冀栓梅
国网山西省电力公司忻州供电公司 山西省忻州市 034000
摘要：随着人们用电需求的增加和用电套餐选择的多元化，电网在运行中产生的数据信息越来越多，数据的采集和分析工作越来越复杂。智能电网的出现，为数据信息的处理带来了很大的便利，基于信息技术构建的大数据平台，能够实现数据处理的高效化。本文阐述了智能电网大数据平台的关键技术，提出了在智能电网建设中大数据技术的应用策略。
关键词：智能电网;大数据;技术
电力是日常生活和商业生产的基础。在能源系统发展的第一阶段，它具有复杂多样，覆盖范围广，难度大的特点。在实践中，面对越来越多的数据信息，被运用于智能电网建设中，为了更好地控制系统的运行，应该加大对数据分析技术的研究。在新时代，传统的数据分析和处理技术已难以适应社会的需求。为了向居民提供高质量的能源服务，有必要深入探索大数据环境下电网的智能化和信息化发展，并明确智能电网中的能源数据分析技术运用范围。
1 电力大数据的实际运用价值和特征
随着能源工业技术的发展，智能电网具有广泛的应用范围，在确保电力安全和提高能源利用效率方面发挥着重要作用。在智能网络运行模式下，生成的数据信息量很大，关键能源大数据技术起着很好的作用。它在分析数据的特征和规律方面具有很好的效果，进而调整了能源行业的发展政策。随着社会的发展，对能源的需求大大增加。智能电网是能源行业发展的必然选择，并且在满足各个级别的能源供应需求方面发挥着至关重要的作用。在实际应用中，智能网络涉及许多链接和复杂的内容，这将产生大量的数据信息。如果按来源划分，则可以分为两种类型，即电力公司内部生成的数据和执行期间生成的外部数据。对于内部生成的数据信息（包括各种类型的采集和监视系统）而言，这是最复杂的。各种类型的数据信息非常多且复杂。外部数据信息相对简单，主要来自Internet，地理信息系统等。从区域信息角度来看，外部信息分散很广，负责管理此数据信息的单位也不统一。可以看出，在智能网络的实际运行中产生的数据信息非常复杂，来源具有多种多样的特征，随着智能网络的应用，半结构化和非结构化的几种数据信息也在不断增加。
2智能电网大数据平台的关键技术
2.1 复杂数据信息的处理技术
随着科学技术的快速发展，智能电网大数据已经被广泛应用到了半结构化以及非结构化数据里面，并且在受到整理、清洗以及筛选以后完全可以被转化成结构数据。同时，智能电网在发展运行的过程中，非结构化数据信息还可以被有效保存到分布式系统里面。
首先，分布式文件系统。分布式文件系统可以把相应信息数据有效存储到物理存储点上面，并统一完成对这些数据信息的分配管理，同时提供对应的访问接口给用户，从而有效跳出原有文件系统所遭受的限制与束缚。
其次，分布式数据库。随着科学技术的快速发展，在当今这个大数据时代，人们对数据查询、管理以及存储的要求也越来越高，并且分布式数据系统也被人们越来越多地应用到了社会建设的方方面面。
最后，关系型数据库系统。结构性数据对智能电网发展运转有着至关重要的影响。所以，相关工作人员在进行智能电网平台建设的时候，必须要提升对数控信息处理以及存储的重视，并切实做好相关工作。
2.2 数据集成分享技术
智能电网里面的大数据拥有复杂性、多样性以及分散性等特征，要想更加高效的完成智能电力大数据的处理工作，必须要采用科学合理的方式展开对这些数据的集成管理工作，以管理工作为基础构建更为完整准确的智能电网大数据。但是，要想有效完成数据集成管理，还需要综合考虑各种不同的因素采用更加多样化的技术手段展开工作，这样才可为智能电网的集成化发展起到更大的推动作用。
2.3 关系数据库系统
在智能电网里面，结构化数据是其重要组成部分。相关工作人员应该进行针对性的处理，提升对智能电网业务的挖掘分析力度。智能电网大数据具有种类多样、结构复杂等特征。所以，在存储数据的时候，相关工作人员应该综合考虑数据信息特点来确定储存方式。
3 智能电网建设中大数据技术的应用策略
3.1 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。
3.2 智能电网中大数据的实时处理
当前电网数据信息处理时，由于用户需求和检测数据多样性的提升，使电网大数据信息存储量增加。在对数据信息进行处理时，由于其数据量较大，处理时间也将延长，部分传统性数据处理方案以数据信息存储量为基础进行构建，保证数据信息在处理方案内可形成高速处理，但随着数据信息量的增加，方案式分类已达不到对大数据信息处理的基本需求。在智能电网的应用下，通过网络信息环境将数据信息进行实时传输，保证发电环节、输变电环节和用电环节产生数据信息具有一致性。当前在云计算处理系统中，可对数据信息进行实时处理，但由于网络环境的限制，在部分时间段内易受到网络繁忙的情况，导致服务器响应时间延长，不利于电网系统对数据信息的处理，因此为电网系统对数据信息的采集与处理带来极大挑战。
3.3 大数据可视化分析技术
当前智能电网在对数据信息进行分析时，如何将数据信息以一种直观表达形式，在可视设备上提供给用户，使用户对数据信息可进行有效查看，成为一种新的挑战。可视技术的出现可对智能电网系统的大数据信息进行规模化采集，对数据进行高分辨、高精度、变量性采集和读取等，当前对数据节点采集过程中，一般数据信息节点的存储量为TB级别。在采集过程中，对其进行高数据处理模式，并将精准性数据信息转化为图片等成为技术难点，其挑战以像片合成算法、数据信息拓展和显示等为主。
3.4 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。
参考文献：
[1]李佳，徐胜超.基于云计算的智能电网大数据处理平台[J].计算机工程与设计，2018，39（10）：3073-3079.
[2]焦会英，辛存生，刘俊艳.大数据技术及其在智能电网中的未来应用[J].软件，2018，39（9）：200-202.
[3]胡清智.电力大数据与智能电网的发展与分析[J].广西电业，2018，（9）：42-45.
[4]陈红，苏运东，等.试论电力大数据在电网规划中的运用[J].现代信息科技，2018，2（9）：101-102.
[5]李宝玉，戴羽，智能电网大数据处理技术现状与挑战[J].科技经济市场，2018（04）：6-7.
[6]徐昊楠.智能电网大数据处理技术研究[J].科技与创新，2017（24）：64-65.