论文部分内容阅读
摘要：智能电网在信息化技术不断发展的过程中也在同步发展，在大数据时代背景下，为了更好地提高智能电网的工作效率，必须要对智能电网的大数据平台进行完善。
关键词：智能电网；电力大数据；关键技术
一、智能电网电力大数据概述
（一）智能电网信息数据类型
随着信息技术的发展，人类的日常活动已经越来越依赖电力系统了，而电力系统在平时的运行中会产生大量的数据，这种数据信息包罗万象，并且随着智能电网的推广应用，得到了井喷式的增长。智能电网的数据信息主要分为两种，一种是电力企业的内部数据，一种是电力企业的外部数据。内部数据主要是电力系统在采集数据信息、监控用户端、管理配电以及为用户提供服务的时候产生的，而外部数据则是多为气象和地理信息，数据的来源途径比较多，也相对分散，因此智能电网的数据处理并不是一件轻松的工作。
（二）构建智能电网大数据平台
随着人们用电需求的增加和用电套餐选择的多元化，电网在运行中产生的数据信息会越来越多，数据的采集和分析工作也会越来越复杂，很多情况下，电力企业已经不能够从容应对这项工作了。智能电网的出现，为数据信息的处理带来了很大的便利，基于信息技术构建的大数据平台，能够实现数据处理的高效化。比如说Hadoop服务平台的构建，将大数据关键技术充分运用进来，利用这些技术，进行数据信息的合理分类和高效处理，有效提升了电力企业的信息处理效率。
二、电力大数据关键技术的应用
（一）数据仓库技術
基于电网产生数据的来源途径比较广泛，数据的分布也比较分散，广泛分布在电网运行的各个环节中，加之数据的数量和类型比较繁杂，所以数据的处理会遇到很多阻碍。智能电网应用ETL关键技术（也就是数据仓库技术）可以有效缓解这种状况，一般来说，智能电网在数据处理工作中，都会按照数据搜集、选取、转换、筛选、纠正等流程执行。数据仓库技术在应用中，主要分成三个流程：①数据抽取技术，应用该技术的主要做法就是将数据从源系统中抽取出来，再将目的数据输入到源系统之中。②数据转换技术。应用该项技术的主要做法是将抽取出来的数据进行转换，使其形式发生变化，并在这一过程中对错误的数据予以纠正。③数据加载技术，该项技术的主要工作内容是将转换过的数据进行加载，并将其移植入源系统进行存储。数据仓库技术是一项非常重要的数据集成技术，在智能电网的数据搜集工作中得到了广泛的应用。对于电力企业来说，做好数据的收集和处理工作至关重要，因此要求电力企业必须从实际的运营情况出发，选择合适的数据处理技术，并对各种高效的技术进行有机融合，实现数据的集成化，以此促进电力企业的稳定发展。
（二）数据分析关键技术
大数据技术的根本驱动力就是将信号转化成数据，接着对数据分析得到信息，再通过信息提炼得到知识，最终通过获取的知识为一些重要决策和行动提供推动力。因此，在大数据背景下，电力数据分析技术就是要能在大量的数据中找到有用的信息，为决策者提供决策依据。对于电力企业来说，科学的决策可以为企业的规划部署提供有效的发展动力，并能够促进企业竞争力的提高，有助于增加企业的经济效益。就以美国的太阳能推广案件为例，该企业利用数据分析技术收集了不少用户的意见反馈，并对太阳能的推广影响进行分析预测，得到有用的信息，以此给决策者提供决策动力，提供科学的数据依据，让太阳能技术广泛应用在区域用户之中，实现节能减排，增加了当地电力企业的效益。
（三）数据处理关键技术
数据处理技术是对海量的技术进行分库、分区和分表的处理。分库处理就是对不同数据库的数据进行分析，找到里面利用率比较低的数据，将其输入系统平台之中；分区处理是将不同的文件进行分类，依次载入到通表之中，起到降低大型表工作压力的作用，让数据的访问更加流畅；数据的分表处理，则是根据数据处理原则，对不同的数据表进行分类建造，降低单表工作的压力。除此之外，数据处理技术还会构建并行式数据库和纵列式数据库，强化数据加载的速度和质量，以达到全天候查询的功能。
（四）数据展现关键技术
在大数据平台中，电力数据展现关键技术主要由三种技术构成——可视化技术、历史信息流展示技术、空间信息流展示技术，这些技术能够使电力工作人员更加直观地了解电力系统的运行状态。可视化技术大多是在电网的实时监控工作中应用，提升电力系统的自动化水平。空间信息流展示技术可以对网点的数据进行远程操控，实现数据的有功和无功调节。
三、结语
我国的智能电网发展比较迅速，电力系统会经常进行更换升级，在处理海量的数据中也会遇到了巨大的挑战，为了更好地发展智能电网，电力企业应该重视电力大数据平台的优化工作，使其能够实现数据最大价值的提取，提高数据的利用率。
参考文献：
[1]彭小圣，邓迪元，程时杰，etal.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35（3）：503-511.
[2]乔茂斌.面向智能电网应用的电力大数据关键技术[J].资源节约与环保，2015（8）：2-2.
[3]梁正波.面向智能电网应用的电力大数据关键技术[J].科技传播，2015（20）.
[4]智能电网中的电力大数据应用[J].刘杰.电子技术与软件工程. 2018（23）.
[5]浅论大数据时代数字资源对智能电网发展影响[J].任莉.通讯世界. 2018（06）.
[6]面向智能电网应用的电力大数据关键技术[J].牛强.科技资讯. 2017（17）.
[7]智能电网技术在智能城市的应用分析[J].李立鸣，宋宇.电气时代. 2019（02）.
