智能电网大数据处理技术现状与挑战

陈丽丽

摘 要：电网在运行、检修和管理时产生大量数据，将它们进行高效、可靠、简易的存储、访问和解析作为研究方向。笔者解析了发电、输变电、用电等环节中大数据特点，详述了应对智能电网建设大数据处理技术的优劣。从智能电网大数据的实时处理、异构、存储方面来观测数据，综述智能电网大数据带来的挑战。

关键词：智能电网 大数据 挑战

中图分类号：TM76 文献标识码：A 文章编号：1672-3791（2017）03（c）-0056-02

Smart Grid Large Data Processing Techology Present Situation and Challenges

Chen Lili

（Liaoning Jianzhu Vocational University， Liaoyang Liaoning， 111000， Chian）

Abstract： When the power grid in operation， maintenance and management to produce large amounts of data， they will be efficient， reliable， and easy to store， access， and resolution as the research direction. From the smart grid data， heterogeneous， real-time processing of storage to the observed data， in the smart grid challenges posed by big data.

Key Words： Smart grid； Big data； Challenge

随着时代的进步，电力公司与每一位用户之间建立着重要的连接，智能电网系统中越来越需要大数据处理。智能电表及智能终端的安装设备中都有大数据的影子，电力公司需要实时捕捉到用电信息，需要对大量电力数据进行及时分析和反馈，实现消耗费用电的电字数据的统计与截取等都需要智能电网中大数据处理技术的全面应用。通过对数据的整理及分析，可以更好地掌握电力客户的用电习惯及行为，合理地设计电力需求响应系统和短期负荷预测系统等。

1 智能电网大数据及其特点

1.1 智能电网中的大数据

智能电网数据的处理不是单一的存在，它有着自身独特的特点，大体上可把这种往来数据分割为3类：一类是在电网的运作状态下，利用设备来检测和监测数据；二类是把电字的销售，还有价格及电量，根据不同情况、不同客户做出数据判别，后进行整理；三类是电力企业数据的管理。

1.2 智能电网中的大数据特点

智能电网中的大数据具备“4V”特征，即规模大（Volume）、类型多（Variety）、价值密度低（Value）和变化快（Velocity）。

2 大数据处理技术

2.1 大数据处理的价值

大数据的存在价值在这些年来，被广泛用于商业、科技等领域，俨然成为了社会的重要角色之一。法国执政党在2013年5月，法国投资大数据产业的金额高达1.6亿欧元。法国政府预测大数据对将来的科技与经济发展有着前所未有的深远影响。大数据目前已广泛应用于我国及世界各国，如京东每天新增的交易数据达8 TB；大数据分析平台日处理数据量高达 90 PB，这个平台处理量相当于美国纳斯达克交易所一个星期的数据处理量；再者就是沃尔玛曾经是最早运用大数据来分析并获得受益的企业之一，其曾创造了“啤酒与尿布”的不可取代的神话，现如今的沃尔玛处理100万件交易需要1 h，存入的数据大约2.5 PB在数据库中，这些数据量是美国国会图书馆的167倍；微软花了20年，耗费数百万美元完成的Office拼写检查功能，谷歌公司则利用大数据统计分析直接实现[1]。

2.2 并行数据库

并行数据库（如Oracle等）主要功能为存储结构化数据。

2.3 云计算数据

由于电力系统中海量数据的云集，大数据借助云计算高效的计算功能，对智能电网中的数据进行解析，使其能呈现数据分布情况，了解一手资料，做出合理的应对方案。

2.4 云计算在智能电网中的应用

云计算运用其高效的服务技术、多样化的监测系统、可靠的实时获取数据，将智能电网中的记录数据进行整理分析，降低其缺失率，能够更为精准地捕捉数據技术难点，将复杂性化为简化。

3 智能电网中大数据的挑战

3.1 大数据传输及存储技术

监测数据将每个部分作为一小节，然后逐一记录，留做档案。因大数据有极大的存储能力，可以将监测状态的成果快速反馈到智能电网中的数据库存中，将存储技术得到智能化的拓展，减少了存储系统带来的巨大负荷。

3.2 实时数据处理

在时间上看数据处理，其应做到实时，因智能电网在发出的电量、输变电的节点等部分都需要实时抓取数据，智能电网的数据处理在一定的环境下是一直存在的；以往的环境下分析数据需要一个周期，这样无论从人力到物力都是一个具大的耗费，智能电网在大数据的实时监控中，更为妥善地解决了这一问题，使其数据处理中又快又精准。但这样周密的数据也存在其缺点，那就是有可能网络产生瘫痪，造成服务器出现故障，那么时间上就很难保证那么快速，这类情况的改善，也是一个重要挑战。

3.3 异构多源数据的处理

电力流、信息流、业务流这3种流需要信息的集成，在信息采集及传输等方面拿出处理方案，若使电力得到有效的分配和调度，就必须将发电、输电这些环节融入到智能电网中，为智能电网提供资源丰富的集合体。海洋般的数据与不断增加的存储电力信息都是异构数据的集成体，我们应实时构建数据模型，加以对比运算，不疏忽每一个环节，把重要信息汇成图像来进行演算，将可视化推广到实时智能电网的数据处理中，这样异构多元数据就能有效地提取和显示。

4 结语

该文综述了智能电网大数据处理中存在的技术问题，以及企业对智能电网大数据处理的认知程度，指出了智能电网将依托大数据处理分析技术，利用监测与检测系统对数据所处环境全景呈现在智能电网中。提出了云计算的应用、指出了异构数据的存储和分析，通过二者之间的特性，搭建平台。智能电网大数据处理系统，以其独有的高效处理数据特性，经时间的洗理，必将融为一体，使各数据平台得到全方位的支持。在一些情况下平行分析，该系统投入运行，但仍有许多挑战，数据的一致性、实时性、隐私和安全，需要找到相应的解决办法。大数据处理技术尚缺乏，有待探索。

参考文献

[1] 唐聪岚，卢继平，谢应昭，等.基于改进数据流在线分割的超短期负荷预测[J].电网技术，2014，38（7）：2014-2020.

[2] 于恒友，刘波，彭子平.基于HBase的输电线路综合数据存储方案设计[J].电力科学与技术学报，2014，29（2）：58-64.

[3] 李振元，李宝聚，王泽一.大数据技术对我国电网未来发展的影响研究[J].吉林电力，2014，42（1）：10-13.