黄慧
国网荆州供电公司城区供电服务中心 湖北荆州 434000
摘要：为了有效的促进电力企业的发展，本文在概述大数据、云计算与智能充电桩网络系统的关系的基础上，对智能充电桩网络系统中的大数据关键技术进行了分析，然后对大数据技术在智能充电桩网络系统中的有效应用进行了深入的探讨，以供参阅。
关键词：大数据技术；智能充电桩；网络系统；应用
1大数据、云计算与智能充电桩网络系统的关系
三者之间的关系如图1所示。
.png)
云计算能够整合智能充电桩网络系统内部计算处理和存储资源，提高充电网络处理和交互能力，其成为了电网强有力的技术组成；大数据技术立足于业务服务需求，根植于云计算，以云计算技术为基础；智能充电桩网络可以抽象的认为是大数据这个概念在电力中的应用，所以三者是彼此交互的关系。
2智能充电桩网络系统中的大数据关键技术
2.1数据集成管理技术
集成管理技术就是为解决电力企业内部各系统间的数据冗余和信息孤岛而产生的。数据集成管理技术是合并来自两个或者多个应用系统的数据，创建一个具有更多功能的企业应用的过程。从集成的角度来说，就是把不同来源、格式、特点、性质的数据在逻辑上或者存储介质上有机的集中，为系统存储一系列面向主题的、集成的、相对稳定的、反映历史变化的数据集合，从而为系统提供全面的数据共享。智能充电桩网络大数据的数据集成管理技术，包含关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、过滤技术和数据清洗等。大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战，要想处理大数据，首先必须对数据源的数据进行抽取和集成，从中提取出实体和关系，经过关联和聚合之后采用统一的结构来存储这些数据，在数据集成和提取时需要对数据进行清洗，保证数据质量及可靠性。大数据存储管理中一个重要的技术是NoSQL数据库技术，它采用分布式数据存储方式，去掉了关系型数据库的关系型特性，数据存储被简化且更加灵活，具有良好的可扩展性，解决了海量数据的存储难题。
2.2数据分析技术
数据分析技术可对智能充电桩网络系统中的海量数据进行分析，从而找到潜在的规律，指导决策人员做决策。大数据中数据分析技术时将搜索到的海量数据进行分析和归纳，采用的算法比小数据更高效，所得结果也更加准确。大数据可通过相关关系分析法，捕获一个关联物从而预测未来。大数据分析技术是传统数据挖掘技术面对高速增长、类型多样的海量数据的新突破，大数据中包括结构化、半结构化、非结构化数据，传统的数据挖掘技术已经很难处理这些数据。大数据背景下数据挖掘技术以及算法可从以下3方面考虑：根据大数据特征进行抽样治理，转化为小数据；进行大数据分类、比较、聚类算法研究；采用大数据并行算法，如基于MapReduce的机器学习与知识挖掘。
2.3数据处理技术
数据处理技术主要包括以下几点：首先是分布式计算技术，主要用于大规模数据分布式存储，其次是内存计算技术，主要用于数据的高效读取和实时计算处理，最后是流处理技术，主要用于处理突然来到的不受控制的数据。分布式计算研究将复杂的问题分解为许多小问题，再将小问题分给其他计算机处理，最后将每个计算机的结构综合得到最终结果。内存计算是将所有数据都放在内层进行计算，减少了磁盘读写操作时耗费的时间，大大提升了计算速度。内存计算随着大数据的广泛应用，其价格下降迅猛，EMC、甲骨文、SAT都采用了内存计算技术，将处理客户业务的时间从天为单位降为以秒为单位，促进了数据挖掘与实时分析。流处理技术将实时到达的数据组视为流，新到来的数据得到及时处理并返回，流处理认为数据在时间流逝中价值会不断降低，因此尽量对最新数据做最快的处理分析，主要用于网页点击的实时统计、金融中的交易等。电力事业的发展使得数据量不断增加，实时处理数据的需求越来越大，流处理技术正好可以解决这个问题，完成实时在线分析，为决策者提供实时依据。
3大数据技术在智能充电桩网络系统中的有效应用
3.1对客户进行分析
在智能充电桩网络系统当中，大数据技术可以更好的分析用户的实际需求，从而为用户提供更加具有针对性和高质量的服务。充电桩网络系统中的相关用户在服务与被服务的过程中会产生大量的数据，大数据技术可以有效分析用户的具体的数据，明确用户的充电时间、分布状况和情绪类别，从而为充电桩网络的合理构建提供有效的数据支持，使得电力资源配置更加优化，充电桩设备系统建立能够更加具有针对性和科学性，最大限度的满足用户的服务需求。其次，在客户分析过程中应用大数据技术还可以为企业的发展提供有效的数据支持，帮助企业明确未来的发展方向，辅助企业领导人制定合理可行的决策。同时，大数据技术的有效应用还可以引导企业合理地推荐用户管理，开展个性化的大客户服务，促进电力企业更好的发展。同时，大数据技术还可以为充电桩的用户提供增值服务，利用大数据技术分析为用户提供具体的用电服务，使得用户能够及时了解个人的用电情况以及企业的电力收费情况等。
3.2对充电桩的运维
在智能充电桩网络系统中，大数据技术可以为其提供预警服务、状态监测服务、故障抢修服务等数据。结合充电桩建造、运行、历史故障、环境特征、缺陷等各方面的数据对充电桩设备网络系统中不同运行年代，不同类别的设备开展预警分析和状态分析，从而可以帮助有关人员进行及时诊断充电桩设备网络中可能存在的故障和问题，方便相关人员尽可能快的开展服务，保障充电桩设备能够正常稳定的运行，延长充电桩设备的使用寿命。智能充电桩网络系统当中的故障抢修功能，只要结合对充电桩设备电量水平、历史负荷、故障原因、故障类型以及设备现状的各方面的数据进行分析，就能帮助维修人员及时找出故障的源头。
3.3整合各项资源，合理的开展企业整体运营调度
大数据技术在智能充电桩网络系统中的有效应用还可以整合充电桩网络中的各项资源，使得充电网络的数据能构成一个整体，帮助企业进行决策规划，保证充电桩网络系统能够合理稳定的运行，提高企业的经济效益与社会效益，提升企业的整体协调运营能力与核心竞争力。充电桩、智能系统设备包括充电桩以及发电、输电、用电、变电、配电等各个环节的相关设备，设备涉及的种类较多，运营关系相对比较复杂，一旦存在某一个环节的问题将会影响企业整体的运营质量，通过大数据技术的有效应用可以帮助企业合理地开展运营和调度，充分发挥电力企业的价值和作用，为电力企业在未来充电桩的建设和投资过程中提供有效的数据支持。
4结束语
智能充电桩网络系统当中应用大数据技术，可以帮助电力企业更好的进行客户分析、充电桩运营维护以及企业运营调度的优化，从而促进电力企业的健康发展。因此对大数据技术在智能充电桩网络系统中的应用进行探讨，具有十分重要的现实意义。
参考文献
[1]梁春华，大数据处理技术在智能电网领域中的应用研究[J].中国新通信，2017，19(10).
[2]李廷顺，谭文，刘泽三，基于大数据智能电网关键技术研究[J].电源技术，2017，41(8).