论文部分内容阅读
摘要：智能电网是大数据的重要应用形式之一，文章概述了智能电网大数据的概念、特点等，分析了当前智能电网大数据的关键技术，并提出智能电网大数据技术的发展路径。
关键词：智能电网大数据；概述；关键技术；发展路径
1 引言
智能电网就是电网的智能化（智電电力），是电力产业的发展方向，它是建立在集成的、高速双向通信网络的基础上，通过先进的传感和测量技术、设备技术、控制方法以及决策支持系统技术的应用，实现电网的可靠、经济、高效、环境友好和使用安全。智能电网的最终目标是实现覆盖电力系统整个过程，包括发电、输电、变电、配电、用电、调度等环节的全景实时系统。支撑智能电网运行的是大数据技术。大数据是通过对大量、多样和来源复杂的数据信息进行收集、发现合分析，提取其实用价值的技术体系。
2智能电网大数据概述
2.1智能电网大数据的概念
随着信息化的推进和发展，电力系统也在逐渐实现信息化发展，而智能变电站、智能电表、电力实时监测系统、测控一体化系统等一系列信息管理系统在电网上的应用和建设，使得电网收集到的数据规模和种类大幅度增加，这些数据一起构成了智能电网大数据。
2.2智能电网大数据的分类
根据数据的来源，可以将智能电网大数据分为两类：电网内部数据和外部数据。前者是来自用电信息采集系统、营销系统、监测系统、配电管理系统等电网各方面管理和服务系统的数据；后者是来自气象信息系统、地理信息系统、公共服务部门、互联网等的数据。智能电网大数据分散布置在不同地方，由不同的单位和部门进行管理。
2.3智能电网大数据的特点
大数据的特点是Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。智能电网大数据的特点主要体现在规模大、高速和多样化三方面。首先，智能电网大数据的规模大是由于近几年用电需求增多，电网负荷量逐渐增大引起的，当前智能电网的数据存储已经达到PB量级。其次，智能电网大数据的高速是随着对大规模数据处理的需求升高引起的，高速的分析和处理模式有助于应对智能电网的实时负荷，及时解决故障，保障电网的稳定运行。最后，智能电网大数据的多样化是由于数据来源增加，数据存储的类型增加，还包含了来自外网的语音等数据类型。
3智能电网大数据关键技术分析
3.1大数据存储和处理平台
大数据主要的存储和处理方式有流处理和批处理两种。其中流处理是直接处理数据，将数据视为流，数据流本身具有量大、持续性和高速等特点，当新的数据流到来时会立刻被处理并反回处理结果，该方式适用于智能电网中对实时性要求较高的业务，例如电网设备的在线监测。批处理是将数据存储好再进行处理的方式，将数据进行分类处理，该方式适用于智能电网中对实时性要求不高，但是数据量非常大且复杂的业务。因为智能电网是一个不断发展的工程，每天的数据都在逐渐增加，如果将全部的数据集中到一起进行管控，将无法保证其可行性、可靠性和可扩展性。因此在数据处理时要融合分布式文件系统、分布式数据处理系统等云计算技术，作为智能电网大数据存储和处理的平台和技术支撑，以保证在智能电网中良好的应用大数据。
3.2大数据的数据解析
大数据解析包括数据分析和解读2项工作。大数据分析是对大量的多样化的数据进行分析，发现其中隐藏的模式、相互关系等有用信息的过程。而为了使分析结果被理解和使用，此时就需要进行大数据解读。大数据解读是对大数据本身和其分析过程进行深入的、深层次的剖析和多维展示，同时将大数据的分析结果还原成具体的电力发展或服务问题的过程。大数据解读过程中伴有对大数据本身的分析，因此也被当做是特殊的大数据分析方法。常用的大数据解析技术包括数据挖掘与融合、领域普适知识挖掘、过程挖掘和数据可视化等。
4智能电网大数据技术的发展路径分析
4.1大数据传输和存储技术
研究大数据传输和存储技术的目的就是为了给智能电网的电力系统每时每刻都会产生的大量数据提供一个存储场所，减小实施监测的负担，尽量不影响电力系统智能化的正常使用。因此，要发展大数据传输和存储技术。首先，传输时可以先进行数据压缩，减少内存占量，利用互联网进行实时传输。其次，数据存储可以利用分布式文件处理系统，将数据分类进行存储，但这会影响电力系统的实时性，此时需要联合数据库系统以弥补实时性的缺陷，对对实时性要求较高的数据使用数据库系统进行处理。目前我国大数据的存储技术还不能满足实时性的要求，因此在云平台出现故障或无法服务的时候暂时进行数据存储。最后，智能电网数据格式相对于传统数据有较大的优势，为了提高数据分析和计算速度，就需要对智能电网的具体存储格式进行研究和改进。
