摘要：智能电网是全球电力发展的重要方向，是实现电力能源转换和传输的重要环节，作为新型电力技术，智能电网技术的经济性、可靠性、安全性更高，其能够在保证电力系统安全稳定运行的基础上，促进电力传输环节风险的降低。在智能电网运行过程中会产生海量数据，这些数据的处理和运用在很大程度上决定了智能电网的发展，所以实践中应强化对智能电网大数据处理技术的运用，不断克服该项技术应用中的困难，最终为智能电网发展提供保障。
关键词：大数据技术；智能电网；应用现状
1?智能电网大数据特征在电力信息化推进过程中，电力数据种类和规模迅速增加，智能电表、智能变电站、现场移动检修系统、实时监测系统、测控一体化系统、为各个专业服务的信息管理系统的数据集合形成了智能电网大数据。依据数据来源可将智能电网大数据分为电网外部数据和电网内部数据，内部数据由电信息营销系统、采集系统、配电管理系统、广域监测系统、能量管理系统、生产管理系统、客服系统、设备监测和检测系统、财务管理系统数据构成，外部数据由公共服务部门、地理信息系统、气象信息系统、电动汽车充换电管理系统数据构成。这些数据由不同部门管理，在不同地方分布，其特性包括分布管理、分布放置。
2智能电网大数据处理技术面临的挑战
2.1?智能电网大数据存储
传输技术智能电网记录了电力设备监测数据以及电力系统运行中各项数据，越来越多的数据大幅增加了电网数据传输及监控设备的负担，并在一定程度上影响电网智能化发展。在智能电网大数据传输方面，要想提升数据传输效率就应当选择压缩数据的方法，促进数据传输量降低。所以智能电网数据传输中开始应用越来越多的网络数据压缩技术，这样能够最大限度节省数据存储空间，但系统中心也会因数据压缩及解压出现资源浪费，需要设置更合理的支持平台。在存储智能电网大数据方面，通过分布式文件保存方式虽然能够解决存储问题，但是会对电力系统实时性数据处理产生一定影响，所以需要分析并分类存储系统中大数据。智能电网中很大一部分数据为非结构化数据，需要将这些非结构化数据转化为结构化数据在进行储存，这也是当前智能大数据处理技术中的主要问题。
2.2?大数据的数据解析
大数据解析包含两个方面，分别是数据分析、数据解读。分析大数据过程中需要对巨量的多种类型数据进行研究，实现对其中隐藏相互关系、模式、其他有用信息的掌握。实践中要想有效理解和应用分析结构，就需要解读大数据。大数据解读过程，就是多维度展示和深层次剖析大数据本身及分析过程，同时将具体行业问题和大数据分析结果对应起来。数据解读过程中贯穿着数据本身分析，所以可以用一种特殊大数据分析方法概括数据解读。
2.3?智能化大数据可视化分析技术
当前大数据处理中的一个重要课题就是，有效地分析和处理智能电网运行中不断生成的数据，并通过有线的屏幕向电力用户展示。大数据通过可视化分析技术能够得到有效处理，所以其在实际电网运行中得到广泛应用。可视化分析技术通过高分辨率图像、高度集成技术、交互工具，将明朗的数据处理结果提供给电力用户。科技进步过程中可视化技术发展也遇到了瓶颈，包括提取重要数据、技术扩展性、显示及图像合成等。
期刊文章分类查询,尽在期刊图书馆
3当前电力大数据的发展遇到的阻碍
3.1如何处理半结构化和非结构化数据
电力大数据除了结构化数据外还有大量的半结构化和非结构化数据，给定一种半结构化或非结构化数据，比如图像，如何快速地把它转化成多维数据表、面向对象的数据模型或者直接基于图像的数据模型，需要建立这种转化机制。
3.2大数据的存储与适合大数据分析的算法
