刘挺
国网沈阳供电公司 辽宁沈阳 110000
摘要：当前我国国民经济快速发展，多种行业的信息化正如火如荼的展开，数据的地位逐步攀升，如何处理大量的数据成为各行业的焦点。此时大数据技术的发展与在各行业中的应用适逢其时，大数据技术为诸多领域进行更为科学的决策提供了客观的依据。同时，由于大数据技术具有对海量数据处理速度快的自身优势，可以实现对大量设备的实时监控与自动控制。在大数据技术应用的各个领域中，电力系统数据量大、要求时延小、对风险控制严格，传统数据分析技术无法对其进行有价值的分析。因此，电力系统是当前大数据技术的热点应用领域之一。
关键词：大数据；电力系统；应用
1大数据的特征
1.1大容量
伴随着各种各样的随身设备、云计算、物联网等发展，我们的轨迹都会被记录，因此产生出来大量的数据。早前的移动互联网主要以分析一些网页为主，但现在它的重点不再是网页，而是转移到人的身上，我们每一个人都是数据的传递者、制造者，例如短视频、微博、录像、照片等都是数据产品，数据来源于无线自动传感器、收款机、网页浏览、打电话等所产生。其中还包括银行、商场、电信运营商等机构所产生的海量数据。
1.2多样性
现如今，智能设备的快速发展，产生的数据也较为复杂，它不仅仅包括关系型数据库，还有来自网页、社交媒体、电子邮件、搜索引擎等原始数据、半结构化数据。随着大数据的发展，它的格式存在也变得很多样化，其中包括视频、文本、图片等不同的类型。多样化的数据可以称为大数据的核心体现，大数据不仅仅可以处理海量数据，更可以用来处理不同格式的数据，也为不同来源的数据处理提供了很大的可能性。
1.3速度快
在数据的处理速度上，要在很短的时间内给出相应的结果，如果超出时间范围，即该批数据就变得没有价值。如何做到快速，其在商业领域，已经贯穿于整个企业的运营、管理、决策部署等。大数据技术和数据挖掘二者有区别，主要在于速度快这一特性，大数据的特性是实时处理，以实时出结果为导向，其分为两方面：一是数据本身产生的速度快；二是数据处理的速度快。
1.4真实性
数据的真实性对扩宽思路具有很重要作用，其实追求高质量的数据是一项重大挑战，在处理这批数据时，数据的清洗过程无法改变数据所存在的不确定性，因为数据本身包含着很宝贵的信息，我们必须接受它的这种不确定性，可以采取相应的措施，例如，数据融合，结合多种可靠性比较低的来源来进行创建更精准的数据点，或者通过模糊逻辑方法等一些先进的方法来处理。
2大数据技术在电力系统中的应用
2.1云计算
云计算是基础技术，是大数据的重要补充，云计算技术可以集成计算处理资源和存储资源，改善数据处理和信息交互能力，是技术中最强大的组成部分，为处理大数据“多数据量”的主要问题提供了有效的技术手段。
2.2数据存储
数据存储涉及的方面较多，其主要研究工作在于如何协调大量存储设备协同工作，以此为外部的用户以及商业存储提供一个方便统一的调用、存储接口。在电力大数据系统中，根据数据的结构（同时考虑结构化与非结构化数据）和时间尺度（非实时数据、半实时数据、实时数据）对数据进行分类，因此协调数据库的不同功能需求来满足海量电网数据的协同处理需求，数据存储部分的数据来源既可以是电力公司所有的网络设备，也可以是第三方数据存储商提供的服务设备。
2.3数据集成
数据存储之上需要考虑的是数据的集成相关技术。
数据集成模块扮演了一个中继角色，其目的在于收集、校核、清理以及统一不同来源的数据便于后续处理。这一类数据管理系统被称为中央管理、外部访问的统一管理系统。数据集成与管理技术包括数据融合与集成、数据提取、数据清洗、数据滤波等，对应于电力大数据技术中的数据提取、转换、加载以及电力系统的统一建模等技术。但电力大数据系统可能仍存在许多问题，如数据质量差、准确度低、实时性不足等，这就需要高性能的数据管理系统相配合。
