论文部分内容阅读
摘 要：电力系统中，计算机的运用已十分普及，作为新时代电力数据统计分析的必要途径，电力大数据对于分析电力技术与各项应用效果来说非常重要，也是社会发展的必然要求，通过云计算提高电力数据源的准确可靠性，进而明确电力工程发展方向与电力设备等使用标准，这些都具有非常的意义。为了更好的了解云计算过程的电力大数据，本文进行了分析，通过分析也旨在提高相关人们认识，进而通过云计算大力发展电力数据信息的统计效率，提升电力企业现代发展进程。
关键词：云计算;分析技术;电力大数据;应用探索
前言
计算机网络科技不断发展，使得各个领域也逐渐开始重视如何才能更高效的利用计算机技术，进而促进其快速发展。其中，电力企业通过利用云计算技术，有效的提高了对电力大数据进行分析的效率，并通过利用其将以往烦琐的分析模式加以取代，提升了大数据分析的质量，有效推进了电力领域的发展进程。
1云计算与电力大数据
1.1云计算
云计算在新的网络时代，具有更新颖式的计算模式，实现大规模、分布式的计算方式，能够满足系统对数据的计算和存储的时代要求。它聚合了大数据的相关资源。云计算通过虚拟化、动态资源调配等技术向用户提供按需服务，避免资源浪费与竞争，提高资源利用率以及应用性能。云计算提供了横向伸缩与动态负载均衡能力，即云计算支持运行时向数据中心增加新的节点，系统会自动将部分负载迁移至新增节点，并保持节点间负载的平衡，从而增强了整个系统的业务承载能力[1]。
1.2电力大数据
电力大数据指智能电网在发电、配电、输电、营销及管理等各个环节产生的大量数据。由部署于各种设备上的大量传感器、安装在各用电户家中的智能电表、营销系统收集的客户反馈等数据源产生并汇聚到集中的数据中心统一存储管理。电力大数据是建设稳定、可靠、高效、节能的智能电网的支撑性元素之一。通过分析电力大数据，能够提升智能电网的精益化管理水平，制定更科学的生产计划，优化能源输送调度，建立更准确的用户用电行为模型等。
2基于云计算的电力大数据分析技术与应用
2.1电力大数据的分析系统
电力大数据的分析系统是在分布式、并行式的计算框架基础上构建起来的，其数据的分析软件是利用数据的仓库工具软件建立。根据电力大数据在系统上具有的特性，进而开发出对数据库具有查询程序的技术软件、以及具有查询条件的软件技术，间接性、全面性的增强数据仓库的整体性能。此项系统的成功研究已经被我国智能电网所利用，并且在性能方面提升了很大的空间，也为系统在成本上减小了开支。该项系统对数据进行系统性的采集、分析、计算等工作流程，都需要经过许多的步骤与环节[2]。另外，系统的传感器装置、具有智能性能的电表等基础设备都在利用固有的频率对数据实行周期性的采集、处理，最终送达至数据的中心。数据在整个采集的过程中，很难避免错误的采集和处理工作行为的出现，从而对电网的用电信息采取无周期性的采集进行补偿。为了有效解决云计算的存储系统在访问数据方面的问题，将以采集的数据信息通过缓冲装置对数据进行一系列的预处理行为。工作人员利用系统对具有静态性质的数据信息构建成具有档案性质的数据库，再通过一定的方法将其数据复制至云计算的存储系统内，有效的缓冲访问数据的相关性问题。该系统在结构上有：分布式的文件系统、并行式的编程框架、数据仓库、监控和运行等工具、具有开发性的工具集，这些结构都是该系统的中心板块，都是配合数据库完成数据系统的整套工作。
电力大数据从采集到最终的分析计算，需经过多个环节。大量传感器和智能电表以固定频率周期性的采集数据，经通信网络发送至数据中心。对于数据采集过程中的错误或遗漏，则不定期地进行用电信息的补充采集（下简称补采）。为缓解云存储系统的访问压力，采集到的数据首先进入前置机缓冲池，进行解码与预处理。除数据源定期采集的数据外，设备、人员等相对静态的信息构成档案数据库，保存在关系数据库中，被直接复制到云存储系统中。当档案数据库发生更新时，应将更新同步到云存储系统中，以保证计算结果的准确性。并行计算环境访问云存储系统，根据业务逻辑对数据进行复杂的分析计算，并将计算结果写入云存储系统。在线查询系统从云存储系统中取得满足用户请求的数据并返回用户。某些针对档案类数据的查询需要计算结果数据，因此，云存储系统还将计算结果同步到关系数据库中，以便用户通过关系数据库查询数据。
2.2基于云计算的电力大数据分析技术
