摘要：随着我国电网技术的不断发展，信息通信技术作为智能电网的中枢系统，其对于电网生产以及管理方式的发展也起到了良好的促进作用，并迎来了电力大数据时代。为了对日益增长的电力数据量跟信息量进行有效的处理，也就要求各电力企业能够在智能电网数据处理系统中进行电力大数据关键技术的积极应用，借此获得良好的电力数据处理效果。
关键词：智能电网应用；电力大数据；关键技术；探析
1导言
随着智能电网建设力度的进一步加强，也就要求各电力企业能够在结合智能电网建设实际需求的基础上，进行大数据技术的积极应用，并对现有的大数据关键技术的应用情况进行不断的优化与完善，这样才能够保障智能电网的运行安全性与可靠性，并促进我国的电力行业得到更进一步的发展。
2智能电网及大数据和云计算关系
智能电网的发展过程和大数据间的关系愈来愈紧密，智能电网的发展主要是把计算机技术及信息技术和通信技术等进行结合应用，从而能有助于提升能源效率，保障供电安全，能最大限度地减少电能损耗。智能电网的理念是通过获得多用户用电信息进行优化电的生产分配及消耗，采用现代化网络通信及信息技术的科学应用，能够进行信息交互，最大限度地实现电网设备的信息交换。另外，大数据和云计算之间也有着紧密的关系，主要体现在大数据是根植云计算的，云计算数据存储及管理分析等，也是大数据技术作为基础，通过云计算的超强计算功能能提高数据处理的质量，也有助于方便地提供相应信息服务。云计算和大数据是相辅相成的，两者的侧重点有着不同，云计算对智能电网系统内部计算处理及存储资源进行整合，从而有效提升电网处理的能力和交互能力。智能电网及大数据和云计算之间的联系比较强，云计算技术是传统数据分析及挖掘技术的延续，同时也是数据量级增长到相应阶段过程中知识挖掘及业务应用需求的产物。
3智能电网电力大数据平台架构及电力大数据关键技术应用
3.1智能电网电力大数据平台架构
智能电网电力大数据平台的架构通用性比较好，对电力企业大数据规划发挥积极作用。通过基于Hadoop文件系统（Hadoopdistributedfilesystem，HDFS）分布式文件处理系统为存储框架，通过MapReduce的分布式计算技术为大数据处理框架，分布式文件处理技术为基础通过PB、ZB级数据存储的功能发挥，就能在数据的查询分析上发挥其积极作用。在应用这一框架时，有着商业智能应用及大数据访问框架和传统数据仓库等诸多的模块内容。大数据存储框架和处理框架是建立在通用服务器及操作系统上的，这就使得这一架构需要的硬件有着低成本及高扩展性特征，在其框架上是采用网络层连接大数据访问框架的，框架当中也有数据序列化格式与传输工具Avro、日志收集系统Flume等相应的模块内容。通过大数据调度框架的运用能有效实现大数据组织调度，能为分析数据提供基础条件，这一框架所涵盖的大数据技术的环节比较完善，通过访问框架就能有效实现对分布式文件存储系统实施访问，以及对传统数据仓库实施访问。电力大数据处理流程和传统处理流程的区别就是电力大数据的处理数据量比较大，非结构数据及各环节都能应用MapReduce相应方式加以处理。电力系统是高维非线性复杂系统，内部数据流的类型比较多样，借助网损分析大数据平台，还能够对用户窃电行为实施分析监控，从而实现深层应用，发挥其功能价值。
3.2智能电网电力大数据关键技术的应用
智能电网的电力大数据关键技术的实际应用过程中，所涉及的技术类型比较多样，主要有以下几种关键技术。第一，集成管理技术的应用。