2.4数据计算
近年来，电力数据使用场景大量增加，电力公司越来越趋向于使用新的数据处理技术，来更有效利用软件和硬件资源，以减少投资，维护成本，降低能耗，同时提供更稳定和更强的数据处理能力。在提出的电力大数据架构中，数据计算层通过数据集成层访问数据，进行各种分析和处理工作。各种数据分析技术可以位于这一层，例如并行分布式计算、内存计算和流处理。此外，还可以在此层中应用虚拟化技术，为上层应用程序和用户提供硬件和软件的可视化。从这个意义上讲，数据分析层提供的服务也称为电力云服务。
2.5数据应用
数据应用是在数据存储、数据集成、数据计算基础上建立起来的上层应用，它根据底层提供的数据和服务类型建立面向不同电力场景的应用程序。数据应用的背景下，可以用到许多人工智能、大数据相关的上层技术，如数据挖掘、深度学习、机器学习、图像识别等。典型的电力数据应用有电网安全在线分析、间歇发电预测、动态线路评估、设备健康监测与诊断、负荷管理等。要保证电力系统可靠、稳定、高效率地运行，电力行业对数据精准度的要求会更高。每种技术都有其各自适合的应用场景，也有各自的局限性，使用时应注意识别，选择合适的技术处理合适的问题。
3电力大数据关键技术在电网中的应用
3.1应用于电网运行
电网要想安全、稳定地运行，发电侧出力和用户侧负荷需要保持一定的平衡，供电企业可以应用大数据技术随时监控电网的运行数据，并全面分析，这样能够准确预测出电厂出力和短期负荷情况，为调度人员提供有价值的数据信息，从而完成精准调控，进一步推动电网安全稳定地运行。此外，还可以将大数据技术合理应用在监测电网异常和计算线路损耗等工作中。
3.2应用于设备评估
目前，我国供电企业使用的电力设备状态评估方法主要是结合设备出现缺陷之后的情况，对这种缺陷等级进行评估，从而判断设备运行的可靠程度，属于事后评估法的一种。供电企业使用大数据技术，结合设备的参数、运行数据以及外界条件的影响，能够将设备在不同运行情况下的可靠性指标和影响因素准确分析出来，从而随时了解设备的运行状况，并对可能出现的风险事故做出准确预测，进而工作人员可以改进运维方案或者系统运行方式等。
3.3应用于用户管理
供电企业合理应用大数据技术，可以更加全面准确地分析出外部的市场需求，工作人员就能结合客户群体的特征，制定出客户群和其需求分布情况。后期工作中就能结合不同客户的实际需求提供针对性的服务，从而有效提高服务质量和营销水平。另外，供电企业能够更加准确的分析内部的数据信息，等接到外部市场数据信息后，通过对比，就能得出企业产出和市场需求的匹配程度，从而在经营决策中提供一定的数据支撑，确保决策方案的科学性和可行性。
4结语
电力行业在社会经济发展中具有非常重要的作用，是人民生活和生产的基础保障。为了保证供电系统的稳定性，供电企业要积极引入电力大数据技术，了解各项技术的应用要点，在实际工作中结合企业的实际情况，科学合理地应用相关技术，及时制定有效措施来解决遇到的问题，从而充分发挥出大数据技术的重要作用，促进供电企业健康、长远的发展。
参考文献
[1]陶丽君.基于大数据的电力营销管理创新分析[J].通讯世界，2019，26（12）：201-202.
[2]蔡春育.大数据在电力营销中的应用现状[J].通讯世界，2019，26（12）：222-223.
[3]郑颖.浅谈大数据环境下电力营销信息化建设[J].中国设备工程，2019（24）：172-173.