智能電網大數據處理技術現狀與挑戰

陳麗麗

摘 要：電網在運行、檢修和管理時產生大量數據，將它們進行高效、可靠、簡易的存儲、訪問和解析作為研究方向。筆者解析了發電、輸變電、用電等環節中大數據特點，詳述了應對智能電網建設大數據處理技術的優劣。從智能電網大數據的實時處理、異構、存儲方面來觀測數據，綜述智能電網大數據帶來的挑戰。

關鍵詞：智能電網 大數據 挑戰

中圖分類號：TM76 文獻標識碼：A 文章編號：1672-3791（2017）03（c）-0056-02

Smart Grid Large Data Processing Techology Present Situation and Challenges

Chen Lili

（Liaoning Jianzhu Vocational University， Liaoyang Liaoning， 111000， Chian）

Abstract： When the power grid in operation， maintenance and management to produce large amounts of data， they will be efficient， reliable， and easy to store， access， and resolution as the research direction. From the smart grid data， heterogeneous， real-time processing of storage to the observed data， in the smart grid challenges posed by big data.

Key Words： Smart grid； Big data； Challenge

隨著時代的進步，電力公司與每一位用戶之間建立著重要的連接，智能電網系統中越來越需要大數據處理。智能電表及智能終端的安裝設備中都有大數據的影子，電力公司需要實時捕捉到用電信息，需要對大量電力數據進行及時分析和反饋，實現消耗費用電的電字數據的統計與截取等都需要智能電網中大數據處理技術的全面應用。通過對數據的整理及分析，可以更好地掌握電力客戶的用電習慣及行為，合理地設計電力需求響應系統和短期負荷預測系統等。

1 智能電網大數據及其特點

1.1 智能電網中的大數據

智能電網數據的處理不是單一的存在，它有著自身獨特的特點，大體上可把這種往來數據分割為3類：一類是在電網的運作狀態下，利用設備來檢測和監測數據；二類是把電字的銷售，還有價格及電量，根據不同情況、不同客戶做出數據判別，后進行整理；三類是電力企業數據的管理。

1.2 智能電網中的大數據特點

智能電網中的大數據具備“4V”特征，即規模大（Volume）、類型多（Variety）、價值密度低（Value）和變化快（Velocity）。

2 大數據處理技術

2.1 大數據處理的價值

大數據的存在價值在這些年來，被廣泛用于商業、科技等領域，儼然成為了社會的重要角色之一。法國執政黨在2013年5月，法國投資大數據產業的金額高達1.6億歐元。法國政府預測大數據對將來的科技與經濟發展有著前所未有的深遠影響。大數據目前已廣泛應用于我國及世界各國，如京東每天新增的交易數據達8 TB；大數據分析平臺日處理數據量高達 90 PB，這個平臺處理量相當于美國納斯達克交易所一個星期的數據處理量；再者就是沃爾瑪曾經是最早運用大數據來分析并獲得受益的企業之一，其曾創造了“啤酒與尿布”的不可取代的神話，現如今的沃爾瑪處理100萬件交易需要1 h，存入的數據大約2.5 PB在數據庫中，這些數據量是美國國會圖書館的167倍；微軟花了20年，耗費數百萬美元完成的Office拼寫檢查功能，谷歌公司則利用大數據統計分析直接實現[1]。

2.2 并行數據庫

并行數據庫（如Oracle等）主要功能為存儲結構化數據。

2.3 云計算數據

由于電力系統中海量數據的云集，大數據借助云計算高效的計算功能，對智能電網中的數據進行解析，使其能呈現數據分布情況，了解一手資料，做出合理的應對方案。

2.4 云計算在智能電網中的應用

云計算運用其高效的服務技術、多樣化的監測系統、可靠的實時獲取數據，將智能電網中的記錄數據進行整理分析，降低其缺失率，能夠更為精準地捕捉數據技術難點，將復雜性化為簡化。

3 智能電網中大數據的挑戰

3.1 大數據傳輸及存儲技術

監測數據將每個部分作為一小節，然后逐一記錄，留做檔案。因大數據有極大的存儲能力，可以將監測狀態的成果快速反饋到智能電網中的數據庫存中，將存儲技術得到智能化的拓展，減少了存儲系統帶來的巨大負荷。

3.2 實時數據處理

在時間上看數據處理，其應做到實時，因智能電網在發出的電量、輸變電的節點等部分都需要實時抓取數據，智能電網的數據處理在一定的環境下是一直存在的；以往的環境下分析數據需要一個周期，這樣無論從人力到物力都是一個具大的耗費，智能電網在大數據的實時監控中，更為妥善地解決了這一問題，使其數據處理中又快又精準。但這樣周密的數據也存在其缺點，那就是有可能網絡產生癱瘓，造成服務器出現故障，那么時間上就很難保證那么快速，這類情況的改善，也是一個重要挑戰。

3.3 異構多源數據的處理

電力流、信息流、業務流這3種流需要信息的集成，在信息采集及傳輸等方面拿出處理方案，若使電力得到有效的分配和調度，就必須將發電、輸電這些環節融入到智能電網中，為智能電網提供資源豐富的集合體。海洋般的數據與不斷增加的存儲電力信息都是異構數據的集成體，我們應實時構建數據模型，加以對比運算，不疏忽每一個環節，把重要信息匯成圖像來進行演算，將可視化推廣到實時智能電網的數據處理中，這樣異構多元數據就能有效地提取和顯示。

4 結語

該文綜述了智能電網大數據處理中存在的技術問題，以及企業對智能電網大數據處理的認知程度，指出了智能電網將依托大數據處理分析技術，利用監測與檢測系統對數據所處環境全景呈現在智能電網中。提出了云計算的應用、指出了異構數據的存儲和分析，通過二者之間的特性，搭建平臺。智能電網大數據處理系統，以其獨有的高效處理數據特性，經時間的洗理，必將融為一體，使各數據平臺得到全方位的支持。在一些情況下平行分析，該系統投入運行，但仍有許多挑戰，數據的一致性、實時性、隱私和安全，需要找到相應的解決辦法。大數據處理技術尚缺乏，有待探索。

參考文獻

[1] 唐聰嵐，盧繼平，謝應昭，等.基于改進數據流在線分割的超短期負荷預測[J].電網技術，2014，38（7）：2014-2020.

[2] 于恒友，劉波，彭子平.基于HBase的輸電線路綜合數據存儲方案設計[J].電力科學與技術學報，2014，29（2）：58-64.

[3] 李振元，李寶聚，王澤一.大數據技術對我國電網未來發展的影響研究[J].吉林電力，2014，42（1）：10-13.