【摘要】电网技术水平的不断提升，使得大数据关键技术在电力系统中的应用量飞速增长，其间数据量及信息量提升快速，这对电力系统信息处理则提出了更高要求。应将电力大数据关键技术用于智能电网数据处理中，使其具备极强的数据处理及分析和储存能力，从而具备良好的集成化管理。本文对电力大数据关键技术在智能电网的应用进行分析。
【关键词】智能电网；电力大数据；关键技术
1 电力大数据关键技术相关概述
1.1电力大数据的内涵
当前的电力大数据是在云计算与基础设备层上形成的数据平台，通过云计算服务访问层与应用软件的结合使用，为供电系统内部实现分层管理创造基础条件。电力大数据具有较好的通用性，因而绝大多数的电力企业也能够在大数据规划管理中获得较好的适用效果。当前的大数据规划主要是通过对分布式计算技术进行利用，保证数据查询、存储、处理等任务能够得到顺利完成。除此之外，提升智能化水平，将先进的智能设备运用到数据库构建与操作系统中，也成为拓展系统服务性能的可行手段。
电力大数据平台的构建应当包括存储框架、调度框架、分析框架等部分，在调度框架内部序列化的传输工具、数据信息存储库、日志收集系统以及分布锁设备等也应加强注意。只有重视数据的组织与调度工作，让数据信息的准确性、效率性得到保证，才能为储存系统、访问系统等功能发挥创造前提条件。
1.2大数据、云计算以及智能电网之间的联系
智能电网同大数据、云计算有着不可分割的重要关联，智能电网可以将计算机技术、通讯技术、信息技术进行整合。加之原有输配电设施的协调配合，从而为提高电网安全性、效率性、经济性，缓解环境因素给供电带来的不利影响创造条件，继而打造出先进的新型电网。而大数据、云计算也是借助于网络技术的不断发展而形成的能够实现信息采集、监测、控制等功能的技术手段。其中，大数据的建立需要依托云计算功能的发挥，云计算的存储管理以及数据分析等强大的功能又能为大数据业务开辟更为便捷的路径，因而云计算也成为大数据得以实现的前提条件。总的来说，云计算、大数据与智能电网三者之间存在着相辅相成的关系，在各自发展的基础上又能促进其他技术性能的提升。
2智能电网中电力大数据关键技术的应用
2.1ELT关键技术
智能电网在实际运行中，产生的数据信息是非常多而且复杂的，如果依靠以往的方式对这些数据信息进行分析的话，是很难把握这些数据信息的内涵和基本规律的，也不能更好的服务于电力企业的科学决策。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-修止“，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来。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，首先是数据抽取，即是将目的数据源系统需要的相关数据从数据源系统中抽取;其次是数据转换技术，即是将上一部分中抽取获得的数据根据一定要求而进行转换，变成另一种形式，同时，对存在偏差或错误的相关数据进行清洗或者加工;最后是数据加载技术，即是前面所转换获得的数据进行加载，保存到目的数据源系统内。ETL关键技术是面向智能电网的电力大数据应用中的重要数据集成技术，因此，电力企业还需要对各项因素进行合理的综合考虑，与多种先进技术相融合而实现科学的数据集成化，促进电力企业发展。
2.2数据分析关键技术
大数据技术的根本驱动力是将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。借助电力大数据的分析技术可以从电力系统的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。麦肯锡认为可用于大数据分析的关键技术源于统计学和计算机科学等学科，包含关联分析、机器学习、数据挖掘、模式识别、神经网络、时间序列预测模型、遗传算法等多种不同的方法。
2.3数据处理关键技术
