杜延朋 王景田
国网西藏电力有限公司信息通信公司 西藏自治区拉萨市 850000
国网西藏电力有限公司信息通信公司 西藏自治区拉萨市 850000
摘要：随着信息技术的快速发展，电力企业开始利用信息技术建立并应用智能电网，这种电网系统的应用不仅可以提高电力企业的管理水平，而且对提高电力服务质量具有积极作用。在智能电网系统中，电力大数据技术的应用能够帮助系统实现高速有效的数据处理功能，进而更好的控制企业供电网络安全稳定的运转，提升电力企业的经济效益。因此，提高电力大数据关键技术水平十分重要。本文将深如分析面向智能电网应用的电力大数据关键技术。
关键词：智能电网；电力大数据；关键技术
前言：人们的工作以及生活已经无法离开电力系统，在电力系统运行过程中会出现数量庞大且类型复杂的数据，应用大数据关键技术，能够提高数据的处理效率，满足用户需求。因此，在大数据技术不断发展的背景之下，作为供电企业应当实现自我提升。通过建设电力大数据平台，提高平台应用的合理性以及先进性，提高数据的利用效率。
1、智能电网和大数据技术之间的关系
近年来，我国的社会经济一直处于飞速的发展状态，科技创新研发，大大提高了人们的生活水平与生活质量，满足了人们的物质需求与精神需求。大数据时代、信息时代悄然来临，为电力行业的信息化建设提供了很大的支持。电力系统融合了信息技术，能够实现信息资源的及时共享，采取有效措施控制电网运行，有利于其他各项工作的顺利推进。电网使用的设备还有一些局限，数据处理、数据分析、数据保存很容易受到外界因素的干扰影响，针对具体问题进行具体解决，必须融合智能元素，配合多项关键技术。智能电网完美利用了信息数据，有效整合了相应措施，同时还建立了大数据管理库，计算机技术与数据管理完美结合在一起，改善了运行与存储之间的矛盾，真正体现了电网运行的智能化、科技化、先进性。
2、智能电网电力大数据概述
2.1智能电网信息数据类型
随着信息技术的发展，人类的日常活动已经越来越依赖电力系统了，而电力系统在平时的运行中会产生大量的数据，这种数据信息包罗万象，并且随着智能电网的推广应用，得到了井喷式的增长。智能电网的数据信息主要分为两种，一种是电力企业的内部数据，一种是电力企业的外部数据。内部数据主要是电力系统在采集数据信息、监控用户端、管理配电以及为用户提供服务的时候产生的，而外部数据则是多为气象和地理信息，数据的来源途径比较多，也相对分散，因此智能电网的数据处理并不是一件轻松的工作。
2.2构建智能电网大数据平台
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会越来越多，数据的采集和分析工作也会越来越复杂，很多情况下，电力企业已经不能够从容应对这项工作了。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。比如说Hadoop服务平台的构建，将大数据关键技术充分运用进来，利用这些技术，进行数据信息的合理分类和高效处理，有效提升了电力企业的信息处理效率。
3、电力大数据关键技术的应用
3.1数据仓库技術
基于电网产生数据的来源途径比较广泛，数据的分布也比较分散，广泛分布在电网运行的各个环节中，加之数据的数量和类型比较繁杂，所以数据的处理会遇到很多阻碍。智能电网应用ETL关键技术（也就是数据仓库技术）可以有效缓解这种状况，一般来说，智能电网在数据处理工作中，都会按照数据搜集、选取、转换、筛选、纠正等流程执行。数据仓库技术在应用中，主要分成三个流程：①数据抽取技术，应用该技术的主要做法就是将数据从源系统中抽取出来，再将目的数据输入到源系统之中。②数据转换技术。应用该项技术的主要做法是将抽取出来的数据进行转换，使其形式发生变化，并在这一过程中对错误的数据予以纠正。
