论文部分内容阅读
摘 要：随着科技的不断进步，我国的智能电网技术取得了飞快的发展，成为大数据最重要的应用领域之一。智能电网大数据技术对电力行业的影响非常巨大，对其可持续发展有重要的意义。本文主要对智能电网大数据发展的现状进行分析，指出智能电网大数据关键技术，并且提出智能电网大数据技术的发展策略。希望为相关研究人员提供参考。
关键词：智能电网；大数据；关键技术；发展策略
智能电网要全面实现系统功能目标、维持自身安全运行，还需以实时数据采集和处理、先进的数据分析技术为重要依托，这就涉及到大数据技术问题。分析和探究大数据技术在智能电网中的应用现状，有助于提高人们对智能电网相关技术的认知能力，也能够为今后改进智能电网的数据处理、分析工作提供重要的信息支持。
一、大数据在智能电网的应用现状
目前，我国智能电网的发展呈现出高速运行的态势，特别是从内部运行结构分析，智能电网的大数据操作流程可以细化为结构数据分析机制以及非结构数据分析机制。前者是对数据库内的数据组成进行统计，实现对电力系统中数据运行形式的整合，在运行过程中相应的技术运行参数较为完整和健全。后者是近几年比较新兴的技术结构，由于非结构数据的特异性，要利用数据库二维编辑才能建立视频数据监控框架和图形图像处理数据，特别要注意的是，由于非結构数据比重在不断增多，也就要求相关管理人员提高认知和管控措施。
二、智能电网大数据关键技术
大数据在智能电网中的关键技术可以概括为大数据存储、处理平台和数据解析。大数据处理平台对待流处理和批处理有不同的处理方案，也适用于不同的数据要求。流处理一般都直接进行处理，特点是速度快、实时性强，这种处理模式适用于电网规划等对于实时性要求高的业务。批处理是另一种处理方式，它主要特点是先存储后处理，这种处理方式对时间的实时性不能保证，其主要处理思路就是将问题分开解决。这种处理方式适合数据量非常庞大繁杂，而且对实时性要求不高的业务。
大数据解析包括数据分析和解读两个方面，大数据分析可以得到大量数据中所隐藏的未知关系和潜在规律。由于分析出的数据不易理解，所以需要对分析结果进行通俗化地解读，大数据解读也算是对数据的深层次挖掘，对分析结果的精加工。所以大数据解读也可以看成是大数据的一种特殊分析方法。人们通常了解的大数据解析技術包括：第一，数据挖掘与融合。提取有用的信息整合为唯一的、准确的、可以理解的信息过程称之为数据挖掘与融合。数据挖掘和融合可以使整体电网的实时性得到精确提升，电网中产生的各种数据并不是无用的，只要将其融合再利用都具有潜在的价值；第二，领域普适知识挖掘。领域普适知识挖掘是指通过螺旋式渐进地探索大数据的规律，发现一定的普遍性和不变性的知识与规律；第三，过程挖掘。过程挖掘帮助模型和事件之间建立一定的联系，并将时间数据转化为有价值的东西。过程挖掘可以引导用户合理地使用电力，还可以为用户提供最合理的节能用电方案，以提升企业对电网的管理水平。
三、智能电网大数据技术的发展策略
（一）实时数据的处理技术
实时数据的处理是通过内存技术对数据进行直接操作，其速度非常快，可以提高应用的性能。面对当前的数据处理压力，可以采用内存数据库取代磁盘数据库，实时性得到保证的同时还不会对数据造成其他任何影响。目前由于绿色能源的大力推广，电网总会在引入新能源时产生波动，这种波动具有不确定性，是一种不可预知的行为，所以对电网的状态监测就变得尤为重要，但是状态监测对数据的存储和处理平台有较高的要求，所以需要进一步提升云平台对于海量数据的处理能力，这样才能满足对实时性的要求。
（二）异构多数据源处理技术
将多源异构信息进行大规模的整合，有助于使电网的发电、输电和用电等各个环节畅通无阻地进行贯通，还能使信息的采集更加全面，传输更加流畅，最主要的还是能够高效地处理数据信息，该技术将是大数据技术应用的重要途径。未来电网将更多地进行大规模整合，降低运营中心的成本，通过科学有效的措施来管理数量庞大的、分布地点不同的基础设施，既能够提高自身的运营利润，也能够为人们提供更好的电力能源。
（三）大数据传输和存储技术
进行大数据的传输和存储技术研究的目的，就是为电力系统产生的大量数据找到一个存储场所，减小监控的负担，尽量不影响电力系统智能化的正常使用。因此，针对这些问题提出了大数据传输和存储技术。首先，传输可以采用数据压缩，使用网络进行数据传输。其次，对于数据存储可以采用分布式的文件处理系统，但是其牺牲了电力系统的实时性。此时采用数据库系统可以弥补实时性的缺陷，对于实时性要求较高的数据可以采用数据库系统予以处理。由于我国的大数据存储技术还是无法满足实时性的要求，可以在云平台无法响应时暂时地进行数据存储。智能电网格式相对于传统的商业数据在自身特点上有很大的优势，为了帮助数据分析和计算就需要对智能电网的具体存储格式加大研究力度。
随着智能电网建设规模的不断扩大，智能电网对数据监控和管理的功能要求越来越高，与智能电网数据管理密切相关的大数据技术研究取得了很多新突破，与此同时，大数据相关技术也在进一步完善和发展中，但是要满足智能电网实时监控和快速获取数据的需要，大数据研究人员还需要妥善解决好相关的技术处理、操作问题，不断地提高大数据技术在智能电网中的应用水平。
参考文献：
[1]陈丽丽.智能电网大数据处理技术现状与挑战[J].科技资讯，2017（09）：56+58.
