淺論大數據時代數字資源對智能電網發展影響

王治宇

【摘 ?要】在當前智能電網的發展過程中，大數據的應用越來越多。本文主要探討了智能電網大數據的發展情況，從大數據的發展來進行分析，明確的如何保證大數據的發展，提出了一些具體的發展對策和措施，希望能夠為今后智能電網的發展帶來參考的建議意見，保證智能電網更加科學的發展。

【關鍵詞】智能電網;大數據;發展

前言

智能電網已經是當前發展的一個重要方向，而在發展智能電網的同時，應該配合采取更好的發展技術，大數據作為一項科學合理的技術，在信息化的時代發揮著非常重要的作用，因此，在智能電網中應用大數據已經非常重要。

1智能電網與大數據概述

近年來，電力工業以智能電網為發展方向，智能電網吸納了計算機等現代科學技術，提高了電網運行市場的功能協調與系統運行效率，同時有效的降低成本，減弱了對外界環境的影響，為電力工業電網的系統發展的可靠與穩定性奠定了基礎。

智能電網屬于全面的電力系統網絡，涵蓋著發電、輸電、變電、配電、用電等環環節，屬于實時的全景控制系統網絡。實現智能電網的安全、可靠的目標必須以實時數據采集、分析以及處理的技術為依托，提高多源數據的分析效率。

2智能電網大數據關鍵技術

近年來，智能電網在電力工業中的普及率越來越高，逐漸成為電力工業的主要發展方向之一。智能電網有效地融合了計算機技術、通信技術以及控制技術等多種技術的優勢，對于提高整個電網系統的運行效率有著重要意義。智能電網要全面實現系統功能目標、維持自身安全運行，還需以實時數據采集和處理、先進的數據分析技術為重要依托，這就涉及到大數據技術問題。分析和探究大數據技術在智能電網中的應用現狀，有助于提高人們對智能電網相關技術的認知能力，也能夠為今后改進智能電網的數據處理、分析工作提供重要的信息支持。

2.1分析架構

目前智能電網大數據廣泛采用3層分析架構，最外層挖掘復雜和動態數據，本地學習和模型融合，挖掘稀疏、非確定、不完整數據;最內層作為大數據挖掘平臺;第二層為信息共享和數據隱私，大數據應用與知識。大數據挖掘平臺具有核心數據訪問和計算功能，隨著數據的增加，分部進行存儲數據是必經之路，而高效的數據挖掘平臺擔當了執行者的身份，將數據分析及處理任務分割成很多的子任務，并通過并行的程序在大量的計算節點上執行。在3層架構模式的最外層框架內對稀疏、非確定、不完整數據進行預先處理，然后獲得具有普適性的智能電網全局知識，根據反饋調整模型參數。而第二層在分析架構中起到一個聯系的作用，對數據起到一個隱私保護、信息共享的作用。信息共享能夠保證每個階段都順利進行，也是數據分析的目的所在。

2.2關鍵技術

大數據在智能電網中的關鍵技術可以概括為大數據存儲、處理平臺和數據解析。大數據處理平臺對待流處理和批處理有不同的處理方案，也適用于不同的數據要求。流處理一般都直接進行處理，特點是速度快、實時性強，這種處理模式適用于電網規劃等對于實時性要求高的業務。批處理是另一種處理方式，它主要特點是先存儲后處理，這種處理方式對時間的實時性不能保證，其主要處理思路就是將問題分開解決。這種處理方式適合數據量非常龐大繁雜，而且對實時性要求不高的業務。

大數據解析包括數據分析和解讀兩個方面，大數據分析可以得到大量數據中所隱藏的未知關系和潛在規律。由于分析出的數據不易理解，所以需要對分析結果進行通俗化地解讀，大數據解讀也算是對數據的深層次挖掘，對分析結果的精加工。所以大數據解讀也可以看成是大數據的一種特殊分析方法。人們通常了解的大數據解析技術包括：第一，數據挖掘與融合。提取有用的信息整合為唯一的、準確的、可以理解的信息過程稱之為數據挖掘與融合。數據挖掘和融合可以使整體電網的實時性得到精確提升，電網中產生的各種數據并不是無用的，只要將其融合再利用都具有潛在的價值。第二，領域普適知識挖掘。領域普適知識挖掘是指通過螺旋式漸進地探索大數據的規律，發現一定的普遍性和不變性的知識與規律。第三，過程挖掘。過程挖掘幫助模型和事件之間建立一定的聯系，并將時間數據轉化為有價值的東西。過程挖掘可以引導用戶合理地使用電力，還可以為用戶提供最合理的節能用電方案，以提升企業對電網的管理水平。

智能電網對通信和數據傳輸有著較高的要求，傳統數據技術顯然已不能滿足通信需求，其局限性越來越明顯。而大數據技術的融入，則增強了智能電網運行安全性、穩定性、可靠性，解決了智能電網通信問題。傳統數據通信技術下，智能電網通信由靜態路由算法，這種通信方式具有一定滯后性，網絡擴充時需要進行更新，所以通信速度慢，多節點通信中路由表數據非常龐大，將直接影響尋址速度，造成通信速度下降。大數據技術則融入了動態多徑路由算法，優化了尋址方式，在大數據、多節點通信中，依然可以快速尋址，采用了混合驅動尋址模式，降低了尋址延遲性。另一方面，由于智能電網涉及節點多，單一系統結構易造成整個網絡的故障。而大數據技術下，運用多層技術，對轉接點、交換點、端節點進行了數據整合，通過多層次數據整合來滿足電力信息交換任務要求，優化主干線路和節點。另一方面，大數據技術下，尋址策略發生了變化，融入了極坐標尋址技術。尋址策略影響著尋址速度和數據交換速度，電力數據傳輸中大節點設置非常復雜，設計到編址和編碼。大數據技術中利用物理尋址作為尋址依據，大大降低了尋址難度，減小冗余節點數量，有效解決了電力通信中擁堵問題。毫無疑問，大數據技術為電力工業發展提供了新技術支持，非常值得推廣和應用。

依照當前的情況來看，我國對于智能電網，大數據技術的研究，處于探索的初級階段，還有很大的提升空間。因此，相關人員要積極探索相應的措施和手段，不斷提升大數據信息系統的操控能力，做好數據的搜集和實時監控，不斷完善大數據技術的相關內容，從而讓智能電網大數據技術得到更好的應用，讓其成為電網發展的重要支撐。隨著智能電網建設規模的不斷擴大，智能電網對數據監控和管理的功能要求越來越高，與智能電網數據管理密切相關的大數據技術研究取得了很多新突破。

3結束語

在目前智能電網的發展過程中，大數據已經成為了一個極為可靠的重要技術，利用大數據技術之后，智能電網可以發展得更好，而且在各個環節也可以更加科學更加有效率地進行處理，從而推動我們電網行業的進步和發展。

參考文獻：

[1]彭小圣，鄧迪元，程時杰，等.面向智能電網應用的電力大數據關鍵技術[J].中國電機工程學報，2015（3）：503-511.

[2]黃偉，曹健.智能電網大數據技術的發展研究[J].無線互聯科技，2015（15）：19-20.

[3]楊通國.智能電網大數據技術的發展策略分析及研究[J].科技展望，2016（14）：109.

[4]陳豪，趙扉，陳鼎.淺談智能電網大數據處理技術及發展趨勢[J].信息化建設，2016（3）：312.

[5]王晨陽.淺談智能電網大數據技術的應用與發展[J].智能城市，2016（7）：315.

（作者單位：國網山西省電力公司檢修分公司）