身份证：37050219861215XXXX
摘要：当前世界能源结构正在加速转型，分布式能源大规模接入、虚拟电厂等新兴主体蓬勃发展、能源清洁低碳化转型等新形势对能源消费及能源利用提出了新要求。提高能源效率、促进分布式能源消纳、实现多能源协同利用成为众多专家学者研究探讨的热点方向。于是，能源互联网的建设思路应运而生，研究分布式能源、储能、柔性负荷、电动汽车等新兴主体参与市场的方式和互动机制，利用信息通信新技术，建立支撑多能源协同交易、多元市场主体广泛接入的技术支撑平台，为能源高质量发展寻找新的解决途径。
关键词：能源互联网；大数据技术；应用
引言
能源革命与数据技术深度融合，能源数字经济与能源数字化转型同步发展，数字助力能源创新发展已成必然趋势，开展能源革命，建立高效的能源体系，充分发挥能源大数据巨大价值潜力，有力支撑政府科学决策、推动能源行业变革、服务国家治理优化具有重大意义。因此，近两年能源大数据中心建设与应用吸引了国内外学者和科研工作者的广泛关注，在能源大数据中心建设、产品应用、平台运营等方面开展了一系列的研究和示范。
1能源互联网的概念与特征
1.1能源互联网的概念
能源互联网是近年来在我国和世界比较流行的一个概念，是在我国经济社会与科技发展的基础上产生的。因为它是新兴的事物，目前还未有十分明确并且统一的概念。从学者之间的定义和描述可以对能源互联网有一个大致的了解。能源互联网是将可再生能源与互联网技术结合，运用大数据、云计算等互联网技术的信息优势，收集每一个用户使用的能源相关信息，将用户的能源需求与多种能源的使用情况相结合，建立起能源信息网络共享平台。
1.2能源互联网的特征
能源互联网具有绿色友好性、共享性、互动性、智能平台性特征。从绿色友好性角度，所需要的能源是可再生清洁能源，有助于环境的绿色友好和我国的可持续发展。从共享性角度，能源互联网的核心是共享性，对能源的不同需求主体进行开放，通过信息之间的互联互通，对多种能源信息进行共享，减少信息不对称性。从互动性角度，能源互联网以用户为核心，注重用户的体验，增加能源需求者与供给者的双向、实时的互动。从智能平台性角度，能源互联网是“互联网+能源”，运用网络信息技术，为不同的能源融合和用户参与提供平台，并且智能化地运用网络将能源需求和能源供给有机结合起来从而智能化地实现供需之间的动态平衡。
2能源互联网中大数据技术的应用
2.1解析大数据专业的技术
在解析大数据的技术当中，最关键的就是解析、分析数据信息。在智能电网上，大数据是定义配电体系为独立存在的子系统。在交流各子系统的时候，便可以产生新信息。而加工完这些新信息后，便可以组建起一个数据信息体系，并融合配电体系数据，展开交流过程。所以，在智能电网上，具有应用大数据解析专业技术时，主要是以下内容：一方面，过程挖掘。通过过程挖掘，主要旨在搭建起事件数据和分析处理模型的联系，并转化成专业事件数据信息。从特定的体系上看，通过记录事件，便可明确群体行为特点，从数据事件内部挖掘出模式化轨迹或操作行为，并组合而成规范化的模型。若在数据内有偏离模型基础下的轨迹，则可修正规范化模型，以控制行为与规范相符。另一方面，可视化数据信息。其中的数据可视化指的是从数据库内转化数据为形数据象，以方便更好的观察。在电力系统内，基础的大数据技术可视化，就是展示给工作者有关数据，以及时找出电力系统纠正中的故障等。由此可见，在大数据发展中，可视化技术属于核心技术。通过融合解析技术和可视化，便能供给这些服务项目：除去电力体系内无价值信息，并选取电价波动等、完善数据信息、预先估计配电不确定性点。
