摘要：人工智能发展非常迅速，在电网领域也得到大量应用。智能电网能够有效提升电力管理水平，减少电能消耗；同时也存在一定的劣势，如使用过程中会产生大量的数据，增加处理难度。而大数据处理技术能够很好的克服这一难题，所以研究如何将大数据技术应用于智能电网，从而推动电网建设的发展，加强电力系统与外界的联系，具有深远的意义。
关键词：大数据技术；智能；配电网；应用；前景
1国内目前智能配电网大数据应用现状以及问题
（1）我国的智能电网小区试点已经日趋完善，用户数据可以被有效的采集，形成配电网所需要的数据库基础。但是，大数据处理分析技术应该更深入的应用于其中，以起到指导作用。
（2）在我国电力系统的中端配电中，需要对电力系统终端的电力需求进行分析，进行电力调度，科学合理地将电力负荷分配给各个终端用户。然而,随着中国经济的发展,社会对电力的需求发生了巨大的变化。当前电力数据采集系统由于数据采集频率低，无法有效满足电力系统的数据采集需求。此外,传统的电力数据采集系统的可靠性差。在日常使用的过程中，它会在数据上传阶段。由于通信网络的影响，会出现上传失败，导致无法收集所有有效数据样本，数据库的构建变得毫无意义。
（3）虽然当下我国电力技术水平国际遥遥领先，但是配电网中大数据的应用几乎空白。数据源是大数据应用的基础。在过去，生产环节和输电环节是我国电网建设的主要任务，近几年配用电环节渐渐得到重视，配电网中装设数据采集设备，配网数据得到充实，不足的是，由于没有科学统一规范的标准来管理配网数据，各个地区平台数据有较大的差异，给数据使用带来不小的困难。
2智能配电网大数据的特征
来源广泛、关系复杂、粒度精细、结构多样、生成快速，都可以称为智能配电网大数据的一次特征，而伴随一次特征而来的是体量巨大、信息丰富以及处理困难等二次特征。智能配电网大数据可能来自配电设备、智能电表，乃至电动汽车的GPS，不同用电行业、不同种类、不同个体的数据源具有差异化甚至是繁杂的数据生产方式。量测及通信技术的发展与应用使得大规模用电信息的采集与传输问隔可以达到分钟级别，更加精细的数据为用户个性化用电特征的研究提供了基础。随着现代电力企业服务质量的提升，包含大量视频、语音、图像、文本等非结构化或半结构化类型的数据，如视频监控数据、客户服务系统语音数据、GIS数据、网页交互数据等开始大规模持续涌入，日益庞大并复杂化的数据集合令传统的数据处理技术开始难以应对，因此有必要寻求契合智能配电网数据特征的大数据应用技术。
3智能电网中大数据技术的应用
3.1负荷波动及新能源
负荷预测是电力管理系统的核心。预测误差的差异将直接影响电网运行的安全性和可靠性。如果预测误差过大，甚至会给电网的运行带来不可估量的风险。目前的负荷预测可以通过历史负荷数据来实现，并与其他类似的预测方法或算法进行比较。负荷预测除短期内较高精准的预测，甚至避免了其它中长期精度较差的特点，达到目前最理想的预测目标。想要实现更精准的负荷数据变化趋势提高预测精度，就必须加大电网数据的采集范围。利用大数据技术将气象信息、宏观经济指标以及用户作息规律等诸多种类的数据通过非具体的量化指标特征和负荷见的关系进行新能源渗透率的不断加大，以及分布式发电的不断进入。突破原有的电网管理运行模式，在方便运行的同时，考虑负荷侧的波动和能量输出的间歇性。
3.2采集并存储用户信息
大数据技术能准确而全面地记录每个用户的用电情况，尽管当前这种采集和记录方式仍然不能保证绝对准确，智能配电网的构建和运行还是离不开这些数据信息。与传统数据单一式的数据采集方法相比，大数据信息收集技术有数据来源广、收集速度快、节省人力物力、可信度高等优势。
