;