智能電網大數據處理技術現狀與困境

吳 朋 國網鄂州供電公司客戶服務中心

智能電網大數據處理技術現狀與困境

吳 朋 國網鄂州供電公司客戶服務中心

我國電力企業從政府部門分離出來以后，在市場經濟環境下獲得了一定發展。隨著現代科學技術發展，智能電網建設取得了一定成果，這有利于將電力系統發電、輸電、配電、用電實現系統化管理，隨著計算機平臺在電力公司管理中的應用，積累大量的異構數據，這也為在智能電網應用大數據處理技術奠定了基礎。

智能電網；大數據；困境

1.電力大數據特點

1.1 規模性與多樣性

隨著現代網絡技術以及計算機技術的快速發展，智能電網的數據源呈現出爆炸式增長趨勢，數據類型也更加多樣，其中包括了歷史數據、實時數據、時間序列數據等各種結構的數據、半結構化數據以及非結構化數據，當前在電力系統當中非結構化的數據站具有重要的比重。

1.2 低價值密度

在大量的智能電網數據當中尋找出有價值的數據的概率一般比較低，其中以波性數據為例，在智能電網當中出現的大量的波形數據中，幾乎所有的數據都是正常，但是對于檢測以及檢查異常的工作人員而言，存在的那些極少的異常數據恰恰才是有價值的。

1.3 實時性

實時性具體指的是大數據中的物理數據都是根據職能電網實時更新的，這些數據需要進行快速以及準確的處理工作。并且對電力公司而言，生產需要發電以及用電之間需要平衡。針對智能電網中產生的大量數據，需要在幾分之一秒內進行分析，這樣能夠為決策提供較高的支持平臺。

2.智能電網當中大數據關鍵技術

2.1 多元異構數據的聚合管理技術

在使用聚合管理技術是，首先智能電網中對數據源的數據進行抽取和繼承，當前采用的數據抽取以及數據集成的主要方式有ETL集成方式等。在將數據抽取成文件的基礎上，對數據進行轉換以及清晰工作，最后生成多維度、多粒度的分析性數據并將其存儲到數據倉庫當中。當前云計算技術的發展成熟，云計算的分布式存儲方式能夠為海量的智能電網數據進行存儲，這也是在云計算技術提出不久，就出現電力云概念的主要原因。正在進行智能電網數據集管理中，云存儲模型的建立，能夠保證結構化以及非結構化數據存儲安全的問題。雖然分布式計算法提高了計算機的存儲空間，但是仍舊難以滿足會在能電網數據實時要求。因此，在對智能電網數據進行存儲時，采用分級、分類法，針對要求比較高的數據采用實時數據系統進行存儲，對于智能電網中的歷史數據利用分布式文件系統進行存儲，對于核心業務數據采用傳統并數據倉庫系統存儲，這樣就建立起了比較完善的分級存儲系統。

2.2 復雜數據分析技術

首先，聚類分析技術。在當前的研究中主要對K-均值聚類算法的“零值困境”問題，提出以香農熵的改進方法。在一致性的聚類方面，當前的已有研究結合廣義K-均值算法系統的對效用函數選擇以及聚類分析生成分量等重大理論問題進行了分析。在將文本分類技術廣泛的應用到電力企業的物質調配平臺中，能夠有效增強分析能力以及相關信息檢索的能力。此外，在智能電網當中還可以將聚類分析方法應用到客服系統當中，這樣可以有效解決客服系統客戶監督模塊中高維系數數據帶來的“零屬性困境”問題，這樣可以使企業更加合理的調配人員提高客戶滿意度。其次，強關聯項集挖掘。相關研究工作指出了余弦指標的“條件單調性”剪枝性質，并設計出了高效余弦模式挖掘算法挖掘強關聯項集，根據興趣度指標條件對其直接進行剪枝，從而挖掘除了興趣模式。同時也有研究工作指出通過余弦模式能夠用于噪音過濾，這樣可以打打減少其它數據對分析工作的影響。通過使用強關聯多項集的挖掘技術，能夠打破電力企業之間的數據孤島，實現企業內部資源全方位、大范圍以及深層次的利用。

3.智能電網大數據處理技術困境

3.1 智能電網大數據傳輸以及存儲技術

智能電網的建設，確保電網在運行中出現的各種數據，以及智能電網設備檢測到的數據都能夠被保存下來，這樣使智能電網中的數據越來越多，進而會對整個系統的數據傳輸以及數據存儲工作帶來巨大的負擔，并對電網的智能建設帶來很大影響。針對智能電網中的大數據傳輸，采用傳統的數據壓縮的方式能夠在很大程度上增強數據傳輸的效率，并且能夠有效降低數據傳輸量。因此在進行智能電網數據傳輸中越來越多的數據壓縮技術被應用到智能電網數據傳輸工作當中，雖然數據壓縮技術為數據傳輸工作帶來很大便利，但是卻造成了資源的浪費，必須要有更合理的平臺進行支持。

3.2 大數據實施處理技術

在智能電網系統當中，大數據處理的速度十分重要，智能電網當中的數據規模越大，那么在進行處理時所需要的時間也就會越長，如果智能電網中產生的數據超越了當前數據處理技術的能力，那么智能電網的正常運行就會受到很大的影響，為此必須要確保數據傳話、分析以及處理的速度。當前，雖然應用云計算系統能夠為智能電網提供比較快速的服務，但是也必須看到云計算系統也會導致網絡堵塞現象的發生，雖然這種堵塞的現象時間比較短，但是也會對智能電網的服務器造成很大的影響。

3.3 可視化分析技術

智能電網在運行的過程中會出現海量的數據，將這些數據進行合理的處理并將其通過合理的方式展示給電力用戶，這是進行智能電網運行大數據所面臨的十分重要的挑戰。使用可視化技術能夠對大數據進行處理，并且可視化已經在智能電網中得到應用。可視化技術，利用高度集成技術、高分辨技術，以及交互工具，能夠為用戶可供數據處理結果。但是，隨著科學技術的發展，可視化技術也面臨著新的挑戰，包括使用這一技術的擴展性、數據提取以及圖像合成等方面的挑戰。此外，還需要保證智能電網數據網絡的質量，還需要進行定期檢修以及維護，如果出現故障，還需要根據網絡診斷技術，分析故障原因，從根本上解決出現的故障，確保數據網絡能夠正確的運行。在進行智能電網故障診斷，一方面要及時恢復網絡，另一方面也要對智能電網的性能進行不斷提升，這也是智能電網大數據處理技術面臨的挑戰。

4.結語

隨著我國智能電網建設的不斷深入，大數據處理技術在實時性、一致性、隱私性等方面也面臨著巨大的挑戰，為此必須找出合理、有效地解決方法，為此不斷加大科研支持力度，使研究不斷深入，這樣才能使我國智能電網事業健康發展。

[1]李楊. 智能電網大數據處理技術應用現狀及困境探討[J]. 硅谷,2014(14).

[2]盧建昌,樊圍國. 大數據時代下數據挖掘技術在電力企業中的應用[J]. 廣東電力,2014(09).