论文部分内容阅读
摘要：随着经济和信息技术的快速发展，本文立足于电力行业角度，分析了大数据技术具体内容，研究了该类技术在电力行业中的具体应用，希望以下内容的论述，可以推动我国电力行业稳步发展。
关键词：云计算技术;大数据技术;数据迁移
引言
近几年，随着经济水平的不断提升，我国电力市场需求量不断增加，当下居民对电力生产以及运输提出了更高要求，在保证正常生产的前提下还需要做到高效、安全和稳定。大数据技术的产生与应用便可以达到以上目的，也是现阶段我国电力行业研究的主要内容之一。因此，对大数据技术在电力行业的应用研究有着鲜明现实意义。
1大数据概述
随着云技术以及物联网技术的出现以及应用，IT行业已经迎来了第三次变革，就目前信息技术的发展情况而言，正在朝着大数据挖掘角度进行衍变，数据信息的存储以及处理特点发生了明显的变化，最终表现为数据信息数量巨大，种类繁多，并且在数据多样性的基础之上还表现出了数据的非一致性。此种背景下，传统数据处理方法以及处理体系所能发挥的作用逐渐降低，因此必须从实际角度出发，开发出一种契合时代大体量数据分析以及处理的技术，籍此，大数据技术被发明并且应用。从该类技术的实际应用情况而言，大致可以将其体系分为四个部分。分别是应用服务层、数据分析层、数据计算层以及数据存储层。
1.1数据存储
大数据技术中的数据存储，主要采用分布式存储方式进行，就实际应用情况而言，可以完成大规模数据存储要求，并且可以保证数据存储吞吐率，降低存储中的数据故障。具体存储内容可以概况为以下几种：1）数据存储基本路线为行存储以及列存储，或者是采用二者融合形式进行存储。2）立足于存储实际情况而言，数据信息将会被存储在多个设备当中。3）为保证存储质量，存儲设备需要被连接在高速网络当中。4）为保证数据查询效率与质量，需要建立一个分布式搜索引擎。虽然大数据技术在实际应用过程中，数据存储效果良好，但是仍然存在一定的局限性，具体内容为：（1）当下技术手段虽然可以建立起一个稳定的数据结构，但是建立的数据结构较为单一，并不能支持复杂数据结构建立。（2）数据的调度技术尚且不完善，而不适当的调度将会增加数据结构承载力。（3）数据存储过程中所应用到的列存储技术尚不完善，有待进一步优化。
1.2数据迁移
随着社会的进一步发展，产生的数据信息量逐渐增加，为保证各类数据信息可以正常应用以及分析，最终引入了大数据技术。在大数据技术中，为确保大体量数据迁移正常，又引入了平滑迁移概念。就目前实际应用情况而言，平滑迁移主要分为两种形式，第一种是追日志法以及双写法。其中追日志法的应用较为广泛，本文以此种方法为例，对大数据技术中的数据迁移技术进行简要论述。追日志迁移方法的应用大致可以分为五个步骤，具体可以总结为以下内容：（1）服务将会进行升级，并且记录清晰库上的数据修改内容，这些内容便是数据的日志，记录不需十分详尽。（2）记录完成之后需要对数据迁移工具进行构建，要求其与离线迁移工具相同，可以完成数据日志新到旧的迁移。（3）数据迁移所采用的格式为单独形式，因此需要构建一个日志解读工具。（4）为保证数据追评质量，需要构建一个校检工具。（5）数据校检比对完成之后，进行数据旧库到新库的迁移。
2电力行业大数据技术应用分析
2.1用电需求分析与预测
大数据技术在电力行业中的应用，最为明显的应用内容便是用电需求分析。实际应用形式可以总结为以下内容：电力行业将会以SG186营销业务相关标准作为基础，并且结合我国电力应用情况、自然环境、社会环境以及政策环境，构建一个大数据电力用户欠电模型，这样就可以通过实时检测，获取电力用户数据，之后通过对数据的分析知晓电力用户电费回收风险，以及导致电费回收失效的具体原因。此种背景下，电力企业的事后管理将会与事前以及事中管理达到融合，相比于传统电力管理工作而言，更加高效合理，进一步提升了电力费用回收质量，保证电气企业营销绩效考核可以顺利完成。以上作业形式可以看做是一种电力客户分析，在分析过程中又可以达到电力用户的细分，可以帮助电力企业更加直观的了解电力客户，这样就可以做到差异性服务，进而提升电力服务质量。目前，电力行业对电力用户的划分方法较为多样，既可以按照部门方法进行划分，也可以按照用电目的进行划分，或者是按照用电数量进行划分。
2.2用电异常诊断
就目前发展情况而言，国网对于电力信息的采集要求正在不断提升，并且实际业务部署已经业务发展也在追求一种高效之下的创新。电力信息采集范围正在不断扩大，最终表现为采集数据信息较多，业务种类多样化等特点。例如我国甘肃、浙江以及山东等地的电力用户数量已经达到了1000万级别。此种背景下，传统电网信息系统暴露出整体性能下降等问题。除此之外，在电力系统建设规模的不断提升背景之下，数据的分析与采集需要做到更加精准，在线数据分析要求进一步提升。
