智能電網應用背景下的電力大數據關鍵技術

張偉

（內蒙古電力經濟技術研究院 內蒙古自治區呼和浩特市 010010）

相較于其它系統，電力系統的復雜程度更大，并且其地位范圍也比較廣，特點極多，包括用電平衡、數量龐大、通訊可靠、傳輸能量和數量龐大、運行時間長等等。也正因如此，電力系統在正常運轉過程中會產生出極多的數據，但這些數據的實際價值密度并不高。相比較而言，電力系統的運行情況和大數據的特點有很多相符合的地方。

1 智能電網的大數據特征

智能電網在正常運行過程中將計算出數量巨大的數據，這些數據的來源有很多，主要分為兩個種類：

（1）與電力企業相關的內部數據，這些數據主要來源于電力企業內部的各大應用系統，比如數據的采集以及監控系統、生產管理系統、客戶服務系統、配電管理系統等；

（2）來自于企業外部的數據，主要來自于互聯網、氣象信息系統、地理信息系統等等。相較于第一種數據來源，這種數據的管理單位并不統一，且比較分散，不利于收集。

通過上文的敘述，智能電網的數據具有非常多的特點，來源非常多，各種結構、各種數據的百分比也在顯著地提升，這些數據中主要包括在線監測系統里的視頻、客戶服務系統中產生的語音數據、圖像、音頻數據等，這些數據都非結構化的數據，這些數據不僅價值密度非常低，而且在生命周期等方面有著比較大的差異。具體如圖1所示。

2 智能電網、云計算、大數據的關系

2.1 智能電網與大數據的關系

通信技術、信息技術和與此相關的基礎設施是構建智能電網的重要支撐。隨著時代的發展，我國在智能電網領域的發展速度大大提高，可以穩定地對外供應高質量的電，也可以有效的提高能源的使用效率。以智能電網為基礎，就可以很快地了解到用戶的實際用電情況，并通過對情況的了解，逐漸調整和完善供電工作中存在的問題，以此提升整體的供電質量。

2.2 大數據和云計算的關系

隨著互聯網的興起，云計算這一概念也逐漸進入到人們的視野、企業的系統當中。對于企業而言，云計算可以有效的幫助企業對內部數據進行詳盡的計算、與合作平臺進行數據共享，提高其工作效率。云計算其實是大數據技術的基礎，有了強大的計算能力之后，才能夠更好的完成對數據的儲存、管理和研究等工作。有云計算的加持，大數據技術對數據的快速處理和計算，幫助企業更好的了解用戶的實際需求，以此提升用戶的實際體驗。在某一層面上來說，是云計算讓大數據技術真正地走向了社會；也可以說正因為大數據技術的發展，推動了云計算功能的進一步開發。

2.3 智能電網、云計算、大數據的關系

圖1：智能電網數據采樣頻率和生命周期

圖2：智能電網、云計算、大數據的關系示意圖

如圖2 即為智能電網、云計算、大數據之間的關系。可以說，智能電網能夠正常運行，依靠的便是云計算，正是因為云計算提供的技術，才使得智能電網的數據能夠高效的完成整合與處理；而在云計算的基礎之上，大數據技術為了完成業務的需求，對數據進行整合分析，做出有效的數據分析；將大數據應用在電力系統當中，即為智能電網，因此綜上所述，三者之間的關系是相輔相成的，并不是單獨存在的。

3 智能電網大數據關鍵技術

3.1 多源異構數據聚合管理技術

前文已經提到過，智能電網是一種非常復雜的系統，其存儲的數據量非常大，且種類較多，如果只是簡單地進行數據處理工作的話，那么處理速度會非常之慢。正因如此，在智能電網的數據管理方面一定要做好以下幾項工作：首先是將數據整合，對其進行排查，選出與此次工作內容相關的數據進行轉換，在剔除和修正之后就可以將其投入使用。當然，在開始之前，要選擇合適的數據集成模型，現有的模型主要包括數據鏈板、基于中間體模型、數據倉庫等等。

數據倉庫技術又稱ETL，很多企業都會使用這一數據集成模型作為集成數據的方式。其主要分為三個方面：首先是對數據的抽取，通過數據源的系統，抽取與工作內容相關的數據；其次是數據的轉換，在數據抽取工作完成之后，按照相應要求，將數據轉換為另一種形式，如果數據出現了偏差等情況，也要對其進行清理、加工等步驟；最后是數據的加載，完成數據轉換之后，要將這些數據加載至目標數據源的系統當中。就當前的智能電網發展形勢而言，數據的集成是該技術中的關鍵步驟，它需要工作人員綜合考量多方面的因素，并依托多種技術完成集成。

3.2 復雜的數據處理技術

智能電網中的數據存在著多種多樣的形式和結構，對于這些比較復雜的數據比如非結構化的數據需要先進行特殊的處理之后，將其轉化為結構化數據。而在整體的智能電網系統當中，結構化的數據可以直接應用于傳統型的數據庫系統、分布式并行數據庫當中。

3.2.1 分布式文件系統

由于電網系統當中的數據大多比較分散，因此，通過分布式文件系統可以將這些數據分別儲存在物理上分散的幾個儲存節點之上，通過這種方式使信息得到更好的管理和分配。與此同時，該系統會將文件系統的訪問接口展示給電力用戶，使數據、信息的管理不再受到大小、數量的限制。這種方式更適合對非結構化數據的保存，對其它方式的數據儲存工作來說并不一定是最好的方式。

