摘要：电力行业是我国的重要部门，在国家发展过程中起到重要作用。各个行业发展都离不开电力的支持，很多企业没有电力的支持不可能进行生产。企业在不断发展与壮大，用电量与日俱增，这给电力企业带来很大压力。大数据技术在电力行业应用，改变了电力企业工作流程，促进了电力企业发展，主要从大数据技术概述、大数据技术与电力行业发展的关联性、大数据技术在电力行业中的应用策略、大数据时代电力企业所面临的挑战进行阐述大数据技术在电力行业应用研究，希望能为研究电力行业发展的专家与学者提供理论参考依据，为电力企业改革提供技术支持。
关键词：大数据技术；电力行业；应用
引言
国家经济发展进入新常态，发电行业受社会用电需求增长下行、环保要求日益提高、能源资源日趋紧张等因素的影响，面临着巨大的转型升级压力。国家从“十二五”提出“两化融合”，“十三五”规划及“中国制造2025”进一步把信息化作为重点发展方向，为发电企业集团企业转型发展指明了道路。经过近几年的发展，互联网与发电工业领域的融合创新日趋活跃，同时也给大型能源集团利用互联网实现管理创新提供了重要机遇。探索大数据技术在集团化发电企业的应用研究，促进发电工业生产向自动化、数字化和智能化方向转变，将对发电企业集团的经营决策、生产经营模式、管理方式、运营管控等产生深远的影响。
1大数据技术概述
1.1大数据技术概念及发展
如今是信息时代，人们每天需要面临大量数据，如何科学，快速的、准确的处理这些数据，让一下无规律的数据形成一些有规律的数据，大数据技术的产生与发展，是人类信息时代的一个重要的改革，大数据19世纪在美国首先提出，在20世纪不断发展与完善，在计算机技术，计算机网络技术快速发展，促进了大数据技术的发展，改变了数据的处理能力，在数据处理方面开辟了新篇章，能为社会其他行业的发展提供了新技术，促进其它领域的快速发展。
1.2电力大数据的特征
2011年，国际数据公司（IDC）将大数据的特点总结成四个“V”，即体量大（Volume）、类型多（Variety）和速度快（Velocity）和价值高但密度低（Value），电力大数据同样具有以上特点。此外，《中国电力大数据发展白皮书》中指出电力大数据同时具有“3E”特征，即能量（Energy）、交互（Exchange）和共情（Empathy）。电力大数据与其它行业数据相比，有着更为广义的范畴。因此，如何用高效的方法将电力大数据进行分析和处理，使用科学的技术手段以挖掘出数据潜在的巨大价值是十分必要的。
2电力大数据的核心技术
2.1数据集成管理技术
电力大数据中的数据集成管理技术，是对不同数据源、不同数据形式、不同特征的大数据进行收集、整理，经过数据转换、加载后得到新的数据源，之后对得到的新的数据源进行管理，统一对外提供服务。这一技术可以为电力企业创造出许多新的服务项目和应用功能。数据集成管理技术主要包含数据融合和数据集成技术、数据库管理技术以及萃取-转换置-加载技术（ETC）。
2.2数据分析技术
电力大数据中的数据分析技术包括机器学习技术、相关分析技术和数据挖掘技术，通过数据分析，就能够将有用的信息从浩瀚的大数据中提取出来。其中，机器学习技术是人工智能的核心，它是利用经验来改善计算机系统自身的性能。该技术已被广泛应用于电力系统的不同领域，如电力系统暂态稳定评估、电力设备的状态监测等。相关分析技术可以识别数据间的相关或因果关系，而被广泛应用于电力系统的投资决策和电力负荷预测等方面。
期刊文章分类查询,尽在期刊图书馆数据挖掘技术是当前数据库和人工智能领域研究的热点课题，用以解决复杂数据结构、多种类型、海量数据的有效分析处理问题，提高数据的质量和可信度，在电力大数据中，数据挖掘主要用于企业决策和用电行为预测等。
2.3数据处理技术