电力大数据的从采集开始经过一系列的环节到最后的分析计算，需要耗费较多的时间。智能电表和传感器数据的采集是通过网络给中心数据发送的，其有固定的频率，并且数据采集具有周期性。如果数据采集中出现遗漏或者错误，那么将会不定期进行补采。为了保证数据的有效性，环节相关系统的压力，一般来说，数据在采集完毕之后首先要将其置于前置机缓冲池，进行相关处理。人员、和设备相关的静态信息将会组成档案数据库。如果档案信息库中的信息需要更新，那么要保证更新好的数据库信息能够被保存在云储存系统中，这样才能保证数据准确。在计算相关数据的时候，要依据业务逻辑进行，同时将计算出来的数据填写在云存储系统中，然后相关系统自动会从云存储系统中筛选出符合客户需求的数据并使用于客户。另外，有一些与档案相关的数据需要进行计算，所以，云存储系统会将这些档案数据的计算结果自动同步在数据库中，以满足客户的使用需求。
2.3基于云计算的电力大数据分析技术的应用
目前，云计算电力大数据技术已经在我国浙江得到运用，并且使用效果不错。2013年国家电网公司通过电力大数据分析技术在浙江开展项目建设，完成了用电数据分析和信息采集的云计算项目，促进了智能电网的发展。在云计算的平台下，浙江电力企业的电力数据通过负载均衡器由互联网传输给前置群，然后前置群对相关数据进行一定程度的处理和缓冲并交给数据分析系统对其进行处理，最终相关服务器依据用户的需求从相关數据处理系统找出符合用户需求的数据[3]。在云计算平台中，档案类数据一般都被保存在关系数据库中，一般档案如果有更新则由太网通过高速连接对其进行同步，保证信息的准确性。原来的方案中，云计算系统平台是由两台小型HP机组成的，其数据一般是在共享存储上保存的，相关存储设备是通过高速网络连接的。而新型的方案，则是由八台刀片式服务连接的，其运行速度显然要高于两台小型机的速度，并且新型方案也有助于降低关系数据库的费用，因此被采用。
总结
电力大数据的分析技术在云计算环境下，将数据具有的信息内容进行采集、处理。该技术与云计算相结合，有针对性的提升了数据在分析系统运行程序下的整体性能。通过构建就具有大数据存储、处理、分析性能的系统，并结合相关的技术将其应用在智能电网中，有效的协助智能电网在社会建设中的使用，进一步满足广大用户对数据信息的需求。由于该项技术具有很多的性能与优点，能够以崭新的优势应对大数据时代的挑战。
参考文献：
[1]黄蕾，陶锐.基于云计算的电力大数据分析技术与应用[J].数字技术与应用，2017，（02）：117.
[2]翟媛.基于云计算的电力大数据分析技术与应用探究[J].电子世界，2015，（20）：167-168.
[3]吴凯峰，刘万涛，李彦虎，苏伊鹏，肖政，裴旭斌，虎嵩林.基于云计算的电力大数据分析技术与应用[J].中国电力，2015，48（02）：111-116+127.
关键词：云计算;分析技术;电力大数据;应用探索
前言
计算机网络科技不断发展，使得各个领域也逐渐开始重视如何才能更高效的利用计算机技术，进而促进其快速发展。其中，电力企业通过利用云计算技术，有效的提高了对电力大数据进行分析的效率，并通过利用其将以往烦琐的分析模式加以取代，提升了大数据分析的质量，有效推进了电力领域的发展进程。
1云计算与电力大数据
1.1云计算
云计算在新的网络时代，具有更新颖式的计算模式，实现大规模、分布式的计算方式，能够满足系统对数据的计算和存储的时代要求。它聚合了大数据的相关资源。云计算通过虚拟化、动态资源调配等技术向用户提供按需服务，避免资源浪费与竞争，提高资源利用率以及应用性能。云计算提供了横向伸缩与动态负载均衡能力，即云计算支持运行时向数据中心增加新的节点，系统会自动将部分负载迁移至新增节点，并保持节点间负载的平衡，从而增强了整个系统的业务承载能力[1]。
1.2电力大数据
电力大数据指智能电网在发电、配电、输电、营销及管理等各个环节产生的大量数据。由部署于各种设备上的大量传感器、安装在各用电户家中的智能电表、营销系统收集的客户反馈等数据源产生并汇聚到集中的数据中心统一存储管理。电力大数据是建设稳定、可靠、高效、节能的智能电网的支撑性元素之一。通过分析电力大数据，能够提升智能电网的精益化管理水平，制定更科学的生产计划，优化能源输送调度，建立更准确的用户用电行为模型等。
2基于云计算的电力大数据分析技术与应用
2.1电力大数据的分析系统