3基于云计算的电力大数据分析技术及其应用
3.1分析系统
基于云计算的电力大数据分析系统，指的是以计算机系统和计算结构为基础，并积极开展不同数据的分析利用，并通过云计算将所收集到的电力信息进行高度整合，然后融入到程序升级中实现程序更加高效率的升级。或者通过对电力数据的研究创新出更加优质的计算分析程序和软件，更好的对电力系统进行调控，提高电力系统的智能化水平。
3.2分析技术
电力系统内部资料由于受到存储功能的影响而无法发挥其自身的价值，因此在电力大数据的分析计算中通常会积极进行数据的扫描，并提取相应的信息，但这样不利于提高处理效率，也不利于实现数据资源的有效利用。在电力大数据分析体系中，通过合理的运用云计算分析技术，可以实现对不同数据信息的查询和处理，并在数据存储系统的基础上进行优化，可以对不同的数据信息进行有效的分类，如此便大大提高了数据的处理效率和处理质量。
3.3在智能电网电力大数据分析系统中的应用
电力系统正在朝着分布式控制转变，通过利用云计算平台，可促进分布式控制中的信息实现共享。由于云计算可以实现对数据的有效分析，保证电力系统的平稳运行，在对电力系统评估过程中，可通过对云计算分析处理数据的应用来提高数据处理效率，如此很好的符合了电力大数据的计算需求。此外，在电力系统出现故障后，由于故障处理时间较长，因此在系统恢复过程中，通过基于网格的电力系统计算方法，通过分布式计算模式不仅可以实现了信息的共享，还使得计算效率得到极大的提升，也大大缩减了故障恢复时间。
结语
总而言之，大数据技术是新时代背景下所产生的尖端技术，尤其是在计算机技术以及网络技术广泛应用的背景下，该类技术在工业生产以及人们生活中发挥的作用更加明显。立足于电力系统而言，大数据技术不仅可以提升的系统稳定，还可以保证电力营销质量以及电网运行安全，可以说是当下电力行业建设的主要动力。
参考文献
[1]宋习凌，代小龙.挖掘大数据价值赋能高质量发展——省电力公司建设泛在电力物联网的探索与实践[J].河南电力，2019（06）：12-15.
[2]吕军，杨超，刘林.基于多业务场景的大数据脱敏技术研究及其在电力用户隐私信息保护中的应用[J].电力大数据，2018，21（07）：29-35.
关键词：云计算技术;大数据技术;数据迁移
引言
近几年，随着经济水平的不断提升，我国电力市场需求量不断增加，当下居民对电力生产以及运输提出了更高要求，在保证正常生产的前提下还需要做到高效、安全和稳定。大数据技术的产生与应用便可以达到以上目的，也是现阶段我国电力行业研究的主要内容之一。因此，对大数据技术在电力行业的应用研究有着鲜明现实意义。
1大数据概述
随着云技术以及物联网技术的出现以及应用，IT行业已经迎来了第三次变革，就目前信息技术的发展情况而言，正在朝着大数据挖掘角度进行衍变，数据信息的存储以及处理特点发生了明显的变化，最终表现为数据信息数量巨大，种类繁多，并且在数据多样性的基础之上还表现出了数据的非一致性。此种背景下，传统数据处理方法以及处理体系所能发挥的作用逐渐降低，因此必须从实际角度出发，开发出一种契合时代大体量数据分析以及处理的技术，籍此，大数据技术被发明并且应用。从该类技术的实际应用情况而言，大致可以将其体系分为四个部分。分别是应用服务层、数据分析层、数据计算层以及数据存储层。
1.1数据存储
大数据技术中的数据存储，主要采用分布式存储方式进行，就实际应用情况而言，可以完成大规模数据存储要求，并且可以保证数据存储吞吐率，降低存储中的数据故障。具体存储内容可以概况为以下几种：1）数据存储基本路线为行存储以及列存储，或者是采用二者融合形式进行存储。2）立足于存储实际情况而言，数据信息将会被存储在多个设备当中。3）为保证存储质量，存儲设备需要被连接在高速网络当中。4）为保证数据查询效率与质量，需要建立一个分布式搜索引擎。虽然大数据技术在实际应用过程中，数据存储效果良好，但是仍然存在一定的局限性，具体内容为：（1）当下技术手段虽然可以建立起一个稳定的数据结构，但是建立的数据结构较为单一，并不能支持复杂数据结构建立。（2）数据的调度技术尚且不完善，而不适当的调度将会增加数据结构承载力。（3）数据存储过程中所应用到的列存储技术尚不完善，有待进一步优化。
1.2数据迁移