③数据加载技术，该项技术的主要工作内容是将转换过的数据进行加载，并将其移植入源系统进行存储。数据仓库技术是一项非常重要的数据集成技术，在智能电网的数据搜集工作中得到了广泛的应用。对于电力企业来说，做好数据的收集和处理工作至关重要，因此要求电力企业必须从实际的运营情况出发，选择合适的数据处理技术，并对各种高效的技术进行有机融合，实现数据的集成化，以此促进电力企业的稳定发展。
3.2数据分析关键技术
大数据技术的根本驱动力就是将信号转化成数据，接着对数据分析得到信息，再通过信息提炼得到知识，最终通过获取的知识为一些重要决策和行动提供推动力。因此，在大数据背景下，电力数据分析技术就是要能在大量的数据中找到有用的信息，为决策者提供决策依据。对于电力企业来说，科学的决策可以为企业的规划部署提供有效的发展动力，并能够促进企业竞争力的提高，有助于增加企业的经济效益。就以美国的太阳能推广案件为例，该企业利用数据分析技术收集了不少用户的意见反馈，并对太阳能的推广影响进行分析预测，得到有用的信息，以此给决策者提供决策动力，提供科学的数据依据，让太阳能技术广泛应用在区域用户之中，实现节能减排，增加了当地电力企业的效益。
3.3数据处理关键技术
数据处理技术是对海量的技术进行分库、分区和分表的处理。分库处理就是对不同数据库的数据进行分析，找到里面利用率比较低的数据，将其输入系统平台之中；分区处理是将不同的文件进行分类，依次载入到通表之中，起到降低大型表工作压力的作用，让数据的访问更加流畅；数据的分表处理，则是根据数据处理原则，对不同的数据表进行分类建造，降低单表工作的压力。除此之外，数据处理技术还会构建并行式数据库和纵列式数据库，强化数据加载的速度和质量，以达到全天候查询的功能。
3.4数据展现关键技术
在大数据平台中，电力数据展现关键技术主要由三种技术构成——可视化技术、历史信息流展示技术、空间信息流展示技术，这些技术能够使电力工作人员更加直观地了解电力系统的运行状态。可视化技术大多是在电网的实时监控工作中应用，提升电力系统的自动化水平。空间信息流展示技术可以对网点的数据进行远程操控，实现数据的有功和无功调节。
3.5集成管理技术
由于智能电网在运行的过程中，数据分布存在着一定的分散性，且数量十分繁多。因此，在对数据处理的过程中存在着一定的难度。通过应用该技术能够对数据处理过程中的流程进行简化以及转换，按照工作需要从数据源中抽取多个数据，从而提高数据关联性。通过对错误的数据进行及时的处理，从而保障数据准确性。在智能电网运行的过程中，应用集成管理技术能够将多个应用系统数据进行合并，从而创建多功能企业，在应用的过程中可以将不同来源的格式以及数据进行集中，为系统数据存储提供稳定的结合，从而实现数据共享电力大数据关键技术的应用。也会涉及其他层面的技术，例如数据融合集成技术，通过对大数据进行处理，从而对电网运行过程中的数据进行抽取以及集成，这样不仅仅能够了解电网实体运行过程中的关系，还能够确保数据质量。突出该技术的可扩展性，对海量数据进行存储。
结语：综上所述，我国的智能电网发展非常迅速，电力系统运行中产生的数据信息具有特殊的处理要求，对于电力大数据技术的应用提出了新的挑战。为了能够更好地发展智能电网，必须要对电力大数据平台进行不断的完善和优化，将电力大数据相关的所有数据进行最大化的价值提取，提高智能电网相关数据的利用率。
参考文献：
[1]智能电网中的电力大数据应用[J].刘杰.电子技术与软件工程. 2018（23）.
[2]浅论大数据时代数字资源对智能电网发展影响[J].任莉.通讯世界. 2018（06）.
[3]面向智能电网应用的电力大数据关键技术[J].牛强.科技资讯. 2017（17）.
[4]智能电网技术在智能城市的应用分析[J].李立鸣，宋宇.电气时代. 2019（02）.