马文
云南电网有限责任公司信息中心, 云南省,昆明市,650217
摘要：智能电网的建设与应用能够对电力生产、传输的全过程进行监控管理，提高电力系统的运行质量与效率。智能电网是电力企业现代化发展中重点研究的内容，其中运用的技术种类比较多，大数据技术能够对电网运行期间各环节产生的数据信息进行统计分析与处理，从多个方面满足智能电网的运行需要。本文主要对智能电网大数据处理技术的应用现状以及面临的挑战进行了分析，只有不断进行技术创新才能提高技术应用的有效性，有利于推动智能电网的进一步发展。
关键词：智能电网；大数据处理技术；现状；挑战
现代科技水平在不断提升的过程中多种先进技术应用到了电力企业的运营发展中，提高了电力企业的智能化和数字化水平。与以往的电力系统相比智能电网能够对电网运行期间的风险问题进行有效控制，保证整个系统的安全稳定运行。虽然智能电网大数据处理技术的应用取得了良好效果，但是缺乏对技术特征的深入研究，不了解该技术的应用现状和面临的挑战，对于实践中的问题不能有效处理，进而，加强对智能电网大数据处理技术研究具有一定必要性。
1.智能电网大数据的特征
1.1智能电网中大数据的主要内容
智能电网大数据内容主要包括电力企业日常经营期间产生的数据、电网设备运行数据以及用户数据和销售数据等。
1.2智能电网大数据内容的特征
1.2.1数据量大
在互联网时代，信息数据的更新速度比较快，电网在运行期间数据的种类和数量也在逐步增加，大量的数据信息对处理技术提出了较高要求，只有不断提升数据处理效率和质量才能满足智能电网的运行需要。
1.2.2数据种类多、复杂性高
电力企业与其他企业性质存在较大差异，在进行智能电网建设的过程中必须要做好数据分类工作，建立完善的网络结构。电网运行期间的数据种类比较多，而且每种类型数据还可以进行进一步细化，所以数据类型也较为复杂。电网运行期间使用的电力设备种类具有多样化特点，不同工具的运行要求不同，这在一定程度上提高了数据处理难度，所以智能电网大数据具有复杂化和多样性特点。
1.2.3数据处理效率比较高
智能电网中的数据资源量比较大，但是大数据处理技术能够对数据进行快速、高效处理，降低了失误现象的产生，各种电力设施设备都能够保持安全、平稳运行的状态，而且还可以快速了解用户需求为他们提供更加有效的服务。
2.智能电网中大数据处理技术现状
2.1 并行数据库
关系数据库在应用期间可以对多种信息数据和相关事务等进行有效处理，便于电网数据的查询与分析，数据信息的安全性与可靠性也可以得到保障，还可以同时为多个用户提供针对性服务。该数据库中整合了智能电网中多种结构化数据，整体的功能性比较强，在当前电力系统数字化建设中得到了广泛应用。智能电网建设水平在不断提升的过程中，关系数据库在应用过程中的数据管理形式也发生了改变，在进行结构化数据处理的同时还需要能够进行图片、视频等类型数据的有效处理。
2.2 云计算技术
大数据技术水平的快速提升，云技术在信息数据处理方面的应用优势更加明显。云计算技术在实际应用期间能够进行大量数据信息的储存与管理，同时也可以对数据信息的现代化处理，整体的适用性比较强。
智能电网运行期间各种电力设备产生的数据种类比较多，只有掌握各种设备的实时状态才能对其进行科学调整，但是由于产生的数据量比较大，信息数据难度比较高，对数据处理技术的可靠性有着较高要求。云计算平台的建立可以将多种信息处理技术和监控软件整合在一起，虽然能够取得良好的处理效果保证数据的安全性，但仍需要对技术进行深入研究。
3.智能电网大数据处理技术面临的挑战
3.1大数据的储存与传输
智能电网在运行期间各种类型数据信息呈现逐步增长的趋势，电力系统监控处理工作开展期间承受的压力也越来越大，数据的储存与传输是智能电网运行发展期间需要深入研究的问题。当前智能化电网系统中非结构数据量比较大，要想进行快速传输则可以采用压缩数据的方法，通过减少数据传输量的方式提高数据的传输效率，加强网络数据压缩技术的应用可以进行价值信息提取，减少数据占据的存储空间。但是在应用压缩技术的过程中也会造成资源上的浪费，所以需要合理选择压缩技术和支持平台。对于智能电网中数据的存储，可以将多种先进的存储方式应用到大数据储存中，如分布式文件保存方法，能够进行多种类型信息数据的全面储存，保证数据的完整性，但是这种方法无法实现对电网数据的实时处理，这就需要在数据存储期间做好分类与分析工作。以上是大数据存储与传输中面临的挑战。
3.2 大数据的数据分析与解读
大数据的分析与解读能够帮助电力企业人员了解智能电网运行期间的实际状态以及存在的问题。大数据分析过程中涉及到的数据信息量以及种类非常多，只有进行深入研究才能明确数据之间的联系，发现其他隐藏信息，为后续运行规划提供有效依据。大数据的解读能够加深对电网数据的理解，便于合理运用，在实际进行解读的过程中需要从多个方面进行考虑，将当前智能电网运行现状与大数据分析结果进行对比分析，可以采用一种专门的数据分析方法对数据进行解析。
3.3大数据可视化分析技术
智能电网运行期间数据信息在不断生成，如何对这项数据进行快速处理并将其展现给用户是电力企业大数据处理技术应用中面临的挑战。大数据可视化分析技术属于一种新技术，能够在处理数据的同时将处理结果展现出来，在实际应用期间操作上具有一定的难度，其主要将智能电网中的大数据通过高分辨率图像展示出来，对大数据进行集成化处理，并利用交互工具将数据信息清晰的展示给用户。现代化科学技术在飞速发展的过程中这项技术也面临着较大挑战，如价值数据提取、技术拓展以及图像合成等，必须要进行技术的进一步研究。
3.4大数据的实时处理
对数据信息进行实时、有效的处理是智能电网大数据处理技术的发展要求，由于智能电网中各节点数据的产生量比较大，只有做到对各节点数据的实时掌控才能了解整个电网的运行状态，所以数据处理工作要实现持续性开展。以往的数据处理技术一般采用周期性处理的方法，数据处理能力和水平不达标，而且需要投入较多成本。对智能电网运行情况进行实时监控可以及时获取相关数据，方便数据的快速处理，在出现异常情况时也能够及时发现。但是这种处理技术在应用期间也容易受到网络因素的影响，一旦出现服务器故障的问题就会影响数据的监控与处理，无法保证工作的开展时效，如何改善这种情况也是技术应用与发展中需要解决的问题。
结语：大数据处理技术在智能电网工程建设与发展中起到了关键作用，但是由于电网运行期间会产生大量的信息数据，在传输、储存、处理和分析过程中面临着较大挑战，为了能够发挥电网运行中各项数据信息的作用和价值，还需要对大数据处理技术进行深入研究和分析，了解当前技术应用中存在的不足以及未来电网发展面临的挑战，对技术内容进行改进和完善为智能电网的现代化发展提供有力支撑。
参考文献：
[1]李梁.智能电网大数据处理技术现状和面临的挑战[J].中国科技博览,2015(46):189.
[2]田园.智能电网大数据处理技术现状与挑战分析[J].科学与信息化,2019,(03):22.
[3]王炎.分析智能电网大数据处理技术现状与挑战[J].信息周刊,2020,(05):1.