肖楠 金毅
国网辽宁省电力有限公司 辽宁沈阳 110000
摘要：电网智能化发展，极大促进电网运行与管理质量提升，最大程度推动我国电力行业发展。智能电网下必定会产生大量电力数据，借助于大数据关键技术对其分析，有助于电网运行综合效益的提升。本文围绕智能电网应用进行探讨，分析智能电网与大数据技术关联，重点分析和讨论电力大数据关键技术，仅供电力行业参考。
关键词：智能电网；电力大数据；关键技术；应用分析
引言：我国电力行业智能化发展快速快，智能电网下和电力相关的数据呈现出爆发式增长。这种情况下，运用过去的技术手段分析和处理电力信息和数据，难度非常大，而且处理效率低，对电网运行和管理极为不利。所以，智能电网就要借助于电力大数据技术，依靠这项关键技术，确保数据处理效率和效益提高，为智能电网运行管理提供数据依据，从而使智能电网更好发展。
一、智能电网与大数据技术关联性
计算机信息技术和智能技术向电力行业渗透，促进智能电网的发展，不仅有助于电网供配电质量提升，还能促进电网管理水平的提高，最终达到使电网系统稳定持续运行的目标。智能电网运用和融合多种现代化技术，除了提到的计算机技术、智能技术、信息技术外，还有通信技术、输配电设备等，共同推动电网建设的现代化发展。智能电网运行中可通过上述技术，搜集相关的数据，然后对电网运行质量、用户用电状况、供电成效等进行分析，就能明确电网运行中问题，有针对性做好改进，从而进一步促进智能电网运行效率与质量提升，帮助电力企业实现综合效益最大化[1]。智能电网在运行中会产生海量数据，而且随着供配电需求的增长，数据在未来还会呈现出爆发式增长。这种情况下，如果继续采用过去的数据分析技术，无法满足数据处理要求，自然就会给智能电网运行与管理带来影响。基于此，就要在电网中应用大数据关键技术，对电力数据进行集成管理和分析处理，以可靠数据作为依据，确保电网管理综合效益提升，同时也能提高电网运行安全系数，更好满足生产生活对电力需求。
二、电网中大数据关键技术分析
2.1存储备份技术
电力大数据技术在智能电网中应用，必定会用到一些关键性技术，其中就包括数据存储与备份技术。智能电网要做好数据资源的存储，过程中为了防止出现数据不完整，或者是数据遭到破坏的问题，就要运用存储备份技术，将搜集到的所有数据自动进行备份处理，以确保其完整性，这是做好数据分析处理的基础保障。大数据搜集和存储最终目的在于分析和处理，在过程中获得有利用价值的信息，促进智能电网运行质量提升。所以，智能电网建设要以云计算为基础，构建大数据平台，然后利用计算机系统搜集数据，并对所有的数据资源进行备份，采取分级管理的办法。实际操作的过程中，可利用Hadoop技术，依据其打造和构建服务平台，这样就能确保大数据关键技术能够融合到系统之中，从而更好发挥作用。这个平台系统中既要运用相关的软件，比如Mapreduce软件，又要与相关的系统进行有效融合，如Datameer[2]。只有做到这些，方可提高数据搜集的质量，且能对其有效管理，系统自动生成表格，保存到平台系统中。分析和处理首先要整合数据，采取这样的搜集、存储、管理方式，后期整合就变得容易，实现数据的高效利用。数据存储备份和数据管理中形成电子表格，统一速度更加快，处理效率将会提高，也就意味着能更快从数据资源中获取有用信息，进而对其利用，电力企业核心竞争会提高，最终将抓住机遇，使自身获得良好的发展。大数据平台系统一般都拥有自我修复能力，当数据存储中出现异常情况，就可自行去处理，保证数据能依据要求保存在对应位置。
2.2数据分析技术
