電力大數據關鍵技術的應用

摘 要信息技術的持續發展，電力大數據關鍵技術的應用開始日新月異，其具體應用不但能為電力企業的發展帶來新的技術導向，也能保證電力企業的用電質量。大數據背景下，為能讓企業持續、長遠的發展下去，就要處理好電力系統中龐大的數據信息內容，這樣不但能讓數據處理工作的精準性受到影響，也能讓電網的經濟有效運行得以保障，故此構建完善的電力數據平臺就顯得極為重要。

【關鍵詞】電力大數據 關鍵技術 研究

信息時代的到來，人們無論日常生活亦或是生產都不能離開電力系統，但是其運行中會產生極為龐大的數據信息，且信息從速度和類型上都增長較快，這與大數據的特征也有相符合的地方。當前，由于電網系統的不斷推進，系統內的數據資源會持續增多，甚至會出現極強的增長態勢，這是傳統數據處理系統很難完成的事情，所以使用大數據技術有一定的必然性。

1 大數據關鍵性技術分析

1.1 集成管理技術

智能電網下的大數據平臺，擁有海量的信息存儲。特別是在實際的應用中，由于傳感器的融入能讓很多信息直接傳輸到系統之中，能使數據采集工作得以完善。這些數據包含電網運行，大數據分析應用技術，數據信息管理等內容，通過對上述數據分析和處理能真正的讓集成管理技術工作落實到位。

1.2 數據分析技術

使用數據分析技術能讓電力企業對海量的信息開展分析，通過分析能獲得針對性較好的技術信息，并能在信息的處理中滿足科學決策。若以電力企業為例，為能讓網企業內的經濟效益和競爭實力長效提升，就要使用科學的決策對經濟效益進行管理和提升，故此決策信息的科學與否就是與企業電力發展有聯系的重要內容。現在在數據分析上最先進的是德國，他們力爭使用太陽能讓用戶將多余的電力輸入到電網中，使經濟效益的提升更能上升到新高度。

1.3 數據處理技術

大規模的數據分析，需要將數據進行系統化分類，細致為數據的分區和分表，這樣才能為數據的處理效率提高提供保障。與傳統數據處理相比較，人工處理處理方式不但需要消耗大量的人力和物力，同時在同等分析條件下分析的效率也偏低，故此就要將劃分好的數據全部輸入到對應的文件中，不但開業提升原有的數據訪問途徑，使數據使用效率提升，同時也能在并列式的數據庫搭建過程中，使數據的加載效率得到大幅度提升，以保障數據能實時查詢。

1.4 數據存儲備份技術

大數據背景下，良好的數據存儲能力，能讓電網的海量數據得到有效存儲。同時，在其自身修復功能的影響下，能解決系統平臺內的故障，讓數據的安全性得到保障，也能讓智能電網系統更為完善，保障智能電網的安全性與可靠性。

2 大數據關鍵技術的應用

2.1 應用數據展現技術

展現技術細致劃分包括可視化技術、歷史流和空間信息流三個部分，若能將上述三個部分直接應用到智能電網數據處理中，能讓企業管理人員根據電網的運行情況，對數據的電力運行意義有深入了解。目前可視化技術的使用能讓智能電網系統的應用效果更佳，不但能監控電網的運行與使用情況，甚至在關鍵時刻能讓電網的自動化水平得到質的飛越。空間信息展示技術既是以GIS為前提開展的電網參數預測系統，能全方位的對空間情況和地位位置進行了解，從容獲悉設備的使用參數，現在比較常用的三維展示技術。電力配電設備中若加入該項技術，能為電力管理人員提供當地的用電情況和地理信息，從而對設備的使用情況也有了解。也能進一步提升工程設計的工作效率，減少人力資源的投入，能為企業節省部分成本。歷史流展示系統是將電力的運行歷史全面的展示出來，當對歷史情況進行充分了解以后，才能對接下來的電網規劃和負荷數據預測有了解，從而也能讓預測的準確率得以提升，通過歷史流展示能模擬歷史上重大的事件，模擬發生、演變和后續處理等工作，最終能發現其中的隱秘知識與規律，故此該項技術的應用意義十分重大。

2.2 ETL技術

智能電網的數據十分的分散且數量十分巨大，數據所具有的類型也相當的多，這些困難是數據處理當中必須要面對的不利因素。面對這種情況，在處理相關數據時必須要遵守操作流程，防止不必要的問題反復產生，影響整體質量。電力企業一般在數據集成工作上要應用數據倉庫這類技術。而ETL所包括的三個主要組成部分，也即是Extract、Transform和Load，其中Extract便是數據抽取，主要任務是將所需要的數據從源系統當中進行抽取；Transform也即是數據轉換，將被抽取出來的數據進行一系列轉換以達到相關數據要求，并且通過這種過程對數據本身進行整理和加工；Load也即是數據加載，其工作內容主要是加載處理后的數據，再將其保存到需要數據的源系統當中。這種技術在電力大數據集成當中是關鍵技術，如果要在相關企業之中運用這種技術，就需要對這項技術當中的所有因素進行考慮和分析，通過研究之后再將其與其他先進技術進行融合，從而將數據集成工作做到最優，為企業的發展做到最有效的保障。

3 結束語

由于智能電網的迅速發展，可以在運行期間產生海量數據，但是在大量的數據處理和分析中，若依舊沿用傳統的數據處理方法不但不能滿足當前時態的發展需求，也不利于企業的未來優化發展，所以就要搭建出完善的電力大數據平臺，挖掘數據價值，并通過關鍵性技術，以提升智能電網中的電力數據水準，從而提升企業的經濟效益。

參考文獻

[1]但濤.面向智能電網應用的電力大數據關鍵技術分析[J].科技傳播，2015（06）：14-15.

[2]蔡力軍.探討面向智能電網應用的電力大數據關鍵技術[J].科技展望，2016（11）：12-13.

[3]虞翔.電力大數據關鍵技術及建設思路的分析和研究[J].電力信息與通信技術，2014（01）：12-13.

[4]毛華揚，劉加利.淺談面向智能電網應用的電力大數據關鍵技術[J].電力信息與通信技術，2016（16）：12-13.

[5]徐純.“電力物聯網環境下基于可信計算的電力業務數據安全接入與傳輸關鍵技術研究”項目通過驗收[J].電力信息與通信技術，2015（09）：02-03.

作者簡介

吳斌（1974-），男，福建省邵武市人。大學本科學歷。現為國網邵武市供電公司工程師。主要研究方向為電力調度數據網建設與應用、能源管理系統（EMS）建設與應用。

作者單位

國網邵武市供電公司 福建省邵武市 354000