2.2集成多源能源数据和服务技术
在能源公共基础服务平台上，集成多源能源信息数据的技术就是数据构筑核心技术。在平台前端，这些核心技术就是接入多途径数据、融合多源数据、管理多维数据等方面的技术。一是接入多渠道数据信息。据研究显示，即插即用多源数据的接入技术，可即插即用接入的电力管理体系及能源设备数据等之类的数据。二是融合多源数据。面临电网对象，集成多源异构专业数据、集成管理技术大数据，搭建管理平台，以融合各种多源数据，形成能源模型库，进而支撑智能电网的基础数据信息。三是管理多维数据。面对智能电网上的模型、数据、算法，一起展示共享专业管理技术，从平台上更充分地统一集成体系内的各项应用。
2.3集成管理电力大数据的专业技术
在电力大数据领域，集成管理专业技术，一般就是从电力数据多元化来源上讲的。通过集成旨在集中各种途径、特点、格式、性质之类的数据，并逻辑或储存起来，以提供给电力企业必要的经营管理共享数据。因为大数据技术往往面临不安全或者丰富多样化的数据挑战，所以电力企业在分析大数据时，应先抽取、集成数据来源，及时发现不同数据的联系，并关联、聚合好应用数据信息。在管理大数据存储中，很重要的一种技术就是数据库NoSQL专业技术。这种技术基于分布式存储数据，除去了在关系型数据库内部的关系型特征，并适当简化数据存储、增强相应的灵活度，且可扩展性十分理想，而妥善处理了存储海量数据的一大难题。其中典型的数据库NoSQL专业技术主要涉及Google领域下的BigTable、Amazon领域下的Dynamo等技术。
2.4支撑能源应用的专业技术
在应用能源时，支撑技术其实就是联系公共能源服务平台和系统上层应用的一座桥梁。通过提供应用需求来支撑上层应用，以适配各专业应用体系。在数据模型下，建立业务生成任务要的数据，并基于业务管理规则，来拆分业务逻辑，产生诸多计算机专业处理任务。再通过认知计算，识别、分析、分解、匹配人的任务，并转化为计算机任务，以无缝交互人机。基于共享数据的服务，提供给上层应用，统一规范的数据支撑。基于数据流分析，与基本分析数据接口，利用人机数据展示，提供对外数据展示工具。从平台总线出发，来支持应用信息有效交互。基于云计算技术来支持应用协同，并透明化应用服务来支持业务互动。3未来研究方向能源互联网可为消费者提供灵活的能源共享服务，随着可再生能源的发展，由于可再生能源具有间歇性和波动性，对可再生能源的有效利用使得对能源供需信息的实时性要求越来越高，面对更复杂多变的能源供需曲线，人工智能技术能够成为一种有效的辅助工具，代替人脑做海量数据优化、分析、判断、决策，发出指令，因此人工智能技术在能源互联网中具有广泛的应用前景。它能够有效提升工作的质量和效率，一般可用在电气设备故障诊断、电气控制、电力系统巡视、电力营业厅智能化服务系统等。
结语
大数据不仅是一项综合性技术，也是一门科学。目前电力数据的分析应用涉及企业内各个领域，但技术的快速发展和需求的不断增长，对电力数据的应用提出了越来越高的挑战，未来，仍需不断研究探索电力数据在企业管理、经济效益、增值服务等领域的应用，同时要快速提升企业内部数据管理水平，提升数据服务能力。
参考文献
[1]崔岩.能源互联网中储能系统发展趋势分析———访中国电力科学研究院电工与新材料研究所储能研究室主任李建林[J].电气应用，2016（11）：4-7.
[2]岳永亮.电力系统及其自动化的未来发展趋势———能源互联网[J].通讯世界，2015（20）：174-175.
[3]吴全才.能源互联网形势下的电力大数据发展趋势[J].信息与电脑（理论版），2016（18）：147-148.