电力大数据的分析系统是在分布式、并行式的计算框架基础上构建起来的，其数据的分析软件是利用数据的仓库工具软件建立。根据电力大数据在系统上具有的特性，进而开发出对数据库具有查询程序的技术软件、以及具有查询条件的软件技术，间接性、全面性的增强数据仓库的整体性能。此项系统的成功研究已经被我国智能电网所利用，并且在性能方面提升了很大的空间，也为系统在成本上减小了开支。该项系统对数据进行系统性的采集、分析、计算等工作流程，都需要经过许多的步骤与环节[2]。另外，系统的传感器装置、具有智能性能的电表等基础设备都在利用固有的频率对数据实行周期性的采集、处理，最终送达至数据的中心。数据在整个采集的过程中，很难避免错误的采集和处理工作行为的出现，从而对电网的用电信息采取无周期性的采集进行补偿。为了有效解决云计算的存储系统在访问数据方面的问题，将以采集的数据信息通过缓冲装置对数据进行一系列的预处理行为。工作人员利用系统对具有静态性质的数据信息构建成具有档案性质的数据库，再通过一定的方法将其数据复制至云计算的存储系统内，有效的缓冲访问数据的相关性问题。该系统在结构上有：分布式的文件系统、并行式的编程框架、数据仓库、监控和运行等工具、具有开发性的工具集，这些结构都是该系统的中心板块，都是配合数据库完成数据系统的整套工作。
电力大数据从采集到最终的分析计算，需经过多个环节。大量传感器和智能电表以固定频率周期性的采集数据，经通信网络发送至数据中心。对于数据采集过程中的错误或遗漏，则不定期地进行用电信息的补充采集（下简称补采）。为缓解云存储系统的访问压力，采集到的数据首先进入前置机缓冲池，进行解码与预处理。除数据源定期采集的数据外，设备、人员等相对静态的信息构成档案数据库，保存在关系数据库中，被直接复制到云存储系统中。当档案数据库发生更新时，应将更新同步到云存储系统中，以保证计算结果的准确性。并行计算环境访问云存储系统，根据业务逻辑对数据进行复杂的分析计算，并将计算结果写入云存储系统。在线查询系统从云存储系统中取得满足用户请求的数据并返回用户。某些针对档案类数据的查询需要计算结果数据，因此，云存储系统还将计算结果同步到关系数据库中，以便用户通过关系数据库查询数据。
2.2基于云计算的电力大数据分析技术
电力大数据的从采集开始经过一系列的环节到最后的分析计算，需要耗费较多的时间。智能电表和传感器数据的采集是通过网络给中心数据发送的，其有固定的频率，并且数据采集具有周期性。如果数据采集中出现遗漏或者错误，那么将会不定期进行补采。为了保证数据的有效性，环节相关系统的压力，一般来说，数据在采集完毕之后首先要将其置于前置机缓冲池，进行相关处理。人员、和设备相关的静态信息将会组成档案数据库。如果档案信息库中的信息需要更新，那么要保证更新好的数据库信息能够被保存在云储存系统中，这样才能保证数据准确。在计算相关数据的时候，要依据业务逻辑进行，同时将计算出来的数据填写在云存储系统中，然后相关系统自动会从云存储系统中筛选出符合客户需求的数据并使用于客户。另外，有一些与档案相关的数据需要进行计算，所以，云存储系统会将这些档案数据的计算结果自动同步在数据库中，以满足客户的使用需求。
2.3基于云计算的电力大数据分析技术的应用
目前，云计算电力大数据技术已经在我国浙江得到运用，并且使用效果不错。2013年国家电网公司通过电力大数据分析技术在浙江开展项目建设，完成了用电数据分析和信息采集的云计算项目，促进了智能电网的发展。在云计算的平台下，浙江电力企业的电力数据通过负载均衡器由互联网传输给前置群，然后前置群对相关数据进行一定程度的处理和缓冲并交给数据分析系统对其进行处理，最终相关服务器依据用户的需求从相关數据处理系统找出符合用户需求的数据[3]。在云计算平台中，档案类数据一般都被保存在关系数据库中，一般档案如果有更新则由太网通过高速连接对其进行同步，保证信息的准确性。原来的方案中，云计算系统平台是由两台小型HP机组成的，其数据一般是在共享存储上保存的，相关存储设备是通过高速网络连接的。而新型的方案，则是由八台刀片式服务连接的，其运行速度显然要高于两台小型机的速度，并且新型方案也有助于降低关系数据库的费用，因此被采用。
总结
电力大数据的分析技术在云计算环境下，将数据具有的信息内容进行采集、处理。该技术与云计算相结合，有针对性的提升了数据在分析系统运行程序下的整体性能。通过构建就具有大数据存储、处理、分析性能的系统，并结合相关的技术将其应用在智能电网中，有效的协助智能电网在社会建设中的使用，进一步满足广大用户对数据信息的需求。由于该项技术具有很多的性能与优点，能够以崭新的优势应对大数据时代的挑战。
参考文献：
[1]黄蕾，陶锐.基于云计算的电力大数据分析技术与应用[J].数字技术与应用，2017，（02）：117.
[2]翟媛.基于云计算的电力大数据分析技术与应用探究[J].电子世界，2015，（20）：167-168.
[3]吴凯峰，刘万涛，李彦虎，苏伊鹏，肖政，裴旭斌，虎嵩林.基于云计算的电力大数据分析技术与应用[J].中国电力，2015，48（02）：111-116+127.