董磊，盛柄森，王天皓，赵铭
山东水发紫光大数据有限责任公司 山东菏泽 274000
摘要：电力企业的自身特点主要在于技术密集、资产密集,在目前的电力企业运行中,信息技术已经在企业内部得到广泛应用,这会产生较多的数据内容,且在运行过程中实时数据的数量不断增多。对于电力企业而言,当下的问题除了在于如何收集和存储数据,更关键的在于如何分析数据、利用数据,让数据为电力企业发展提供有效的参考,从而给予电力企业自身业务发展和未来战略决策应有的支持。所以,针对电力企业的发展需要做好大数据分析与处理工作,这在当前电力大数据发展背景下尤为关键。
关键词：智能电网；电力；大数据；高性能；处理方法
1大数据在电网运用中的特征
1.1大量数据信息
近年来，互联网技术在电力领域的使用变得越来越广泛。随着公司信息化程度的提高，在不同业务流程中产生的信息量非常巨大。
1.2不同类型的数据
电力生产中的数据类型不同，按生产方式可分为设备监测数据、电网状态信息数据和实时采样数据。根据生产线的不同气氛，有发电侧产生的数据、输电侧产生的数据和用电侧产生的数据。
1.3巨大的价值潜力
电网数据反映了电力行业的特点。通过正确的技术分析来发掘大数据，我们可以从这些数据中获得巨大的潜在价值，比如社会价值和经济价值。
1.4处理速度
随着数据处理技术的不断发展和信息化水平的不断提高，电力公司在电力调试、设备运行等方面加快了数据处理的速度。
2电力大数据来源
智能电网的数据源丰富，数据是在电力系统运行过程中产生的，包括生产、管理等内容，是智能电网能否顺利运行的关键。按照业务流程，电网大数据可分为三大类：电力系统生产监控大数据、电力企业运营大数据和电力企业管理大数据。
电力系统生产监控大数据。它是电力大数据采集的重点，关系到电网的稳定运行。其数据主要分为实时生产数据和设备生命周期数据；根据生产环节的不同，也可分为发电侧数据、输电侧数据和电耗计量数据。具体包括设备台帐数据、发电量、实时出力、电压电流、备用容量等数据。利用这些数据可以判断设备的基本性能和运行情况，指导变电站设备的维护和故障分析。
电力企业经营大数据。在电力企业的供电运营过程中，会产生大量的数据，这也是电力大数据的来源之一。对这些数据进行分析和挖掘，不仅可以掌握用户的行为特征，还可以分析电力企业的经营状况，为电力企业的经营决策提供指导。
电力企业管理大数据。它是指企业资源计划（ERP）、集成平台和协同办公过程中产生的数据，在电力企业管理中起着重要的作用。利用大数据相关的方法对这些数据进行分析和管理，为电力企业的日常管理提供参考，提高日常工作效率，为用户提供更好的服务。
3智能电网中大数据分析技术
3.1智能电网大数据分析的优势
大数据给公用事业和电力用户带来了诸多便利,有如下几点优势:a)提高系统稳定性和可靠性。安全在电网的优先级中始终处于首位,主要包括稳定性和可靠性两大方面,而稳定性和可靠性又可进一步分为振荡检测、电压稳定性、事件检测与恢复、孤岛检测与恢复、事后分析等几个方面。上述诸多问题在近十年来被广泛研究,随着大数据和先进数据分析技术的出现,不少研究者不断探索新功能和改进过时的监测和控制方法。b)提高资产利用率和效率。在实践中,大数据分析可以提高资产利用率和效率,可以更好地了解资产的经营特征和物理极限,更好地验证和校准模型以及可再生资源的整合。利用智能电表和地理信息系统(GIS)的数据进行变压器耐久度分析,使操作人员能够提前检修或更换变压器;为大数据在模型验证与校准中的应用进行了许多工作。c)更好的客户体验与满意度。
近年来,智能电表的部署取得了重大进展,使计费、欺诈检测、停电预警、智能实时定价、需求响应和高效能源利用变得更加容易;然而,这些应用都需要高采样率的仪表和先进的数据分析技术,以及信息通信技术。
3.2有效提升处理大数据的技术水平