3.2.2 分布式數據庫

分布式數據庫具有很多的特點，其中主要包括協同性、拓展性，這些特點也使分布式數據庫獲得了更多的應用空間。當前，隨著時代的發展，大數據的整體環境對數據信息的管理、儲存等工作有了更高的要求，分布式數據庫成為其中比較常用的處理方式。

3.2.3 關系型數據庫系統

就目前而言，智能電網系統當中最為常見且占據著主導地位的仍然是結構化數據。因此，對結構化數據的管理、儲存、處理工作是非常重要的。Oracle 是目前世界范圍內應用頻率最高的數據庫管理系統，使用起來非常便捷，功能也非常的全面。

3.3 數據分析的關鍵技術

就大數據的技術而言，轉化信號數據需要驅動能力作為支撐，當數據得到了細致的分析之后，使得信息能夠更適用于智能電網工作。通過大數據技術，在數量巨大的信息當中尋找到有用的信息數據，并對相關的電力數據進行有效的分析，找出其中的模塊態勢規律之后，決策者可以以此為參考，做出更有利于企業發展的決策。對于電力企業而言，決策者的每一次決策都影響著其今后的發展，對于企業的生產、經營和投放工作都起著決定性的作用。好的決策不僅能夠讓企業更快地發展，更能讓企業的工作效率和質量不斷攀升。德國在使用了數據分析的關鍵技術之后，就對太陽能的運轉提供了非常合理的管理和支持，使得更多的電力用戶能夠使用太陽能帶來的便利。這一過程中，其產生的多余的電量都會回傳到電網當中，電力企業的經濟效益也會得到相應的提高。

3.4 數據展示的關鍵技術

數據展示的關鍵技術主要有三種，第一是可視性技術，其多應用在監控電網狀態，通過電力系統提升其自動化水平，可以使電力發展情況達到更好的狀態；第二是歷史流，第三是空間信息展示技術，其具體的表現便是大眾熟知的虛擬現實技術，包括三維展示技術等等。而這些都是空間信息展示技術在電網參數、現有的GIS 當中的體現。

4 電力大數據關鍵技術的應用分析

對于智能電網而言，大數據技術是非常重要的。在應用過程中，電力大數據關鍵技術需要通過集成管理、數據分析、處理及保存等多個角度完成功能的應用。

4.1 集成管理

前文已經提到了，智能電網在正常的運行過程中所產生或使用的數據量非常之大。而電腦在完成工作的過程中，需要通過較多的傳感器對于工作內容相關的數據進行分析和處理，并依托于系統傳輸信息。在信息的管理方面，相關工作人員也需要采用比較嚴格的手段、科學的方式，通過這樣的方式完成信息采集與傳輸工作。如此一來所產生的數據，才能夠為后續的工作奠定良好的基礎。大數據技術體現了非常出色的集成化管理，并通過更高標準的管理模式，使企業的數據管理工作的效率和水平都能夠提高明顯地提高。

4.2 數據分析

在電力企業的正常工作當中，工作人員需要面對大量的數據以及分析、處理工作，這些也是電網管理、調度工作當中的常態。為了簡化工作步驟、提升工作效率，可以通過大數據技術的應用功能對具體的信息做出正確的處理方案。對于電網工作而言，大數據技術具有非常重要的意義，它可以將與工作內容相關的信息、需要使用的技術進行有效的分析，以此得出有效的結論或處理方案，引導整體的工作向前發展。當前，大數據技術當中的Hadoop 和Spark技術是其熱門技術，在各企業內的使用范圍也比較廣，它們在很多方面都有著非常好的發展前景。在此過程中，工作人員需要對大數據技術進行合理地、科學地應用，通過它們的技術帶動整體的生產和經營，提高其管理水平。

4.3 數據處理

在正常的工作過程中，大數據技術的確為智能電網提供了非常重要、寶貴的支持，尤其是在信息方面，更是在很大程度上提高了智能電網的工作效率。大數據技術的主要優勢中就包括對信息的快速處理。在此過程中，信息的處理工作要更加注意細節，滿足處理的要求，促進數據處理工作效率和水平的提升。相比較而言，傳統的數據處理方式的處理速度顯然更慢，其效率和完整性都將受到很大的影響。而通過利用大數據技術，就可以有效的改善這些問題，并以此為基礎，建立完備的數據管理庫及管理體系，完善數據的查詢工作和服務質量。

4.4 數據安全

隨著時代的發展，互聯網成為人們生活中必不可少的一部分。在這樣的環境下，信息的安全也成為人們重點關注的內容。因此，在大數據技術之下，做好數據安全工作也是非常必要的。通過大數據技術，對電網系統當中損失的數據可以及時地恢復，并提高其防御風險的能力，保障信息和數據的安全性。

5 結束語

隨著時代的發展，科學技術、經濟水平、互聯網技術的逐漸提升，智能電網也隨之發展。在智能電網的日常工作當中，電力系統、設備檢測、用電信息采集等方面都將產生數量較多的各種類型、各種形式的數據和信息。相關工作人員要加強對電力大數據關鍵技術的分析和研究，以此促進智能電網的工作效率。