摘要：进入二十一世纪以来，我国的科学技术水平不断发展和进步，带动了我国电力行业的进步，大数据与电力系统相结合，为电力企业的运营做出了极大地贡献。本文在阐述电力大数据具体分类以及特征的基础上，对电力大数据在电网建设中的具体应用进行了总结。希望本文的研究，能够为电力大数据在电网建设中的更广泛应用，提供一定的理论支持。
关键词：电力大数据；电网建设；应用
引言
随着我国经济社会的高速发展，智能电网不论在技术上还是规模上都更加完善，智能电力系统与电力企业信息在日常运行中所产生的数据信息量也在不断增长，数据种类繁多，这也要求电力大数据应不断提高自身的数据处理能力，为了进一步提高电力数据的处理质量，更好的带动我国电力企业的发展，就要求智能电网中采用更加先进的电力大数据分析技术，在满足社会发展需要的同时，带动企业经济效益的增长。
1智能电网中电力大数据技术的简述
当前电网系统的基础设施已经无法满足日益增长的数据信息，而智能电网则可以很好的解决这一问题，减少工作人员的工作量与工作压力，使得数据信息的收集与储存变得更加容易，且更加完整、更加全面，但随之而来的是数据量过于庞大，内容过于繁杂，信息格式也不同，要想从中获取有效信息的难度增加，数据信息的应用效率也不高，而利用电力大数据技术则可以有效的对不同渠道与种类的数据进行有用数据信息的提取，电力企业可以据此作出更加科学的决策，推动电力企业的发展。笔者结合工作经验与实际情况，对电力大数据的特点进行总结，主要有以下五个方面：一是数据量大，无论是资源的使用，相关电力设备的运行，还是生产调度或客户服务都会产生数据，且当今社会以电力为主要能源的设备越来越多，这些数据也随之增加，数据量越来越大；二是处理速度快，无论是对设备进行检修、对物资进行管理，还是对客户提供针对性的服务，通过对数据进行处理可以使得上述工作的效率更高，因此当前的电力大数据技术具有处理速度快这一特点；三是价值高，在智能电网中应用电力大数据技术不仅可以使企业了解到客户的需求、相关数据的规律、系统运行状态等信息，同时还可以为企业的决策提供科学的数据支持，促进了电力企业的发展。
2智能电网建设中大数据技术的应用策略
2.1智能电网大数据传输和存储技术
在智能电网中，电力的生产、传输和消费等数据都会被记录下来，时代在不断地发展，数据呈爆炸式的增长，在很大程度上为电力监控和电力数据传输带来了不小的压力，也在不断的制约着智能电网的发展。需要利用一种数据压缩技术将海量的数据进行最小化的传输，节省数据存储空间。我们需要科学合理的将数据进行优化配置，认真的分析当前的大数据，采取有效的措施，将非结构化数据进行有效地转化，降低数据的存储空间。
2.2分析技术
随着我国电力事业的快速发展，多样化发电领域得到了共同的发展，如何确保多样化电力资源的安全合并与科学调度，是当下电网发展的主要瓶颈之一。为了更好的提高电力合并的安全性与可靠性，提升电力资源调度的科学性，就需要合理的应用大数据分析技术，构建安全有效的智能电网，不断的提高我国电力系统的发的运行效益与安全。
在电力大数据分析技术应用的时候，可以更好地分析常规电力数据与清洁电力数据之间的内在联系，从而找出两者的契合点，更好地开展相关的电力工作。例如在合并电网运行的过程中，清洁电力资源的不稳定性、谐波的电力影响、线损的影响、电磁不兼容、变压器的规格等等，这些问题都会直接影响到电网运行的质量与安全。
在合并电力资源的时候，就可以合理的发挥出电力大数据分析技术的优势，找出解决清洁电力资源的不稳定性、谐波的电力影响、线损的影响、电磁不兼容、变压器的规格等问题的处理对策。从而开展科学合理的电力调度与电力合并，逐渐形成智能电网的雏形，促进我国智能电网安全有序的发展建设。