4.2实时数据处理技术
实时数据的处理是利用互联网或计算机的内存技术直接对数据进行处理，不要要存储，处理速度非常快，可有效提高数据的应用性。当前由于智能电网大数据的量非常巨大，需要实时处理的数据量也比较大，为了缓解数据处理的压力，可利用内存数据库代替传统的磁盘数据库，在保证实时性的同时还不会对其他数据产生影响。而随着绿色能源的推广，电网在接入新能源时会产生一定的波动，这种波动是不确定、不可预知的，所以对智能电网进行实时状态监测非常必要，可有效监控电网异常和新能源入网异常的发生，以便于及时解决带来的问题。但是对电网的状态监测对数据的存储和处理技术的要求较高，目前的技术还存在一定的不足，所以要进一步提高云平台处理海量大数据的能力，这样才可以在电力需求日益升高，电网系统稳定性不足的现状下，满足电力系统对实时性的需求。
4.3异构多数据源处理技术
因为智能电网的最终目标是实现覆盖电力系统整个过程，包括发电、输电、变电、配电、用电、调度等环节的全景实时系统。所以需要对多数据源的异构信息进行全方位的整合，这样才能使电网的发电、输电、变电、配电、用电、调度等环节顺利进行，而且也可提高信息收集的全面性，数据传输的流畅性，以及数据处理的高效性。异构多数据源处理技术未来将是智能电网大数据技术应用的关键途径。为了提高运行效率，节约成本，未来智能电网将进行更大规模的数据整合，降低运营成本，科学管理数据运行，有效管理分布地点不同的电网基础设施，这样不仅可以提高电网自身的经济效益，也能实现更高的社会效益，为人们生产生活提供更好的电力资源。
5结语
随着信息化技术应用的越来越广泛，智能电网的发展也必然会越来越完善。我国当前的智能电网大数据技术还处于一个初级的探索阶段，有着良好的发展前景。因此，我们要加强对智能电网大数据技术的研究，发展更加先进的、科学的和高效的大数据存储、处理以及解析技术，研究更加便捷有效的实时数据处理技术和异构多数据源处理技术，从而让智能电网大数据技术成为电网未来发展的支撑。
参考文献：
[1]张东霞，苗新，刘丽平，等.智能电网大数据技术发展研究[J].中国电机工程学报，2015，35（1）：2-12.
[2]丁倩，刘华喜.智能电网大数据技术发展研究[J].智能城市，2016，（12）：47-48.
[3]陈晔.智能电网大数据技术发展探索[J].科技资讯，2016，（29）：2-3.
关键词：智能电网大数据；概述；关键技术；发展路径
1 引言
智能电网就是电网的智能化（智電电力），是电力产业的发展方向，它是建立在集成的、高速双向通信网络的基础上，通过先进的传感和测量技术、设备技术、控制方法以及决策支持系统技术的应用，实现电网的可靠、经济、高效、环境友好和使用安全。智能电网的最终目标是实现覆盖电力系统整个过程，包括发电、输电、变电、配电、用电、调度等环节的全景实时系统。支撑智能电网运行的是大数据技术。大数据是通过对大量、多样和来源复杂的数据信息进行收集、发现合分析，提取其实用价值的技术体系。
2智能电网大数据概述
2.1智能电网大数据的概念
随着信息化的推进和发展，电力系统也在逐渐实现信息化发展，而智能变电站、智能电表、电力实时监测系统、测控一体化系统等一系列信息管理系统在电网上的应用和建设，使得电网收集到的数据规模和种类大幅度增加，这些数据一起构成了智能电网大数据。
2.2智能电网大数据的分类
根据数据的来源，可以将智能电网大数据分为两类：电网内部数据和外部数据。前者是来自用电信息采集系统、营销系统、监测系统、配电管理系统等电网各方面管理和服务系统的数据；后者是来自气象信息系统、地理信息系统、公共服务部门、互联网等的数据。智能电网大数据分散布置在不同地方，由不同的单位和部门进行管理。
2.3智能电网大数据的特点
大数据的特点是Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。智能电网大数据的特点主要体现在规模大、高速和多样化三方面。首先，智能电网大数据的规模大是由于近几年用电需求增多，电网负荷量逐渐增大引起的，当前智能电网的数据存储已经达到PB量级。其次，智能电网大数据的高速是随着对大规模数据处理的需求升高引起的，高速的分析和处理模式有助于应对智能电网的实时负荷，及时解决故障，保障电网的稳定运行。最后，智能电网大数据的多样化是由于数据来源增加，数据存储的类型增加，还包含了来自外网的语音等数据类型。
3智能电网大数据关键技术分析
3.1大数据存储和处理平台