为避免数据因意外而丢失或者损坏，我们可以将这些信息上传到网络存储空间，或者在网络空间中进行备份，这种做法的优点是有效避免了硬盘存储数据的损坏风险，缺点是网络云空间服务器一旦瘫痪数据将会丢失（可能性较小），并且网络存储很有可能存在某些未知的漏洞，对于网络环境的安全要求极高。
3.3网架发展规划
电网从传统电网向智能电网转变，电网一体化使整个互联网的连接更加完整和紧密。它们相互促进、相互发展。与新能源电网相比，传统电网在数据源渠道规划和数据分析能力方面存在诸多不足。新技术的不断引入凸显了传统电网规划过程中的诸多不确定性。特别是能源结构的不断调整、改革和变化表明，传统电网规划与实际电力技术之间的巨大差距为新能源的获取提供了机遇和思路。然而,由于不当存储电能,方便储存的天然气,和较低的转化率,这仍然是在技术示范阶段。利用效率高，经济效益好，环境污染小。电动汽车的兴起带动了充电站的分布，取代了城市各个角落的加油站等电站，这将大大提高能源终端用电比例。大数据的综合应用技术,分布式能源的使用,电动汽车的快速增长趋势,为客户提供个性化的服务在一个复杂和多样化的环境,和多样化的引入和多媒体数据。它可以有效地减少不稳定因素在电网规划的实现,使整个计划更加优化和合理的。
4智能配电网大数据的前景分析
4.1智能用电趋势
在配电网领域使用大数据技术具有明显的优势，比如可以利用大数据技术对用户的用电情况进行具体的分析，一切可以用数据作为依据，在分析了用电特点之后可以建立不同的用户用电模型，可以有效的预测未来的用户用电模型的趋势，可根据用户的用电需求及时调度不同的电力，有效的保证供电质量，为用户提供更加高质量的、人性化的用电方案。同时也可以有效降低企业运营成本，避免盲目供电。
4.2驱动电网创新管理
大数据技术在配电网领域的应用不仅仅能够优化网架、实现智能用电，同时也能够驱动电网的创新管理。主要体现在对电力大数据信息的高效智能存储、快速方便检索及其它功能应用的深入挖掘。比如。大数据的应用使得大量工商业、居民用户的空间位置、用电需求、电力消费特征进行有效集结，不仅能够直接支撑电网企业的创新管理，而且还能够附加带动关联行业的健康发展．进而提高配电网的智能化发展。大数据应用技术与智能配电网领域的结合．使得智能配电网更具市场价值但不容忽视的是大数据在智能配电网领域仍然存在速度不足以满足需求、信息灵活性有待提高、存储及安全等方面的问题．这要求我们在运用的过程中不断改进，使得大数据应用技术在智能配电网领域发挥更加重要的作用。
4.3优化网架规划
就智能分销网络而言，它不是一个静态的、孤立的个体物理形式，而是与客户相关的服务体验需求密切相关。目前，电网结构的数据结构远远落后于电力行业的发展水平。在智能配电网的组件中,网格结构是必不可少的,智能配电网具有深远的意义。在智能配电网的发展中，大数据应用技术可以避免传统网格结构的数据处理不清晰、处理结果反馈滞后等缺点。通过对电网现状的感知，结合城市局部用电趋势，分析预测结果和电网结构数据可以更符合实际情况，预测区域用电趋势，有利于电网规划设计的优化，更符合当前业务水平，更符合用户服务需求。根据网格结构数据,根据用户的不同业务需求,在不同地区电网规划和设计方案确定,所以网格方案科学合理,提高用户满意度。
结束语
智能配电网大数据技术的有效应用，必须要用用户的实际需求入手，为用户提供优质服务。在智能电网规划运行过程中，必须要有效运用电力企业内外部各数据资料，构建智能化配电驱动模型，提高网架优化质量和效率。
参考文献：
[1]王海涛.智能电网大数据处理技术现状与挑战[J].工程技术:全文版,2016(12):00169.