智能电网应用背景下的电力大数据关键技术

张伟

（内蒙古电力经济技术研究院 内蒙古自治区呼和浩特市 010010）

相较于其它系统，电力系统的复杂程度更大，并且其地位范围也比较广，特点极多，包括用电平衡、数量庞大、通讯可靠、传输能量和数量庞大、运行时间长等等。也正因如此，电力系统在正常运转过程中会产生出极多的数据，但这些数据的实际价值密度并不高。相比较而言，电力系统的运行情况和大数据的特点有很多相符合的地方。

1 智能电网的大数据特征

智能电网在正常运行过程中将计算出数量巨大的数据，这些数据的来源有很多，主要分为两个种类：

（1）与电力企业相关的内部数据，这些数据主要来源于电力企业内部的各大应用系统，比如数据的采集以及监控系统、生产管理系统、客户服务系统、配电管理系统等；

（2）来自于企业外部的数据，主要来自于互联网、气象信息系统、地理信息系统等等。相较于第一种数据来源，这种数据的管理单位并不统一，且比较分散，不利于收集。

通过上文的叙述，智能电网的数据具有非常多的特点，来源非常多，各种结构、各种数据的百分比也在显著地提升，这些数据中主要包括在线监测系统里的视频、客户服务系统中产生的语音数据、图像、音频数据等，这些数据都非结构化的数据，这些数据不仅价值密度非常低，而且在生命周期等方面有着比较大的差异。具体如图1所示。

2 智能电网、云计算、大数据的关系

2.1 智能电网与大数据的关系

通信技术、信息技术和与此相关的基础设施是构建智能电网的重要支撑。随着时代的发展，我国在智能电网领域的发展速度大大提高，可以稳定地对外供应高质量的电，也可以有效的提高能源的使用效率。以智能电网为基础，就可以很快地了解到用户的实际用电情况，并通过对情况的了解，逐渐调整和完善供电工作中存在的问题，以此提升整体的供电质量。

2.2 大数据和云计算的关系

随着互联网的兴起，云计算这一概念也逐渐进入到人们的视野、企业的系统当中。对于企业而言，云计算可以有效的帮助企业对内部数据进行详尽的计算、与合作平台进行数据共享，提高其工作效率。云计算其实是大数据技术的基础，有了强大的计算能力之后，才能够更好的完成对数据的储存、管理和研究等工作。有云计算的加持，大数据技术对数据的快速处理和计算，帮助企业更好的了解用户的实际需求，以此提升用户的实际体验。在某一层面上来说，是云计算让大数据技术真正地走向了社会；也可以说正因为大数据技术的发展，推动了云计算功能的进一步开发。

2.3 智能电网、云计算、大数据的关系

图1：智能电网数据采样频率和生命周期

图2：智能电网、云计算、大数据的关系示意图

如图2 即为智能电网、云计算、大数据之间的关系。可以说，智能电网能够正常运行，依靠的便是云计算，正是因为云计算提供的技术，才使得智能电网的数据能够高效的完成整合与处理；而在云计算的基础之上，大数据技术为了完成业务的需求，对数据进行整合分析，做出有效的数据分析；将大数据应用在电力系统当中，即为智能电网，因此综上所述，三者之间的关系是相辅相成的，并不是单独存在的。

3 智能电网大数据关键技术

3.1 多源异构数据聚合管理技术

前文已经提到过，智能电网是一种非常复杂的系统，其存储的数据量非常大，且种类较多，如果只是简单地进行数据处理工作的话，那么处理速度会非常之慢。正因如此，在智能电网的数据管理方面一定要做好以下几项工作：首先是将数据整合，对其进行排查，选出与此次工作内容相关的数据进行转换，在剔除和修正之后就可以将其投入使用。当然，在开始之前，要选择合适的数据集成模型，现有的模型主要包括数据链板、基于中间体模型、数据仓库等等。

数据仓库技术又称ETL，很多企业都会使用这一数据集成模型作为集成数据的方式。其主要分为三个方面：首先是对数据的抽取，通过数据源的系统，抽取与工作内容相关的数据；其次是数据的转换，在数据抽取工作完成之后，按照相应要求，将数据转换为另一种形式，如果数据出现了偏差等情况，也要对其进行清理、加工等步骤；最后是数据的加载，完成数据转换之后，要将这些数据加载至目标数据源的系统当中。就当前的智能电网发展形势而言，数据的集成是该技术中的关键步骤，它需要工作人员综合考量多方面的因素，并依托多种技术完成集成。

3.2 复杂的数据处理技术

智能电网中的数据存在着多种多样的形式和结构，对于这些比较复杂的数据比如非结构化的数据需要先进行特殊的处理之后，将其转化为结构化数据。而在整体的智能电网系统当中，结构化的数据可以直接应用于传统型的数据库系统、分布式并行数据库当中。

3.2.1 分布式文件系统

由于电网系统当中的数据大多比较分散，因此，通过分布式文件系统可以将这些数据分别储存在物理上分散的几个储存节点之上，通过这种方式使信息得到更好的管理和分配。与此同时，该系统会将文件系统的访问接口展示给电力用户，使数据、信息的管理不再受到大小、数量的限制。这种方式更适合对非结构化数据的保存，对其它方式的数据储存工作来说并不一定是最好的方式。