在当前趋势下，将能源大数据传播到电网设计中的速度比处理相关个人数据要快得多。因此，在使用大量提取数据资源的过程中，存在不能完全使用数据资源的问题。所以，为了提高能源公司的网络设计系统的工作水平，有必要积极学习国内外的新处理技术。例如，受影响的人员可以将光纤和传感器技术渗透到大规模计算模块中，以最大程度地发挥其处理大量数据的能力，并稳定智能网络设计中隔离数据的位置。
3.3提高人才质量，优化管理机制
在网络设计中输入大量数据的电力公司必须使用针对性的新技术来提供适当的保护和运行机制。如果要提高人才素质，则需要优化管理机制。
首先，电力公司开发了一种实用的机制来管理大数据，以充分利用国内和国内的数据来确保数据信息的可靠性。例如，通过定义一个机密系统，公用事业可以帮助受影响的员工在数据处理中采取有效措施，防止数据泄漏和丢失，并改善政府数据信息的完整性。
其次，电力公司可以及时进行类似的活动。例如，采用培训手段引进复杂的技术，最大程度上提高所有相关人员的能力，并尽可能利用存储在大数据集中的价值电能。
3.4电力大数据传输与存储
伴随智能电网的有效建设,电力系统在各个环节所产生的数据都被有效记录,这就给数据的传输、存储提出了更高的要求。随着所产生的数据不断增多,电力系统的自身负担也不断加重,导致智能化发展受到阻碍。
大数据技术为海量数据的传输和存储提供了解决办法,可以很好的满足电力大数据任务的需求。如果可以选择分布式文件系统,可以让大数据的储存更为便捷,目前Hadoop的HDFS文件系统已得到广泛的应用。同时电力系统对于数据的实时性有一定的要求,而大数据技术对于实时性数据也有着很好的支持,可以对电力运行数据进行实时采集,并通过流式传输进行实时数据分析。可以根据系统的性能和数据的特性开展分别储存,对于一些要求较高且需要实时处理的数据可以通过数据库系统进行处理。而对于一般数据可以选择数据仓库进行处理。针对大量的历史数据或者非结构性数据,相关人员可以利用分布式文件系统进行处理。
通过大数据技术可以将电力行业中纷繁复杂的数据进行融合转换形成便于存储和数据分析的数据,利用数据仓库进行有效管理,并且逐渐形成相应的电力企业信息化管理系统,对提高数据的共享、企业的竞争力有着重要的作用,可以使电力数据发挥更大的作用。
3.5电力设备状态评估
电力设备的正常运行是整个电力系统运转的关键,电力设备状态评价的结果对于电力系统的各个生产运营环节有着重要的影响,比如设备的采购、投资计划、设备检修等。电力设备状态检修是电网发展的关键,是提升国民经济命脉产业的保障性工作。
在大电网的背景下,多元多维度数据是展开大数据挖掘的基础,也是进行电力设备状态评估的必要条件。相关的数据根据其特征可以分为静态参数、动态参数、准动态参数、外部参数,通过这些参数对设备的运行状况进行全面的刻画。设备状态评估大数据挖掘分析的基本思路是通过大数据挖掘技术,比如分类算法、聚类算法、时序挖掘等对设备的大量历史数据进行挖掘分析,挖掘出各个状态参数之间的关系,同时对电力设备的运行数据进行实时采集,根据相关的状态参数对设备进行关联分析,以便及时对设备的运行状态做出评价,对相关的工作提供指导。
结论
大数据时代的来临是未来的必然趋势,这对于电力行业来说这既是挑战,也是机遇。在电力行业的进一步发展中,需要意识到大数据技术在电力系统的生产运行、企业的运营发展、配用电分析等领域的应用的重要性。通过良好的数据管理和有效的数据挖掘,实施相关大数据策略,不仅可以保证电力系统的稳定运行,而且对于电力营销的质量和提高企业竞争力有着重要的意义。可以说,电力企业的大数据体系建设是未来发展的关键点。
参考文献：
[1]陈红，苏运东，付婷，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.
[2]姚多朵，牛东晓.基于电力大数据的电网规划研究[J].科技和产业，2017,17(09):65-69.