智能电网大数据处理技术分析

赵文芯

摘要：伴随社会的不断发展，科学技术便得到飞速进步，现今，在信息化不断发展的时代背景下，人们便与信息化技术紧密联系在一起，同时，人们对电力系统的依赖程度逐渐加大。此外，对于电力系统而言，其在运行过程中会产生相应的数据，且数据具有复杂的特点，并呈现逐渐增加的趋势，传统的数据处理技术未能迎合数据发展的需要，因此，在此种情况下，便应将大数据技术应用于智能电网中，以使数据处理质量得到保障，符合电网行业的发

展需求。关键词：智能电网;电力大数据;处理技术

引言

随着我国社会经济的不断发展，传统电力信息系统已不符合时代发展的需求，当前社会对智能电网的需求也在不断的增加。作为智能电网昀为重要的组成部分，信息通讯系统也在进行不断的完善，从而促进了电力大数据的发展。反之，电力大数据的运用与发展对于信息通讯系统的处理效果具有更多的要求。只有当电力大数据技术真正有效运用与智能电网中，电网才能更好地满足社会需求，促进我国经济发展。

1智能电网电力大数据概述

新阶段电网基础设置很难满足信息资源日益增长的技术性要求，其中智能电网的应运而生能让数据信息的搜集、分析和存储等得到发展，但是要想让信息资源的利用效率增大，构建大数据平台能是实现其科学合理决策的关键。在这方面具十分成功的案例是 Hadoop服务平台的系统构建情况，需要将大数据与这一平台进行更为有效的融合和对接，进而能更为大数据的关键新技术的作用发挥起到良好的保障作用。例如，在进行海量的信息搜集与处理的时候，能够提供电子表格数据，并利用信息分类技术，将其实用性更好的发挥出来，进而能在用户信息出来效率方面有所提升。

另外，智能电网大数据平台主要是以分布式的文件处理方式为主，为能更好的实现 Pb和 Zb级别的数据存储功能，可以在分布式计算机技术实现的过程中，实现 P6和 Zb的数据查询功能。现阶段的大数据平台涵盖的内容十分广阔，其中有功能性的模块数据，包括大数据访问与调度框架、商业智能应用模块、数据仓库等相关的数据模块。因此，大数据平台的构建需要在数据关键技术运行效果持续升高的情况下对电力领域内企业的智能化电网的实现提供有效的保障，用以提升企业的自身结构发展也能让营销服务模式的优化创新能力得到极大的提升，进而能让电力企业持续稳健的发展下去。

2面向智能电网应用的电力大数据关键技术

2.1ELT关键技术

对于智能电网中的电力大数据而言，关键技术之一为 ELT技术。电网数据不仅数据量众多，同时具有分散的特点，在此种情况下，便加大数据处理的难度。其为数据集成—抽取—转换—剔除—修正”，对于数据集成而言，其便运用 ELT技术，在此技术被实行的过程中，由一定的技术部分组成，其一是数据抽取，在对数据源系统中的数据进行了解的情况下，便对其进行一定的抽取。其二为数据转换技术，在对数据进行抽取完成后，便将数据组合形态进行转变，在转变的基础上，对其实行加工处理，使数据具有一定的易读性。其三为数据加载技术，在上述两种步骤完成后，便实行此步骤，将数据添加进系统中，从而便完成 ELT技术的整体流程。目前，法国电力公司已安装 25万台智能电表，计划到 2020年安装 3500万台，用其采集家庭的用电负荷数据，此种技术具有重要的作用，已得到法国的广泛使用。在此基础上，作为一名电力管理人员，应对企业发展情况具有深入了解，在多种技术手段并用的情况下，使数据呈现集成化的发展趋势，在运用 ELT技术的时候，便能使电力企业呈现新发展趋势。此外，现今，光纤技术得到广泛的应用，对于电站而言，光纤技术具有相应的要求，大峡电站 220kV线路配置 PSL-603GA数字式线路光纤差动保护装置，小峡电站 110kV峡开两回线路各配置一套 RCS-943A型线路光纤纵差保护装置，其技术要求为，直流电源 220V，交流电流 5A，频率 50Hz。10倍额定电流，允许 10S。

2.2数据展现关键技术

在信息技术的时代背景下，有两种技术得到人们的广泛关注，可视化技术、空间信息流展示技术，在运用此技术的情况下，将会使相应人员对数据处理具有更清晰的认识，从而了解其运行规律。对于可视化技术而言，其具有监控的功能，从而使电力系统中出现的问题逐渐减少。对于空间信息流展示技术而言，此技术具有计算的功能，能对电网参数进行分析与计算，同时，其能与 GIS进行有效的结合，从而使电网管理者对电力系统整体运行情况具有基本的掌控，使相应人员作出正确的判断。同时，此种技术能减少企业经济支出，使企业收益逐渐提高，对于历史流展示技术而言，其能展现电网的发展轨迹，在此基础上，人类便能对数据进行预测。

2.3電力大数据具有集成管理技术

电力大数据是极其多样的，提取数据本身就有很大的难度，同时，电力大数据的数据环境也较为复杂，这加重了电力大数据信息收集的难度。电力大数据具有集成管理技术，这种技术能够通过不同的传感器感知环境，进而对环境中的温度、干湿度等数据进行收集整合，从而管理数据。电力大数据能够将千差万别的数据信息进行集合，整理成有价值的信息，并利用统一的结构储存信息，还可以通过对这些数据的分析，为客户提供高质量的服务。

2.4数据存储技术

在智能电网中，结构化与非结构化并存，为实现对数据的有效利用，需要对不同结构类型和功能的数据库进行协调，从而完成海量数据的存储。目前，比较常用的数据存储技术有以下几种：分布式、非关系型等。前者是通过网络共享计算机的磁盘空间，将分散的存储资源整合成虚拟的存储设备，从而实现对数据的分散存储;后者没有固定的表结构，并且也无需连续操作，正因如此，使其在大数据的存储方面有着关系型数据库不具备的优势。通过这两种技术可以对智能电网中的海量数据进行有效存储，从而为数据的利用提供便利。

结束语

随着社会经济的不断发展和科学技术的日益更新，我们迎来了大数据时代。在这一时代背景下，可以通过大数据这一技术，从而使复杂多样的信息变得简单详细，这在很大程度上提高了电力企业对数据的分析能力。与此同时，也使得电力企业的核心力不断增强，进而使中国特色智能电网健康持续地发展。

参考文献

[1]崔晓优，饶国辉.面向智能电网应用的电力大数据关键技术研究[J].科技创新与应用，2017（07）：182-182.

[2]崔大明，李超，侯庆雷.面向智能电网应用的电力大数据关键技术研究[J].数字通信世界，2015（12）.

[3]王庆斌.面向智能电网应用的电力大数据关键技术[J].电子技术与软件工程，2017（19）：168-168.