随着社会的进一步发展，产生的数据信息量逐渐增加，为保证各类数据信息可以正常应用以及分析，最终引入了大数据技术。在大数据技术中，为确保大体量数据迁移正常，又引入了平滑迁移概念。就目前实际应用情况而言，平滑迁移主要分为两种形式，第一种是追日志法以及双写法。其中追日志法的应用较为广泛，本文以此种方法为例，对大数据技术中的数据迁移技术进行简要论述。追日志迁移方法的应用大致可以分为五个步骤，具体可以总结为以下内容：（1）服务将会进行升级，并且记录清晰库上的数据修改内容，这些内容便是数据的日志，记录不需十分详尽。（2）记录完成之后需要对数据迁移工具进行构建，要求其与离线迁移工具相同，可以完成数据日志新到旧的迁移。（3）数据迁移所采用的格式为单独形式，因此需要构建一个日志解读工具。（4）为保证数据追评质量，需要构建一个校检工具。（5）数据校检比对完成之后，进行数据旧库到新库的迁移。
2电力行业大数据技术应用分析
2.1用电需求分析与预测
大数据技术在电力行业中的应用，最为明显的应用内容便是用电需求分析。实际应用形式可以总结为以下内容：电力行业将会以SG186营销业务相关标准作为基础，并且结合我国电力应用情况、自然环境、社会环境以及政策环境，构建一个大数据电力用户欠电模型，这样就可以通过实时检测，获取电力用户数据，之后通过对数据的分析知晓电力用户电费回收风险，以及导致电费回收失效的具体原因。此种背景下，电力企业的事后管理将会与事前以及事中管理达到融合，相比于传统电力管理工作而言，更加高效合理，进一步提升了电力费用回收质量，保证电气企业营销绩效考核可以顺利完成。以上作业形式可以看做是一种电力客户分析，在分析过程中又可以达到电力用户的细分，可以帮助电力企业更加直观的了解电力客户，这样就可以做到差异性服务，进而提升电力服务质量。目前，电力行业对电力用户的划分方法较为多样，既可以按照部门方法进行划分，也可以按照用电目的进行划分，或者是按照用电数量进行划分。
2.2用电异常诊断
就目前发展情况而言，国网对于电力信息的采集要求正在不断提升，并且实际业务部署已经业务发展也在追求一种高效之下的创新。电力信息采集范围正在不断扩大，最终表现为采集数据信息较多，业务种类多样化等特点。例如我国甘肃、浙江以及山东等地的电力用户数量已经达到了1000万级别。此种背景下，传统电网信息系统暴露出整体性能下降等问题。除此之外，在电力系统建设规模的不断提升背景之下，数据的分析与采集需要做到更加精准，在线数据分析要求进一步提升。
3基于云计算的电力大数据分析技术及其应用
3.1分析系统
基于云计算的电力大数据分析系统，指的是以计算机系统和计算结构为基础，并积极开展不同数据的分析利用，并通过云计算将所收集到的电力信息进行高度整合，然后融入到程序升级中实现程序更加高效率的升级。或者通过对电力数据的研究创新出更加优质的计算分析程序和软件，更好的对电力系统进行调控，提高电力系统的智能化水平。
3.2分析技术
电力系统内部资料由于受到存储功能的影响而无法发挥其自身的价值，因此在电力大数据的分析计算中通常会积极进行数据的扫描，并提取相应的信息，但这样不利于提高处理效率，也不利于实现数据资源的有效利用。在电力大数据分析体系中，通过合理的运用云计算分析技术，可以实现对不同数据信息的查询和处理，并在数据存储系统的基础上进行优化，可以对不同的数据信息进行有效的分类，如此便大大提高了数据的处理效率和处理质量。
3.3在智能电网电力大数据分析系统中的应用
电力系统正在朝着分布式控制转变，通过利用云计算平台，可促进分布式控制中的信息实现共享。由于云计算可以实现对数据的有效分析，保证电力系统的平稳运行，在对电力系统评估过程中，可通过对云计算分析处理数据的应用来提高数据处理效率，如此很好的符合了电力大数据的计算需求。此外，在电力系统出现故障后，由于故障处理时间较长，因此在系统恢复过程中，通过基于网格的电力系统计算方法，通过分布式计算模式不仅可以实现了信息的共享，还使得计算效率得到极大的提升，也大大缩减了故障恢复时间。
结语
总而言之，大数据技术是新时代背景下所产生的尖端技术，尤其是在计算机技术以及网络技术广泛应用的背景下，该类技术在工业生产以及人们生活中发挥的作用更加明显。立足于电力系统而言，大数据技术不仅可以提升的系统稳定，还可以保证电力营销质量以及电网运行安全，可以说是当下电力行业建设的主要动力。
参考文献
[1]宋习凌，代小龙.挖掘大数据价值赋能高质量发展——省电力公司建设泛在电力物联网的探索与实践[J].河南电力，2019（06）：12-15.
[2]吕军，杨超，刘林.基于多业务场景的大数据脱敏技术研究及其在电力用户隐私信息保护中的应用[J].电力大数据，2018，21（07）：29-35.