大数据搜集是为了分析，否则收集和存储其就没有意义。大数据分析技术使用中，需要通过分析信息之间关联，然后从中提炼出应用价值和参考价值的信息，最终为电网运行决策和电网管理提供数据依据，使这些方面工作更为科学和可靠，提高智能电网运行综合效益。这项关键技术的运用，建立在大量数据搜集和整合基础上，借助于分析技术，掌握数据之间隐含的规律和关系[3]。对于决策和运行管理有很大的帮助，因为电力企业只有做好决策，才能确保经营方向的正确性，以及服务质量的提升，进而确保电力企业近期目标实现，并能为长远目标实现奠定基础。目前大数据分析技术应用看，德国应用比较成功，主要体现在太阳能推广中，利用大数据分析技术，提高这个部分应用决策的科学性和可靠性。太阳能的有效运用，多出来的电能就是被归入到电网之中，电网运行效益会提高，电力企业就能从中获利。
2.3数据处理技术
智能电网使用会产生海量数据，提升这类资源利用率，必须借助于大数据处理技术。实际使用这项技术中，需要对海量的数据进行有效处理，一般需要对数据展开分库和分区，亦或者是采用分表处理的办法。这里需要注意，分库处理的过程中，必须依照相关的原则，针对各个数据库中资源，做好数据输入，集中利用率低的数据部分，则这项处理最终目最终目的是促使数据最大程度运用。智能电网中运用大数据平台，里面包含了众多文件，这些文件是不一样的，分区处理需要做好通表数据输入。这种做法好处是最大程度降低大型表出现概率，有助于处理效率的提升，也能确保访问的正常和高效。分表处理也是常见的一种数据处理方法，和分库处理一样，需要在一定原则下操作，主要的目的是建立数据表，最终所要起到的作用是控制单表压力。除此之外，数据处理中在关键环节，也就是数据库建立过程中，既可以采用并行的方式，也可采取纵列的方式，这样会使数据具有更好的加载能力，确保可对数据进行动态化查找。比如在数据处理的过程中，就可利用查询语言，并将其和映射联系起来，处理能力会显著提升。
2.4ETL技术
智能电网中有海量的数据，而这些数据分布有自身特点，呈现出来是一种分散的状态。数据除了数量庞大外，还具有类型多样的特征，处理起来难度非常大。针对智能电网数据资源的这些特点，处理中需要先将数据集结起来，紧接着要抽取，然后就要对数据进行转换，筛除一些没用的数据，对剩下的数据修正，最后才是处理。数据处理需要按照这个程度操作，不能私自更改。数据集成是最为基础的工作，通常借助的是数据仓库技术，也就是我们经常所提到的ETL技术。这项技术囊括了三项内容，一个是抽取，实际上就是要将所需要的数据，从相关的系统中提取，这是第一步；另外一个则是数据转换，也就是数据处理的第二步，依照相关的原则和要求，对第一步提取出来的数据转换，使其符合处理的形式要求。这项工作中还有一个重要的任务，那就是将错误数据清理出去，对于具有偏差的数据展开修正，且要完成数据加工；最后一项工作是数据加载，前面两步完成了数据提取和转换，加载建立在这些工作基础上，最终要将数据存到目的数据系统中[4]。
三、结束语
综上所述，智能电网本身就能进行数据收集、保存、处理等功能，但是供配电需求快速增长，数据资源信息一下子暴涨，想要明确数据价值，更好利用数据信息，就要加快大数据平台构建。这样能实现高效快速处理数据，为智能电网控制与管理、决策等提供数据依据，促使电网系统各个环节得以优化。
参考文献
[1]彭小圣, 邓迪元, 程时杰,等. 面向智能电网应用的电力大数据关键技术[J]. 中国电机工程学报, 2018, 35(3):503-511.
[2]乔茂斌. 面向智能电网应用的电力大数据关键技术[J]. 资源节约与环保, 2015(08):2-2.
[3]朱琳, 赵立. 面向智能电网应用的电力大数据关键技术[C]// 2017智能电网新技术发展与应用研讨会. 0.
[4]李慧. 面向智能电网应用的电力大数据关键技术[J]. 信息周刊, 2020, 000(005):P.1-1.