[2]孙鸿飞，倪嘉苒，彭丽.智能电网大数据的核心技术[J].大众用电，2017（02）：27-28.
关键词：智能电网；大数据；关键技术；发展策略
智能电网要全面实现系统功能目标、维持自身安全运行，还需以实时数据采集和处理、先进的数据分析技术为重要依托，这就涉及到大数据技术问题。分析和探究大数据技术在智能电网中的应用现状，有助于提高人们对智能电网相关技术的认知能力，也能够为今后改进智能电网的数据处理、分析工作提供重要的信息支持。
一、大数据在智能电网的应用现状
目前，我国智能电网的发展呈现出高速运行的态势，特别是从内部运行结构分析，智能电网的大数据操作流程可以细化为结构数据分析机制以及非结构数据分析机制。前者是对数据库内的数据组成进行统计，实现对电力系统中数据运行形式的整合，在运行过程中相应的技术运行参数较为完整和健全。后者是近几年比较新兴的技术结构，由于非结构数据的特异性，要利用数据库二维编辑才能建立视频数据监控框架和图形图像处理数据，特别要注意的是，由于非結构数据比重在不断增多，也就要求相关管理人员提高认知和管控措施。
二、智能电网大数据关键技术
大数据在智能电网中的关键技术可以概括为大数据存储、处理平台和数据解析。大数据处理平台对待流处理和批处理有不同的处理方案，也适用于不同的数据要求。流处理一般都直接进行处理，特点是速度快、实时性强，这种处理模式适用于电网规划等对于实时性要求高的业务。批处理是另一种处理方式，它主要特点是先存储后处理，这种处理方式对时间的实时性不能保证，其主要处理思路就是将问题分开解决。这种处理方式适合数据量非常庞大繁杂，而且对实时性要求不高的业务。
大数据解析包括数据分析和解读两个方面，大数据分析可以得到大量数据中所隐藏的未知关系和潜在规律。由于分析出的数据不易理解，所以需要对分析结果进行通俗化地解读，大数据解读也算是对数据的深层次挖掘，对分析结果的精加工。所以大数据解读也可以看成是大数据的一种特殊分析方法。人们通常了解的大数据解析技術包括：第一，数据挖掘与融合。提取有用的信息整合为唯一的、准确的、可以理解的信息过程称之为数据挖掘与融合。数据挖掘和融合可以使整体电网的实时性得到精确提升，电网中产生的各种数据并不是无用的，只要将其融合再利用都具有潜在的价值；第二，领域普适知识挖掘。领域普适知识挖掘是指通过螺旋式渐进地探索大数据的规律，发现一定的普遍性和不变性的知识与规律；第三，过程挖掘。过程挖掘帮助模型和事件之间建立一定的联系，并将时间数据转化为有价值的东西。过程挖掘可以引导用户合理地使用电力，还可以为用户提供最合理的节能用电方案，以提升企业对电网的管理水平。
三、智能电网大数据技术的发展策略
（一）实时数据的处理技术
实时数据的处理是通过内存技术对数据进行直接操作，其速度非常快，可以提高应用的性能。面对当前的数据处理压力，可以采用内存数据库取代磁盘数据库，实时性得到保证的同时还不会对数据造成其他任何影响。目前由于绿色能源的大力推广，电网总会在引入新能源时产生波动，这种波动具有不确定性，是一种不可预知的行为，所以对电网的状态监测就变得尤为重要，但是状态监测对数据的存储和处理平台有较高的要求，所以需要进一步提升云平台对于海量数据的处理能力，这样才能满足对实时性的要求。
（二）异构多数据源处理技术
将多源异构信息进行大规模的整合，有助于使电网的发电、输电和用电等各个环节畅通无阻地进行贯通，还能使信息的采集更加全面，传输更加流畅，最主要的还是能够高效地处理数据信息，该技术将是大数据技术应用的重要途径。未来电网将更多地进行大规模整合，降低运营中心的成本，通过科学有效的措施来管理数量庞大的、分布地点不同的基础设施，既能够提高自身的运营利润，也能够为人们提供更好的电力能源。
（三）大数据传输和存储技术
进行大数据的传输和存储技术研究的目的，就是为电力系统产生的大量数据找到一个存储场所，减小监控的负担，尽量不影响电力系统智能化的正常使用。因此，针对这些问题提出了大数据传输和存储技术。首先，传输可以采用数据压缩，使用网络进行数据传输。其次，对于数据存储可以采用分布式的文件处理系统，但是其牺牲了电力系统的实时性。此时采用数据库系统可以弥补实时性的缺陷，对于实时性要求较高的数据可以采用数据库系统予以处理。由于我国的大数据存储技术还是无法满足实时性的要求，可以在云平台无法响应时暂时地进行数据存储。智能电网格式相对于传统的商业数据在自身特点上有很大的优势，为了帮助数据分析和计算就需要对智能电网的具体存储格式加大研究力度。
随着智能电网建设规模的不断扩大，智能电网对数据监控和管理的功能要求越来越高，与智能电网数据管理密切相关的大数据技术研究取得了很多新突破，与此同时，大数据相关技术也在进一步完善和发展中，但是要满足智能电网实时监控和快速获取数据的需要，大数据研究人员还需要妥善解决好相关的技术处理、操作问题，不断地提高大数据技术在智能电网中的应用水平。
参考文献：
[1]陈丽丽.智能电网大数据处理技术现状与挑战[J].科技资讯，2017（09）：56+58.
[2]孙鸿飞，倪嘉苒，彭丽.智能电网大数据的核心技术[J].大众用电，2017（02）：27-28.