2.3配电网低电压定位方面的运用
随着社会对电力资源需求量的增加，造成用电负荷快速增长。然而配电网升级改造的速度跟不上用电负荷增长的速度，形成了全国配电网不同程度低电压的现象。低电压问题给广大的电力用户的正常用电带来了严重的影响。然而电力大数据的应用，可以准确地对配电网的低电压进行定位。并且从电网建设的角度提出配电网低电压差异化处理的方法。为电网的稳定运行提供保障。
2.4 ETL技术在智能电网中的应用
随着智能电网的建设与发展，使得电力企业可以收集数据信息的渠道增加，再加上用户的增多与电力使用的多样化，当前智能电网中的数据不仅数量极多、内容繁杂，同时十分分散且多样，这种情况使得对数据进行处理，并从中获取有价值的数据信息并分析的工作的难度增加，且工作量巨大。因此要想对具有上述特点的智能电网数据进行处理与分析，就必须要根据实际情况与其特点制定具有针对性的工作流程，将整个数据的处理过程划分成多个环节，使其变得更加有序且便捷，通常会将数据处理过程分成收集、抽取、转换、筛选、修正等多个环节，极大的提高了数据处理的效率。当前电力企业在进行数据收集工作时，多使用数据仓库技术，而ETL技术是构建数据仓库极为重要的一个环节，ETL技术的英文全称为Extract（抽取）、transform（交互转换）、load（加载），如其字面意思一样，该技术共分为三个主要部分：一是抽取部分，即Extract，该部分的主要工作是从数量庞大的数据信息中抽取出有价值且有用的数据，可以有效的提高数据之间的关联性；二是转换部分，即transform，由于数据信息的来源渠道较多且极为广泛，因此数据极为繁杂，其表现形式也多种多样，利用数据转换技术可以将抽取部分所获得的不同形式的数据加以转换，将其转换成只能电网可以进行处理与应用的数据形式。另外该部分还可以对抽取部分中出现错误的数据进行处理，将其剔除，有效的提高了数据的准确性；三是加载部分，即load，该部分是只能电网中的关键部分，其是将上一部分即转换部分所转换出来的数据进行加载，将这些数据储存在数据库或数据系统中，实现数据集成化的目的，在进行分析与对比等工作时会更加全面且科学。
2.5异构数据源处理技术
智能电网包含很多方面，发电、变电、输电和配电等环节，为了实现科学合理的配置，需要将海量的数据进行处理和整合，面对众多的异构数据，如何构建一个科学的数据处理系统，进行高效的存储和传输是当前智能电网运行总急需解决的问题。在智能电网中，部门众多，存在着很多不同的数据格式和应用平台，我们可以借助大数据的异构数据源技术将海量而多类型的数据进行统一的管理，建立数据处理平台，使智能电网的各个化解能够正常运行，满足人们对信息查询的需求。
结语
综上所述，智能电网是以现有的大电网网架结构为基础，通过先进的电力控制技术与电网进行高度的融合，从而形成的现代化新型电网。长期以来，随着技术的不断革新，智能电网在电网安全稳定运行、电气设备监控、电气量的采集等方面形成了一个庞大的数据集合，只有合理利用这些数据才能实现对电网的有效管理。通过对大数据的利用，从而建立一个面向新时代智能电网应用的统一大数据处理平台才是今后电网发展的重要方向。
参考文献
[1]吴凯峰,刘万涛,李彦虎,苏伊鹏,肖政,裴旭斌,虎嵩林.基于云计算的电力大数据分析技术与应用[J].中国电力.2015,48(02):111-116+127.
[2]段军红,张乃丹,赵博,闫晓斌.电力大数据基础体系架构与应用研究[J].电力信息与通信技术,2015,13(02):92-95.