电力大数据集成管理技术主要是合并两个或以上应用系统的数据，进行创建多功能企业应用的过程，集成的管理就是将不同来源及格式和特征数据在逻辑上及存储介质上集中，为系统存储系列的集成及稳定的数据集合，为系统提供全面数据共享。电力大数据集成管理技术方面也涉及其他层面的技术，如数据融合集成技术及菲关系型数据库技术等。处理大数据就要对数据源数据加以抽取及集成，并能提取实体及关系，这样就能提升数据质量。存储管理当中的NoSQL数据库技术是比较关键的，这一技术是分布式数据存储方式，数据存储进行了简化，更为灵活，可扩展性也比较突出，能够对海量数据进行存储。第二，ETL关键技术的应用。智能电网电力大数据关键技术当中的ETL关键技术也是比较重要的，智能电网在数据分布层面的分散性及数量巨型的特点比较突出，所以数据处理有一定的难度。因此，要在数据处理方面进行简化为数据收集及抽取和转换等流程，而电力企业主要将数据仓库技术在数据收集工作上进行应用，在应用ETL关键技术的时候，就有几个不同的技术类型，数据抽取的技术是按照工作的需要从广泛数据源中抽取相应数据，从整体上提升数据关联性。数据转换技术的应用方面，对抽取数据转换为电网直接应用的数据形式，并对错误的数据实时处理，这样能保障数据的准确。在数据加载技术的应用方面，就是把数据存储在数据源系统。第三，电力大数据分析技术的应用。面向智能电网的电力大数据关键技术中的数据分析技术是比较重要的技术类型。大数据的技术主要驱动力是把信号转换成数据，把数据分析成信息，并进一步提炼成知识，通过知识促成决策及行动。应用大数据分析技术，就能从电力系统海量数据当中找出潜在模态及规律，有助于为决策人提供准确决策。电力大数据分析技术是传统数据挖掘技术的新发展，而大数据海量及高速增长等特征，包含半结构及结构化数据类型，大数据分析技术的应用就能发挥其积极作用，对不同结构的数据进行分析。第四，电力大数据展现技术的应用。智能电网的电力大数据关键技术的应用当中，展现技术也是比较重要的技术类型，其中有空间信息流展示及可视化技术等，这些都能有助于促进电力大数据技术的应用质量水平的提升。空气信息流展示技术在电网参数及已经有的地理信息系统结合下，能够对电网管理人员对电力设备的运行状况有充分的了解，能为决策提供准确的地理信息。第五，电力大数据处理技术的应用。智能电网电力大数据关键技术中，处理技术发挥着比较重要的作用。大数据处理技术的作用主要是能够对收集到的数据信息进行有效处理，然后就处理的数据进行区分，其中有分库及分表和分区途径。在分库方面，按照既定要求将反复利用的数据输入不同数据库中，从而能够为数据利用效率的提升打下基础；在分区方面，主要将通表数据及时载入不同文件中，从而能有效降低大型数据表压力，有效提升数据的访问速度，这样也能从整体上保障通表的顺畅；在分表方面，按照数据处理要求制定多样数据表，从而能最大限度地降低单表压力，采用建设并行式及纵列式数据库的方式，把数据更快加载，从而能为人们查询需要的数据提供很大便利。工作中能够和MapReduce进行有机的结合起来，这样就能够提升数据处理的整体效率，提高了数据应用的整体效果。
4结语
“安全、绿色、可靠、高效”是当前智能电网建设的关键目标，为有效提高智能电网的可观、可测与可控水平，还需加大对大数据、云计算等技术的引进力度，系统整合电网业务数据及外部数据、拓宽业务应用功能，实现对电网、资产、项目、客户、环境、绩效等要素的全面管理，进一步提升智能电网建设水平。
参考文献
[1]薛志洋,周英明,高扬.面向智能电网应用的电力大数据关键技术研究[J].科学技术创新,2018(32):103-104.
[2]王乃进.面向智能电网应用的电力大数据关键技术分析[J].计算机产品与流通,2018(10):65.
[3]兰栋.面向智能电网应用的电力大数据关键技术分析[J].数字通信世界,2018(04):81.
[4]王建成.面向智能电网应用的电力大数据关键技术探析[J].电子测试,2018(04):132-133.