3.2.2 分布式数据库

分布式数据库具有很多的特点，其中主要包括协同性、拓展性，这些特点也使分布式数据库获得了更多的应用空间。当前，随着时代的发展，大数据的整体环境对数据信息的管理、储存等工作有了更高的要求，分布式数据库成为其中比较常用的处理方式。

3.2.3 关系型数据库系统

就目前而言，智能电网系统当中最为常见且占据着主导地位的仍然是结构化数据。因此，对结构化数据的管理、储存、处理工作是非常重要的。Oracle 是目前世界范围内应用频率最高的数据库管理系统，使用起来非常便捷，功能也非常的全面。

3.3 数据分析的关键技术

就大数据的技术而言，转化信号数据需要驱动能力作为支撑，当数据得到了细致的分析之后，使得信息能够更适用于智能电网工作。通过大数据技术，在数量巨大的信息当中寻找到有用的信息数据，并对相关的电力数据进行有效的分析，找出其中的模块态势规律之后，决策者可以以此为参考，做出更有利于企业发展的决策。对于电力企业而言，决策者的每一次决策都影响着其今后的发展，对于企业的生产、经营和投放工作都起着决定性的作用。好的决策不仅能够让企业更快地发展，更能让企业的工作效率和质量不断攀升。德国在使用了数据分析的关键技术之后，就对太阳能的运转提供了非常合理的管理和支持，使得更多的电力用户能够使用太阳能带来的便利。这一过程中，其产生的多余的电量都会回传到电网当中，电力企业的经济效益也会得到相应的提高。

3.4 数据展示的关键技术

数据展示的关键技术主要有三种，第一是可视性技术，其多应用在监控电网状态，通过电力系统提升其自动化水平，可以使电力发展情况达到更好的状态；第二是历史流，第三是空间信息展示技术，其具体的表现便是大众熟知的虚拟现实技术，包括三维展示技术等等。而这些都是空间信息展示技术在电网参数、现有的GIS 当中的体现。

4 电力大数据关键技术的应用分析

对于智能电网而言，大数据技术是非常重要的。在应用过程中，电力大数据关键技术需要通过集成管理、数据分析、处理及保存等多个角度完成功能的应用。

4.1 集成管理

前文已经提到了，智能电网在正常的运行过程中所产生或使用的数据量非常之大。而电脑在完成工作的过程中，需要通过较多的传感器对于工作内容相关的数据进行分析和处理，并依托于系统传输信息。在信息的管理方面，相关工作人员也需要采用比较严格的手段、科学的方式，通过这样的方式完成信息采集与传输工作。如此一来所产生的数据，才能够为后续的工作奠定良好的基础。大数据技术体现了非常出色的集成化管理，并通过更高标准的管理模式，使企业的数据管理工作的效率和水平都能够提高明显地提高。

4.2 数据分析

在电力企业的正常工作当中，工作人员需要面对大量的数据以及分析、处理工作，这些也是电网管理、调度工作当中的常态。为了简化工作步骤、提升工作效率，可以通过大数据技术的应用功能对具体的信息做出正确的处理方案。对于电网工作而言，大数据技术具有非常重要的意义，它可以将与工作内容相关的信息、需要使用的技术进行有效的分析，以此得出有效的结论或处理方案，引导整体的工作向前发展。当前，大数据技术当中的Hadoop 和Spark技术是其热门技术，在各企业内的使用范围也比较广，它们在很多方面都有着非常好的发展前景。在此过程中，工作人员需要对大数据技术进行合理地、科学地应用，通过它们的技术带动整体的生产和经营，提高其管理水平。

4.3 数据处理

在正常的工作过程中，大数据技术的确为智能电网提供了非常重要、宝贵的支持，尤其是在信息方面，更是在很大程度上提高了智能电网的工作效率。大数据技术的主要优势中就包括对信息的快速处理。在此过程中，信息的处理工作要更加注意细节，满足处理的要求，促进数据处理工作效率和水平的提升。相比较而言，传统的数据处理方式的处理速度显然更慢，其效率和完整性都将受到很大的影响。而通过利用大数据技术，就可以有效的改善这些问题，并以此为基础，建立完备的数据管理库及管理体系，完善数据的查询工作和服务质量。

4.4 数据安全

随着时代的发展，互联网成为人们生活中必不可少的一部分。在这样的环境下，信息的安全也成为人们重点关注的内容。因此，在大数据技术之下，做好数据安全工作也是非常必要的。通过大数据技术，对电网系统当中损失的数据可以及时地恢复，并提高其防御风险的能力，保障信息和数据的安全性。

5 结束语

随着时代的发展，科学技术、经济水平、互联网技术的逐渐提升，智能电网也随之发展。在智能电网的日常工作当中，电力系统、设备检测、用电信息采集等方面都将产生数量较多的各种类型、各种形式的数据和信息。相关工作人员要加强对电力大数据关键技术的分析和研究，以此促进智能电网的工作效率。