(国网北京延庆供电公司 北京市 102100)
摘要：在我国快速发展过程中，随着工业升级以及人民生活水平的不断提高，人们对电力供应的质量与稳定性有着越来越高的要求，传统的电网建设与运行模式将越来越不适应时代发展要求，高度融合了传感、测量、通信等技术的智能电网成为必然的发展趋势。随着各类智能设备在电网中的应用，产生的电力运行数据较之前将高出4个数量级。面对海量的数据，只有有效应用大数据分析技术，才可对其进行分析，并输出有价值的信息，为智能电网的运行与建设提供决策依据。
关键词：大数据；智能电网；数据处理；应用方向
引言
面对电力大数据时代的到来，信息通讯体系将成为智能电网较为重要的关键，要想行之有效的推动电网的生产和管理，就必须进行不断优化和发展电力大数据把握大数据、云计算、智能电网三者之间的有效联系，通过不断的研究和发展实现完备的总体结构，促使在各项关键技术优化发展的形态下，能够形成优化的信息处理系统。虽然我国电力信息系统已经在不断地谋求发展中生存，但要想满足现代社会的发展，就必须切实有效的提高关键技术，做好相应的研究进一步实现集成化管理。
1智能电网配用电数据的构成分析
按数据类型，智能电网配用电数据可划分为非结构化数据、半结构化数据及结构化数据，而结合数据来源差异，可划分为电网外部数据及电网内部数据。通常情况下，配用电数据普遍利用信息集成化方式予以呈现，促使其数据具有维度大、颗粒度混杂及多类型数据共存的特点。其中，结构化数据是智能电网中最为重要的业务支持数据，受现代应用大范围普及的影响，例如客户日志信息及分布式电源等，部分半结构化数据及少部分非结构化数据（即文本信息、视频信息及Web页面等）被纳入基础数据分析范围。由于智能电网中特定网站Web类数据量大大增加，出现非结构化、半结构化及结构化数据共存的局面。智能电网中各个系统或主体间呈现相互独立的存在状态，大大增加其数据维度，其集中体现于配用电数据从属多个主体，所有主体间相互独立存在，造成数据存储及数据采集的时序性存在着明显的不一致性，逐渐拉大数据维度。同时，系统中各个业务开展基本处于独立运行的状态，各项业务可自主选择数据采集时间，一旦彼此间无法统一时则可能拉大数据维度。同时，数据颗粒度混杂的产生原因相对复杂，与不同系统业务需求差异性间存在着密切联系，并且非结构化数据及元数据的存储空间及数据格式均不尽相同。无论是否为同一种结构化数据，其容量及用户不同则属性要求也不同。
2电力大数据技术在智能电网中的应用
2.1数据计算
智能电网数据分布范围广，在电网内部网络和硬件设备等计算资源有限的条件下，需采用分布式计算技术对数据进行处理，具体来说则是需建立电力云计算平台。通过电力云计算平台整合数据资源和硬件资源，为产生的大量数据提供足够的存储空间，同时借助云计算技术提供超级计算能力，从而为实现系统互联和数据共享提供强大的技术支持和技术保障。
2.2电网状态监测方面
在以往电力系统的运行过程中，比较注重的是单台设备的电网监测与诊断，在不同的设备之间无法实现测试数据的信息共享，这样就无法满足电力企业和用户之间的信息交流。通过在智能电网中应用电力大数据，可以对电网的状态数据进行实时检测，准确分析，很好的实现了电力企业与用户之间的沟通。在传统的电力数据计算中，面对大量的电力数据，计算起来非常困难，尤其是一些分布的异构状态的数据，无论是在数据存储或者分析方面，都会遇到很大的困难。通过电力大数据的应用，可以非常成功地解决这些问题。与其他行业的网络大数据相比，电网大数据表现出明显的易失性、无序性，但是大数据的应用仍然在智能电网的数据监测上发挥了很大的使用价值。
2.3多元异构数据的聚合管理技术