大电力数据的数据处理技术主要有分布式计算技术，内存计算技术和分布式数据流处理技术。其中，分布式计算技术是利用网络将电力系统中的计算机连接起来，以组成一台虚拟的超级计算机，完成大规模数据的存储和计算。内存处理技术将收集到的电力大数据存储在内存中，并直接在内存中对海量数据的计算和分析，大大地提高了计算速度。分布式数据流处理技术由于具有良好的伸缩性、开放性和实时性，在对电力系统动态数据的实时处理中有着不可替代的地位。
3大数据技术在电力行业的应用
3.1发电环节
尽管最近几年我国新能源发电比重有所提高，但我国目前及以后相当长的时间内仍将以火力发电为主，能源结构较为单一；火力发电煤耗率、厂用电率也高于世界用电水平，大力加强火电厂降耗节能已经刻不容缓，可持续发展思想仍需加强。利用大数据、云计算等先进信息方法与系统，积极探索火电深度、快速变负荷控制理论与技术，可以充分发挥火电在多源互补和规模化新能源电力系统消纳中的作用，以增强火电机组深度、快速变负荷能力，提高火力发电在新能源电力系统中的弹性运行水平。大数据在发电环节的应用，如利用数据挖掘技术和数据仓库技术应用于发电厂特定设备的状态检修，取得了较好的效果。采用模糊集理论和相关函数结合的大数据分析方法，可以预测出不同边界和运行工况下的机组供电煤耗率，对火电机组的节能发电具有参考意义。
3.2输电环节
输电线路是电力系统的重要组成部分，其作用是分配和输送由电厂产生的电能。输电线路的安全稳定运行是经济快速发展的有力保障。但由于我国地理环境和自然环境等方面的原因，输电线路现面临诸多安全隐患。结合线路、气象、地理、运行等数据，利用数据挖掘技术，建立运维大数据综合分析系统，能够实现故障分析、防灾研究和状态评价，能为设备的管理运行和维护提供可靠的技术支持。大数据在输电环节的应用，有学者提出了一种基于大数据分析的输变电设备状态数据的异常快速检测方法，很好地实现了设备异常的实时检测。利用软件处理和数据挖掘技术得到了落雷区域的雷电分布特征，对输电走廊的防雷工作具有一定的指导作用。
3.3用电
通过大数据技术对广大电力用户的用电需求进行整理和分析，结合先进的电力市场营销策略，有意识地引导社会范围内的节能用电理念，推动电力产业的“集约化”发展。
3.4调度环节
调度环节通过对信息进行获取、传输和处理，实现对一次电力系统运行的监视、分析和控制，确保电能能够安全流通，实现经济效益的最大化。因此，调度环节被称为是智能电网的“神经中枢”。随着大容量风光储等新能源广泛接入，利用电网调度运行过程中涉及到海量数据，建设以数据驱动的智能调度体系，实现电网运行数据向知识的转化，提高电网高度的经济性、安全性，是智能调度发展的必然趋势。大数据在多时间尺度的负荷特性参数在线辨识、互动负荷大范围的广域优化调度、级联式停电模式等方面也同样具有巨大的潜在应用价值。
结语
总之，大数据技术在电力行业中的应用，促进了电力企业的发展，提供了有力的技术支持，电力企业在科技不断发展过程中，电力行业需要不断改变，以适应现代企业发展用电的需要，电力行业关系到其它行业的用电量，必须提高用力企业的发展，以保障其它行业的用电需求。
参考文献：
[1]刘树威.大数据技术在高职院校智慧校园建设中的应用[J].网络安全技术与应用，2017（3）.
[2]杨华飞，李栋华，程明.电力大数据关键技术及建设思路的分析和研究[J].电力信息与通讯技术，2015，13（1）：7-10.
[3]沈滢，张倩.大数据关键技术专利态势研究[J].电信网技术，2017（3）.
论文作者:任志杰
论文发表刊物:《电力设备》2017年第20期
论文发表时间:2017/11/17
标签：数据论文; 技术论文; 电力论文; 电力行业论文; 电力系统论文; 环节论文; 火电论文; 《电力设备》2017年第20期论文;