如何对电力大数据进行高效、可靠地存储，并快速访问和分析，是当前重要的研究课题，现已提出的基于云平台的大数据存储与并行处理技术仍处于研究的阶段。由于大数据具有高速、海量且多样的特点，传统的针对小数据的数据挖掘算法已不再适用，如何找到新的适合于大数据的挖据算法是当前大数据科研人员的一项重要任务，目前提出的基于Mapreduce的数据分析算法和机器学习算法也处于一个研究阶段。现行的数据挖掘工具，如SPSS、SAS、Python等，内嵌有大量成熟算法，如Spss中统计分析过程包括相关分析、回归分析、聚类分析、决策树、预测、神经网络、时间序列分析、生存分析等，它们都是以软件包的形式组合在一起，用户可以根据需求选择功能模块，可以大大提高工作效率，然而Spss在电力系统中的应用却很少，主要原因是Spss与电力系统数据库的数据接口尚未建立完善。一个重点工作就是将现有的数据挖掘工具与电力系统数据库的数据接口建立起来，达到能够利用数据挖掘工具实时调用电力系统数据库的数据进行分析的目的。
3.3数据收集
电力公司的数据在不同的数据库中的存储格式不一样，并且由于管理体制的问题，长期形成了各部门独立工作，部门之间的数据流动很少，形成了独立的数据库，库与库之间的数据查询与访问比较困难，同时由于软硬件的标准差异，造成数据共享的麻烦。因为安全隐患，电力公司的某些数据保密也是实现数据共享的拦路石。
3.4企业的重视程度不足
体现在大部分企业对大数据的作用仍然持怀疑态度，处于一种观望的状态，没有积极的投入资金进行基础设施建设，也没有建立适合本企业的大数据发展可行性架构。
3.5缺乏大数据方面的人才
由于大数据是一个比较新兴的科技，大部分数据挖掘科研人员的思路仍然没有从传统的数据挖掘中脱离出来，大数据的研究尚需要一批专业的科研队伍。
4电力大数据技术在智能电网中的应用
当前，在电力大数据技术应用越来越广泛的形势下，不少厂家已经逐渐开始建立Hadoop架构上的数据平台以及相对应的商务服务。这样做的根本目的，就是为了将大数据关键技术科学合理的应用在智能平台中，并且将其自身的优势特点以及作用充分发挥出来。Hadoop作为雅虎创建的数据系统，其自身在运行过程中，将MapReduce软件技术科学合理的融入其中，不仅能够对各种类型数据进行有效收集，而且还能够针对海量数据进行妥善处理。与此同时，构建Datameer系统，能够提供相对应的电子表格界面，这样不仅能够使用户对数据采取更加便利快捷的方式进行处理和分析，而且还能够保证数据自身的真实性和有效性。将这样的数据系统科学合理的应用到智能电网中，能够有利于改善现阶段电力企业的生产以及营销模式，与此同时，还能够促使电力企业在日后发展过程中逐渐朝着多元化方向发展。
综上所述，为了适应现阶段大数据时代的到来，电力企业不仅要在这个基础上保证产品和服务质量的提升，而且还要能够顺应大数据时代发展的要求。在这种状态下，电力企业应当将大数据技术科学合理的应用到智能电网中，这样不仅有利于提高智能电网自身的优势地位，而且还能够为电力企业日后的可持续发展打下良好基础。
参考文献
[1]樊邦奎，丁冠军，兰海滨，等.面向智能电网应用的云计算架构研究[J].电力信息与通信技术，2014，12（1）：1-6.
[2]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.
[3]邱雪松，蔺艳斐，邵苏杰.一种面向智能电网数据采集的传感器聚合布局构造算法［J］.电子与信息学报，2015，12(10):2411-2417.
论文作者:梁俊,韩涛,李玉超
论文发表刊物:《建筑学研究前沿》2018年第14期
论文发表时间:2018/9/20
标签：数据论文; 电网论文; 智能论文; 电力论文; 技术论文; 结构化论文; 数据处理论文; 《建筑学研究前沿》2018年第14期论文;