对于数据处理关键技术而言，其对智能电网运行具有十分重要的影响，此技术对数据进行一定的分析，在分析过后，将数据按照一定的原则进行分类，即实行分库、分区、分表的步骤，在分库处理中，在遵循相应原则的情况下，对于利用率较低的数据，将其输入进数据库系统中，进而使数据处理具有较高的效率，使利用率逐渐提高。在进行分区处理的时候，在运用通标数据方法的情况下，将数据进行有效载入，从而减少使用表格的频率，当相应人员进行数据访问的时候，具有一定的便利性。对于分表处理而言，在遵照数据处理原则的情况下，便形成数据表格，此外，数据加载性能处于较高的发展趋势中，并行式、纵列式都能使数据处理效率逐渐提升，在运用此种方法的情况下，在任何时候都能对数据信息进行相应查询，如可以对语言进行查询。在运用数据处理关键技术的时候，能加快智能电网的发展进程，使企业抗压能力逐渐提高。对于电力电子技术在电力系统中的应用，具体内容：通过整流器转变，可使交流电转化为直流电。同时利用电气电力元件，通过蓄电池作为备用电源对负载实现供能，并改变专用电源、高频逆变器的使用性能。
2.4数据展现关键技术
在信息技术的时代背景下，可视化技术、空间信息流展示技术得到了广泛关注，这两种技术的应用帮助工作人员对数据处理具有更清晰的认识，从而了解其运行规律。可视化技术具有监控的功能，从而使电力系统中出现的问题逐渐减少。空间信息流展示技术主要体现在电网参数与已有地理信息系统的结合上，包含变电站三维展示、虚拟现实等技术。将电力配电设备管理与地理信息系统紧密结合起来，有利于电网管理人员直观地了解设备情况，从而为其决策提供最新的地理信息。在变电站工程设计中用空间信息流展示技术可以节约时间、资源、成本，为电力企业带来巨大的效益。
3电力大数据技术的应用前景
3.1 大数据技术的发展前景
电力企业对大数据应用前景的分析可以通过规划、运行、检修、营销、运监等几个方面来实现。在电力系统运行中，对电力数据的应用进行合理规划，可以有效提高电力设备的负荷预测能力。利用数据挖掘技术对电力大数据进行计算和处理，可以使电力企业更快、更准确地掌握电力变化规律，并在此基础上对电力负荷预测准确度进行提高。对电力运行状况进行改善，可以有效地提高电力企业的新能源调度管理能力。在电力系统运行过程中，采用多维分析预测技术对新能源出力、光照、风速等因素之间的关联性进行分析，可以更准确、更详细的预测新能源的发电能力。在电力系统运行中，通过创新电力检修技术，可以有效地提高电力企业的检修管理能力。通过完善电力企业的营销方式，是提高用电行为分析能力的有效方法。在扩大电力数据采集范围与频率的基础上，采用聚类模型等数据挖掘方法对用电信息进行深层次分析，可以使电力数据分析的结果更加准确。对电力企业运监方式进行创新，是提高业务关联分析能力的有效方法。在此过程中，采用流式计算和可视化处理等运监技术对电力数据进行全方位的监测和处理，并利用聚类模式对业务关联性进行分析，可以有效地提高数据监控质量。
3.2 电力大数据的发展思路
通过研究电力大数据技术的发展前景，为了配合电力大数据技术的创新，电力大数据的未来发展应依据下述思路：一是利用电力公司在大数据方面的优势，可以突破客户应用存在的限制，而在此基础上将客户作为电力数据处理的依据，可以提高电力大数据在社会各个领域中的应用，也能够保证智能电网发展和电力数据应用的优势。二是在应用“6+1”系统的同时，依据电网信息中心和云计算成果，建立基于Hadoop集群的计算标准和大数据中心，可以有效地提高电力数据处理和储存的效率。三是依据三网融合战略对电网融合进行管理，可以更好地实现信息、业务和自动化这三者之间的融合;而依据大数据在统计、计算、决策和储存等方面的优势，对大数据的应用范围进行拓展，可以有效地改善电力大数据的应用效果。现如今，大数据时代已经到来，对具有数据化思维的业务人员和电力方面的复合型人才的培养也越来越受重视。通过培养熟练掌握电力数据架构、数据分析和计算技术的复合型人才，可以使电力数据应用效果达到最佳。
参考文献：
[1]智能电网中的电力大数据应用[J].刘杰.电子技术与软件工程. 2018（23）
[2]云计算大数据处理技术在智能电网中分析与应用[J].徐高翔，黄勇达，赵卓.科技与企业.2016（06）