首先，在智能电网中，要及时抽取数据源的数据，现阶段，数据抽取和数据集成的方式，在ETL集成方式中得到充分体现。在数据抽取文件的同时，及时转换好数据，保证分析性数据的生成，将多维度和多粒度特点凸显出来，并实现在数据仓库中的有效存储。现阶段，在云计算技术不断发展过程中，云计算的分布式存储方式，可以有效存储诸多智能电网数据，从而出现了电力云这一概念。在智能电网数据集管理过程中，构建云存储模型，可以安全地进行结构化和非结构化数据存储工作。分布式计算法，有助于计算机存储空间的提升，但是仍然与电网数据实时性要求具有一定的差距。因此，在存储智能电网数据过程中，如果数据的要求比较高，要通过对实时数据系统的应用，以此来加以存储，借助分布式文件系统，存储智能电网中的历史数据，从而不断提高分级存储系统的完善性。
2.4电力大数据展现技术的应用
数据展现技术主要包括三个有效类型，即历史信息流，空间信息流和可视化技术。数据展现技术主要应用在智能电网系统内部，通过电力系统的剖析让电力企业的管理人员进一步明确电力系统的实际状况。另外数据展现技术中可以监测电网实时运行状况，并加以展示，可以更大限度的提高系统的自动化程度，这就是可视化技术的关键所在。而空间信息技术流可以实现与GIS技术的融合。可以通过对相应的地理空间系统的应用，可以帮助电网管理人员掌握设备的实际运行，提供更可靠的信息，从而提供提高工作效率。
2.5ELT关键技术
关于智能电网中的电力大数据而言关键技术之一便是ELT技术。可以说电网数据有着信息庞杂、分散的具体特征，针对这种情况便不断地增加大数据处理的难度，然而应用这种技术手段能够有效地梳理流程，实现自动化信息技术处理，进一步通过数据集成、抽取、转换、剔除、修正的过程实现数据的有效收集。目前，这种方法已经被广泛使用，为提高技术的优化管理和升级要求工作人员有效结合自身企业的发展情况，加强对多种技术手段的合理应用，促使数据呈现出集成化的发展趋势，不断为电力企业发展提供新思路、新趋势。
2.6应用于设备评估
本质上，当前在电力企业应用的电力设备状态评估方法是一种事后的评估方法，即根据设备发生缺陷后的表象，评估该缺陷的严重等级，并以此推断设备运行的可靠性。运用大数据分析技术，融合设备自身参数、设备运行数据、外部影响条件等，可分析出设备在不同运行工况下的可靠性指标及主要影响因素，更加有效地掌握电力设备的运行状态，预判可能存在的风险。基于大数据分析的设备状态实时评估可以对设备运维策略、系统运行方式提供清晰的决策依据。
结语
总而言之，在信息化技术不断发展过程中，有效推进了电力系统的智能化进度。在智能电网中，大数据处理技术，可以给予电网运行的安全性和稳定性强大的保障。借助云计算技术的应用，可以显著提高智能电网的数据处理效率，保证良好的传输和存储水平，有效处理好智能电网中的大数据，彰显出电网的知名度和美誉度。但是由于智能化程度显著增强，大数据处理在传输和存储等方面具有一些有待改善的地方，所以应不断予以探索和研究。
参考文献:
[1]曲燕燕，蒋玲芳，林烽.论大数据技术在智能电网中的应用[J].中国新技术新产品，2016（22）：14-15.
[2]王健.智能电网大数据技术在电网资产管理中的应用[J].科技经济市场，2018（5）：7-8.
[3]王伟.智能电网建设中大数据技术的应用研究[J].科技风，2019（7）：57.
[4]冷喜武，陈国平，蒋宇，等.智能电网监控运行大数据应用模型构建方法[J].电力系统自动化，2018（20）：115-122.
[5]孙鸿飞，弓丽栋，张海涛，等.智能电网大数据分析框架及其应用演进研究[J].现代电力，2016，33（6）：64-73.