作者简介：吴楠 性别：女 出生年月：1993年6月 研究方向：智能电网。
关键词：智能电网；电力大数据；关键技术
一、智能电网电力大数据概述
（一）智能电网信息数据类型
随着信息技术的发展，人类的日常活动已经越来越依赖电力系统了，而电力系统在平时的运行中会产生大量的数据，这种数据信息包罗万象，并且随着智能电网的推广应用，得到了井喷式的增长。智能电网的数据信息主要分为两种，一种是电力企业的内部数据，一种是电力企业的外部数据。内部数据主要是电力系统在采集数据信息、监控用户端、管理配电以及为用户提供服务的时候产生的，而外部数据则是多为气象和地理信息，数据的来源途径比较多，也相对分散，因此智能电网的数据处理并不是一件轻松的工作。
（二）构建智能电网大数据平台
随着人们用电需求的增加和用电套餐选择的多元化，电网在运行中产生的数据信息会越来越多，数据的采集和分析工作也会越来越复杂，很多情况下，电力企业已经不能够从容应对这项工作了。智能电网的出现，为数据信息的处理带来了很大的便利，基于信息技术构建的大数据平台，能够实现数据处理的高效化。比如说Hadoop服务平台的构建，将大数据关键技术充分运用进来，利用这些技术，进行数据信息的合理分类和高效处理，有效提升了电力企业的信息处理效率。
二、电力大数据关键技术的应用
（一）数据仓库技術
基于电网产生数据的来源途径比较广泛，数据的分布也比较分散，广泛分布在电网运行的各个环节中，加之数据的数量和类型比较繁杂，所以数据的处理会遇到很多阻碍。智能电网应用ETL关键技术（也就是数据仓库技术）可以有效缓解这种状况，一般来说，智能电网在数据处理工作中，都会按照数据搜集、选取、转换、筛选、纠正等流程执行。数据仓库技术在应用中，主要分成三个流程：①数据抽取技术，应用该技术的主要做法就是将数据从源系统中抽取出来，再将目的数据输入到源系统之中。②数据转换技术。应用该项技术的主要做法是将抽取出来的数据进行转换，使其形式发生变化，并在这一过程中对错误的数据予以纠正。③数据加载技术，该项技术的主要工作内容是将转换过的数据进行加载，并将其移植入源系统进行存储。数据仓库技术是一项非常重要的数据集成技术，在智能电网的数据搜集工作中得到了广泛的应用。对于电力企业来说，做好数据的收集和处理工作至关重要，因此要求电力企业必须从实际的运营情况出发，选择合适的数据处理技术，并对各种高效的技术进行有机融合，实现数据的集成化，以此促进电力企业的稳定发展。
（二）数据分析关键技术
大数据技术的根本驱动力就是将信号转化成数据，接着对数据分析得到信息，再通过信息提炼得到知识，最终通过获取的知识为一些重要决策和行动提供推动力。因此，在大数据背景下，电力数据分析技术就是要能在大量的数据中找到有用的信息，为决策者提供决策依据。对于电力企业来说，科学的决策可以为企业的规划部署提供有效的发展动力，并能够促进企业竞争力的提高，有助于增加企业的经济效益。就以美国的太阳能推广案件为例，该企业利用数据分析技术收集了不少用户的意见反馈，并对太阳能的推广影响进行分析预测，得到有用的信息，以此给决策者提供决策动力，提供科学的数据依据，让太阳能技术广泛应用在区域用户之中，实现节能减排，增加了当地电力企业的效益。
（三）数据处理关键技术
数据处理技术是对海量的技术进行分库、分区和分表的处理。分库处理就是对不同数据库的数据进行分析，找到里面利用率比较低的数据，将其输入系统平台之中；分区处理是将不同的文件进行分类，依次载入到通表之中，起到降低大型表工作压力的作用，让数据的访问更加流畅；数据的分表处理，则是根据数据处理原则，对不同的数据表进行分类建造，降低单表工作的压力。除此之外，数据处理技术还会构建并行式数据库和纵列式数据库，强化数据加载的速度和质量，以达到全天候查询的功能。
（四）数据展现关键技术
在大数据平台中，电力数据展现关键技术主要由三种技术构成——可视化技术、历史信息流展示技术、空间信息流展示技术，这些技术能够使电力工作人员更加直观地了解电力系统的运行状态。可视化技术大多是在电网的实时监控工作中应用，提升电力系统的自动化水平。空间信息流展示技术可以对网点的数据进行远程操控，实现数据的有功和无功调节。
三、结语
我国的智能电网发展比较迅速，电力系统会经常进行更换升级，在处理海量的数据中也会遇到了巨大的挑战，为了更好地发展智能电网，电力企业应该重视电力大数据平台的优化工作，使其能够实现数据最大价值的提取，提高数据的利用率。
参考文献：
[1]彭小圣，邓迪元，程时杰，etal.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35（3）：503-511.
[2]乔茂斌.面向智能电网应用的电力大数据关键技术[J].资源节约与环保，2015（8）：2-2.
[3]梁正波.面向智能电网应用的电力大数据关键技术[J].科技传播，2015（20）.
[4]智能电网中的电力大数据应用[J].刘杰.电子技术与软件工程. 2018（23）.
[5]浅论大数据时代数字资源对智能电网发展影响[J].任莉.通讯世界. 2018（06）.
[6]面向智能电网应用的电力大数据关键技术[J].牛强.科技资讯. 2017（17）.
[7]智能电网技术在智能城市的应用分析[J].李立鸣，宋宇.电气时代. 2019（02）.
作者简介：吴楠 性别：女 出生年月：1993年6月 研究方向：智能电网。