智能电网大数据处理技术现状与挑战

智能电网大数据处理技术现状与挑战

杜延朋

国网西藏电力有限公司信息通信公司 西藏自治区拉萨市 850000

摘要：随着大数据时代的来临，智能电网的发展也不断的深入推进，其中电网的日常运行，设备的检验，还有日常监测的数据以飞快的速度增长。这种情况促进了大数据处理与智能电网之间的相互结合，同时这也对现在的数据处理和储存提出了新的要求，对数据电网数据处理的效率也有了更高的要求。探讨新时代下智能电网所面临的机遇和挑战具有一定的重要性，这对未来智能电网大数据处理技术的发展具有借鉴作用。

关键词：智能电网；大数据处理；技术现状；挑战

前言：智能电网通过对信息通信技术、计算机技术、控制技术，以及其他先进技术的应用满足电力市场各方面的需求，优化电力市场利益方的功能，从而达到对电力市场的促进。通过科学技术手段的应用，能够有效提升电力系统的运行效率、降低其成本支出，减少电力系统对环境的污染和影响。尤其智能电网的大数据技术应用已经成为电力系统发展的重要趋势。因此，相关人员要积极探索相应的措施和手段，优化智能电网大数据技术的应用，提高系统的可靠性，让电能更好地为人们服务。

1、智能电网大数据的概述 在信息化时代的发展中，电力与信息化技术已经进行了融合，电力企业的发展进步使电力数据的种类飞速增加，多种类型服务的管理系统的数据集合成了智能电网大数据。智能电网大数据中数据来源于电网的外部和内部，通过统一的整合传输到智能电网的大数据中，内部系统中的数据来源于各个营销、采集、财务、监测、管理等系统中；外部系统中的数据则是来源于各个服务部门、气象、地理、换电系统等，这些数据在不同的部门，由不同的管理者进行管理，其具有相似性、关联系，每个数据都是独立的个体，但是又和其余的数据相互连接，综合情况复杂。举个例子来讲，用户在用电的方面会受到地理条件、天气原因等情况影响，同时也与当前的社会经济状况有着关联，而电力的交易状况和用户情况息息相关。

2、智能电网大数据处理技术发展现状 2.1智能电网中的大数据 智能电网主要由电力企业管理数据、电力企业营销数据、电网运行和设备检测数据三部分组成。其一，电力企业管理数据在整个智能电网数据处理内容中是十分重要的，但程序和内容方面较为复杂。其二，电力企业营销数据在智能电网数据中也是最为关键的一部分，为此，诸多企业都投入大量的研发资金。人们一般都将智能电网大数据划分为结构化数据和非结构化数据，随着智能电网建设和互联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。电力大数据的特性满足大数据的五个特性：数据量大、处理速度快、数据类型多、价值大、精确性高。第一部分结构化数据是如今电力系统主要的数据形式，也是关系数据库中的数据；第二部分非结构化数据，是通过数据库二维逻辑呈现的数据。这也是人们越来越重视非结构化数据处理的重要原因。 2.2处理技术复杂性 智能电网大数据处理成为社会各界热议的话题，可以说成为科学技术界所密切关注和研究的问题。智能电网大数据处理与社会经济的发展密切相关。我国如百度、阿里巴巴等都投入了大量的资金进行研发和改进，促进了我国智能电网大数据处理技术的发展。智能电网大数据处理技术自身存在着复杂性，可以说，现今我们使用的智能电网大数据处理技术有喜也有忧。可喜之处是，随着我国社会各界投入大量的研发资金，智能电网大数据处理技术取得了巨大的研发成果，促进了相关技术进一步发展，在智能电网联网方面得到了一定的改善和提升。但智能电网大数据处理技术存在的复杂性决定了相关方面的发展还远远不够，据调查显示，我国数据处理能力还尚未很好地解决数据大幅度增长的问题。我们以阿里巴巴集团旗下的支付宝为例，支付宝每日交易的数量达到了15TB；而平台每日处理的数据高达200PB，这一数据是十分巨大的，为了能够更好地处理这些数据，阿里巴巴集团在相关方面投入了大量的资金，并且也取得了巨大的研究进展和成果，获得了相应的回报。但在如今数据多样化增多的情况下，依然造成了智能电网大数据处理技术更为复杂的现状。

3、智能电网下大数据处理技术的挑战 3.1大数据的传输与存储 互联网时代是一个数据无处不在的时代，在智能电网中数据呈指数的增长，这已经对电力公司数据的处理带来了深深的负担，尤其是在数据存储和数据传输这两个方面上更是产生看极为重大的影响。除此之外，在目前智能电网系统的数据中，非结构的数据占据了大多数且数据庞大，数据类型复杂，这也是目前数据处理的一个难点。如何能够更加高效，方便的将非结构数据转化为结构数据进行处理，这是目前智能电网中所面临的挑战之一。 3.2大数据的数据解析 大数据解析包含两个方面，分别是数据分析、数据解读。分析大数据过程中需要对巨量的多种类型数据进行研究，实现对其中隐藏相互关系、模式、其他有用信息的掌握。实践中要想有效理解和应用分析结构，就需要解读大数据。大数据解读过程，就是多维度展示和深层次剖析大数据本身及分析过程，同时将具体行业问题和大数据分析结果对应起来。数据解读过程中贯穿着数据本身分析，所以可以用一种特殊大数据分析方法概括数据解读。 3.3智能化大数据可视化分析技术 当前大数据处理中的一个重要课题就是，有效地分析和处理智能电网运行中不断生成的数据，并通过有线的屏幕向电力用户展示。大数据通过可视化分析技术能够得到有效处理，所以其在实际电网运行中得到广泛应用。可视化分析技术通过高分辨率图像、高度集成技术、交互工具，将明朗的数据处理结果提供给电力用户。科技进步过程中可视化技术发展也遇到了瓶颈，包括提取重要数据、技术扩展性、显示及图像合成等。 3.4异构数据处理技术 未来智能电网大数据存在调度、用电、配电、变电、输电、发电等多个环节数据,需要实现信息高效处理、流畅传输、全面采集等技术,支撑业务流、信息流、电力流的一体化。因此,需要实现大数据多元化异构数据信息的整合,并且建设智能电网大数据集约化配置数据中心。针对海量的异构数据构建一个模型,如何实现数据融合及有效存储和高效查询成为智能电网大数据处理异构数据亟待解决的问题。 3.5数据处理的时效性技术 对大数据而言，数据处理速度十分重要。一般情况下，数据规模越大，分析处理的时间就会越长。传统的数据存储方案是为一定大小的数据量而设计的，在其设计范围内处理速度可能非常快，但不能适应大数据的要求。未来智能电网环境下，从发电、输变电环节，到用电环节，都需要实时数据处理。

结语：在智能电网的建设中，大数据技术的应用在不断的深入，对于分析和处理海量的数据信息起着重要的作用，智能电网的发展也在出现了很大的变化。我们应该不断研究和完善电力大数据技术，加大科研力度，实现国家和电力企业的可持续发展。

参考文献：

[1]李佳，徐胜超.基于云计算的智能电网大数据处理平台[J].计算机工程与设计，2018，39 (10) :3073-3079.

[2]焦会英，辛存生，刘俊艳.大数据技术及其在智能电网中的未来应用[J].软件，2018，39 (09) :200-202.

[3]胡清智.电力大数据与智能电网的发展与分析[J].广西电业，2018(09) :42-45.

[4]陈红，苏运东，等.试论电力大数据在电网规划中的运用[J].现代信息科技，2018，02 (09) :101-102.