基于云計算的電力大數據分析技術與應用

謝小艷，徐自力，楊 子，王海港

（國網安徽省電力有限公司，安徽 合肥 230061）

0 引言

隨著網絡和計算機技術飛速的發展，電力調度中心根據生產需求不斷的配備相應的信息系統去促進調度系統的信息交流，幫助電力企業提供管理水平。電力系統也在經過多年運行中，提供了復雜、多樣、豐富的歷史數據基礎，這些數據具有歷史特性，對這些數據進行深度挖掘可以得出歷史經驗和規則。但是這些數據分散在各自系統中，無法綜合式的展現給用戶，為了能夠提高歷史數據利用率，更好的滿足電力客戶的各種需求，因此使用大數據與云計算結合的方式，首先對電力系統的進行全面數據挖掘和數據展示，統一化管理電力系統的數據并規范化數據格式，再通過云計算自定義報表形式直接展示數據信息。

1 云計算含義及其特點

對于云計算來講，它屬于建設在網絡上的一種超級計算形式。它能夠運用長途以及其他地區的發散形式的計算機，進行計算機的運用幫助人們供給數據的儲存以及計算等諸多效用。云計算能夠對數據進行快速的處置同時其存儲空間也能對數據實行超乎想象的儲存，它還有著超乎想象的兼容性這也就說明了其有著較強的延展性以及虛擬性。云計算可以分為并行計算。把云計算運用在電力系統中，可以提高電力系統的并發能力的目的，使得電力系統更安全更高效。它可以使得電力系統同時接收不同客戶的所有請求，同時通過分配規則將請求均衡分配下發，多個請求之間處理數據獨立運行互不干擾。云計算技術在數據處置的速度十分快速，對電力大數據信息進行處理時，通過基于XML自定義報表形式生成報表，滿足多樣化需求。另外云計算技的在存儲上有著難以想象的空間存在，使得在這個處處用電、以電為住的時期，這使得數據的體積，變成抑制電力大數據發展的主要因素，在云計算中生成的報表可以直接展示瀏覽，不占用客戶的存儲空間，等需要下載保存的時候才會將數據保存到用戶的存儲空間中，這樣不僅保護數據的安全性，也節約了更多的存儲空間。由于云計算技術采用的是虛擬存儲技術，它使得電力數據的整體性得到了很大程度的加強，同時也很大程度的幫助電力系統在日常工作中有所保障，保證電力大數據的完整性，以此使得電力系統在工作所需得到滿足。就總體來看對云計算技術的運用，可以快速把多種渠道采集的數據整合起來，大大改進了電力系統在數據處理和收集上的問題[1]。

2 大數據的含義及特點

體系龐大程序較為復雜的數據系統被稱為大數據。通常情況下，對于數據的收集，分類，整理及歸納等工作的有效實施，可以通過數據處理系統或數據分析程序等對其進行分析，而且雖然具有此分析方式，卻經常無法達到想要的處理結果。導致這一現象的根本原因在于大數據分析具有非常特殊的性質，即其具有信息量大，分析速度快及種類多樣化的特點。所以為了有效進行數據分析工作，必須在數據分析方式上進行創新，由于現階段國內電力工業得到一定發展，并且計算機技術的應用也越來越廣泛。通過此先進技術和信息系統衍生出的多種系統，如SCADA/EMS系統、水調自動化系統及調度信息管理系統等。這些設備在經過多年的運行中，為電力系統提供了大量的豐富數據資源。這些數據都是在電力企業內，變電和配電以及用電等所有環節內，形成的各種各樣的、規則不一的數據，這些數據大多數是由智能設備和智能軟件產生的，它是智能電網項目的重中之重[2]。它們都具備以下特點：

數據量廣，電力調度中心是通過各個調度系統生產配備去完善調度中心，因此電力系統的數據來源十分廣泛和龐大，每一個調度系統都在給電力調度提供源源不斷的數據；處置速度快，隨著數據量的爆炸式增長，因此信息技術較為發達，這使得數據處理速率也不斷提速，電力系統采用高性能的相關設備和軟件，一秒鐘的處理速度可以達到數十萬次；數據種類多，電力行業總的來講它是一個跨領域、跨專業的行業，由于涉及領域較廣使得運行時會大量形成規格不同的數據，其中有文本以及音頻和圖片等諸多類型，數據來源也呈現多元化；價值高，電力系統運行中產生的數據十分具有歷史特性和規則，通過對這些數據充分挖掘可以探索出電力系統的運行特性和規則；具有精準度，在智能設備及時收集且上傳的數據，使得電力大數據準確性有所保障，這使得可以幫助企業對于不同情形下的業務場景進行模擬，使得企業不斷的進步[3]。

3 基于云計算的電力大數據分析技術與應用

3.1 分析系統

電力大數據分析系統在云計算的背景下，是指以計算機系統和計算結構為基礎，保障電力大數據的可用性和穩定性，同時利用ETL工具對電力系統中各個系統大數據進行抽取轉換，并通過云計算對轉換后的數據進行分析和整合形成自定義報表，可以直觀的展示所需要的重要信息，突出在每個工作環節內的主要內容，以此讓對應環節的工作量進行削減且難度也有所降低[4]。

3.2 分析技術

對數據信息保存系統進行規劃，其根本原因是為了簡約數據剖析的整個流程，使得數據靈活可配以此來讓其更契合在行業發展確切所需，對于電力大數據的解析，可以剔除無用數據，將不同系統中的數據匯聚在一起，不僅提高數據利用率也避免了資源的浪費。與此同時，對于一些標志性的數據文件來說，現有系統所擁有的功能不能很好的過濾掉無效信息，由此對全部數據進行無死角掃描的方法來進行數據信息收集，這樣不僅會使得數據結果不能很直接的突出重點，還會產生比較嚴重的資源浪費。鑒于大數據這門技術已經非常常見，對于其應用方面也十分廣泛。因此我們通過ETL工具對電力大數據進行轉換，將D5000系統、EMS系統等不同系統中的數據集中在一起，分析整個電力系統，從中得出規則和經驗，更好的防范可能發生的風險，更好的幫助電力系統運行。通過ETL工具將電力大數據的剖析轉換，實現對電力大數據的靈活配用，再通過云計算基于XML定義的報表模板技術實現報表自定義功能，滿足業務多樣化報表需求，對數據進行整合展示，實現對抽取的數據進行統計分析。經過前端報表模版展示幫助用戶分析數據，運用圖像化和數據化報表合二為一的辦法，更加形象的提供較為直接且準確的統計信息，有效提升電力調度準確性和安全性。

4 結束語

數據信息的收集和采納在目前電力大數據分析系統技術下得到了更有效的實施，以此更好的總結出數據的歷史規則和經驗，以此來促進企業未來的可持續、數字化的發展。大數據結合于云計算技術，對于數據分析系統的整體程序運行具有優化作用，大大提高了該系統程序的運行效率，在提升系統運行效率的同時，增加了智能電網的普及和應用范圍，在更大程度上滿足現階段社會上對于數據信息的需求。