大数据主要的存储和处理方式有流处理和批处理两种。其中流处理是直接处理数据，将数据视为流，数据流本身具有量大、持续性和高速等特点，当新的数据流到来时会立刻被处理并反回处理结果，该方式适用于智能电网中对实时性要求较高的业务，例如电网设备的在线监测。批处理是将数据存储好再进行处理的方式，将数据进行分类处理，该方式适用于智能电网中对实时性要求不高，但是数据量非常大且复杂的业务。因为智能电网是一个不断发展的工程，每天的数据都在逐渐增加，如果将全部的数据集中到一起进行管控，将无法保证其可行性、可靠性和可扩展性。因此在数据处理时要融合分布式文件系统、分布式数据处理系统等云计算技术，作为智能电网大数据存储和处理的平台和技术支撑，以保证在智能电网中良好的应用大数据。
3.2大数据的数据解析
大数据解析包括数据分析和解读2项工作。大数据分析是对大量的多样化的数据进行分析，发现其中隐藏的模式、相互关系等有用信息的过程。而为了使分析结果被理解和使用，此时就需要进行大数据解读。大数据解读是对大数据本身和其分析过程进行深入的、深层次的剖析和多维展示，同时将大数据的分析结果还原成具体的电力发展或服务问题的过程。大数据解读过程中伴有对大数据本身的分析，因此也被当做是特殊的大数据分析方法。常用的大数据解析技术包括数据挖掘与融合、领域普适知识挖掘、过程挖掘和数据可视化等。
4智能电网大数据技术的发展路径分析
4.1大数据传输和存储技术
研究大数据传输和存储技术的目的就是为了给智能电网的电力系统每时每刻都会产生的大量数据提供一个存储场所，减小实施监测的负担，尽量不影响电力系统智能化的正常使用。因此，要发展大数据传输和存储技术。首先，传输时可以先进行数据压缩，减少内存占量，利用互联网进行实时传输。其次，数据存储可以利用分布式文件处理系统，将数据分类进行存储，但这会影响电力系统的实时性，此时需要联合数据库系统以弥补实时性的缺陷，对对实时性要求较高的数据使用数据库系统进行处理。目前我国大数据的存储技术还不能满足实时性的要求，因此在云平台出现故障或无法服务的时候暂时进行数据存储。最后，智能电网数据格式相对于传统数据有较大的优势，为了提高数据分析和计算速度，就需要对智能电网的具体存储格式进行研究和改进。
4.2实时数据处理技术
实时数据的处理是利用互联网或计算机的内存技术直接对数据进行处理，不要要存储，处理速度非常快，可有效提高数据的应用性。当前由于智能电网大数据的量非常巨大，需要实时处理的数据量也比较大，为了缓解数据处理的压力，可利用内存数据库代替传统的磁盘数据库，在保证实时性的同时还不会对其他数据产生影响。而随着绿色能源的推广，电网在接入新能源时会产生一定的波动，这种波动是不确定、不可预知的，所以对智能电网进行实时状态监测非常必要，可有效监控电网异常和新能源入网异常的发生，以便于及时解决带来的问题。但是对电网的状态监测对数据的存储和处理技术的要求较高，目前的技术还存在一定的不足，所以要进一步提高云平台处理海量大数据的能力，这样才可以在电力需求日益升高，电网系统稳定性不足的现状下，满足电力系统对实时性的需求。
4.3异构多数据源处理技术
因为智能电网的最终目标是实现覆盖电力系统整个过程，包括发电、输电、变电、配电、用电、调度等环节的全景实时系统。所以需要对多数据源的异构信息进行全方位的整合，这样才能使电网的发电、输电、变电、配电、用电、调度等环节顺利进行，而且也可提高信息收集的全面性，数据传输的流畅性，以及数据处理的高效性。异构多数据源处理技术未来将是智能电网大数据技术应用的关键途径。为了提高运行效率，节约成本，未来智能电网将进行更大规模的数据整合，降低运营成本，科学管理数据运行，有效管理分布地点不同的电网基础设施，这样不仅可以提高电网自身的经济效益，也能实现更高的社会效益，为人们生产生活提供更好的电力资源。
5结语
随着信息化技术应用的越来越广泛，智能电网的发展也必然会越来越完善。我国当前的智能电网大数据技术还处于一个初级的探索阶段，有着良好的发展前景。因此，我们要加强对智能电网大数据技术的研究，发展更加先进的、科学的和高效的大数据存储、处理以及解析技术，研究更加便捷有效的实时数据处理技术和异构多数据源处理技术，从而让智能电网大数据技术成为电网未来发展的支撑。
参考文献：
[1]张东霞，苗新，刘丽平，等.智能电网大数据技术发展研究[J].中国电机工程学报，2015，35（1）：2-12.
[2]丁倩，刘华喜.智能电网大数据技术发展研究[J].智能城市，2016，（12）：47-48.
[3]陈晔.智能电网大数据技术发展探索[J].科技资讯，2016，（29）：2-3.