面向智能电网应用的电力大数据关键技术

马一宁，钟建栩，莫国柱，余少锋，廖崇阳

（南方电网调峰调频发电公司 信息通信分公司，广东 广州 511400）

0 引 言

在当今的大数据时代中，人们的工作与生活方式都在传统基础上实现了全新变革。尤其是在智能电网中，大数据关键技术的应用更是使其运行管理效率、质量及安全都得到了显著提升。因此，在智能电网的应用与发展中，电力企业一定要注重大数据关键技术的合理应用，充分发挥其技术优势，以此来促进电力系统的智能化发展。

1 智能电网电力大数据特征概述

智能电网的运行过程中会伴随着大量数据的产生，而其来源则可以分为以下两个方面。一是内部数据，这些数据来源于电力企业的应用系统，如配电管理、生产管理、监控以及采集等系统。二是外部数据，这些数据来源于地理信息、气象信息以及互联网等。因为数据量很大且具有分散性，所以需不同单位进行管理，在这样的情况下，智能电网中的数据就具有了多样性特征，数据源非常多，非结构化及半结构化数据的占比也在不断加大，而其价值密度也将逐渐降低。因此在智能电网的运行中，这些数据都会具有一定的采样频率与生命周期，这样才可以确保其价值密度[1]。但是对于不同的数据，采样频率和生命周期也都存在不同，图1是智能电网中不同数据的采样频率与生命周期示意图。

图1 智能电网中不同数据的采样频率与生命周期示意图

2 面向智能电网的电力大数据关键技术分析

2.1 集成管理关键技术

在对智能电网进行建设的过程中，应用到的大数据平台不仅需要具备对海量信息进行处理的能力，同时也需要具备对海量信息进行良好储存与传输的能力，以此来实现电力大数据的集成管理[2]。

在电力大数据储存方面，借助于HBase数据库和分布式储存技术可以对各种形式的电力大数据进行分类储存，以此来确保其安全性和完整性。同时，在电力大数据储存技术的应用中也进行了数据检索与查阅功能的设置，它所提供的是类似于SQL形式的数据查询功能，该功能可支持不同种类和不同格式的文件查询，其中所有的程序都具有良好的兼容性，可以为查询者提供更多的便利。

在电力大数据传输方面，借助于大数据平台中的数据挖掘技术、数据分析技术以及云计算技术等，可实现海量数据的科学处理，从海量数据中更加高效准确地找出所需数据，满足电力大数据的实际应用需求。同时，借助于当今先进的传感器技术和网络通信技术等，可实现大数据的有效传输。尤其是伴随着当今光纤网络以及5G移动通信网络的发展，大量的数据信息都可以实现高效快速的传输，使其所对应的数据采集得以有效实现[3]。

而这些采集、处理、储存以及传输的数据中包含着智能电网运行过程中的各方面内容，通过合理应用电力大数据关键技术便可实现智能电网中数据信息管理效率和管理质量的显著提升，这将会为智能电网中的电力大数据分析和处理等各项工作的顺利开展奠定较好的技术基础。

2.2 数据分析关键技术

在对智能电网进行建设的过程中，借助于先进的电力大数据分析关键技术可以为电力企业中的海量信息分析和处理提供良好的技术基础。就目前来看，应用在智能电网中的电力大数据分析技术主要包括图表可视化技术、SVG可视化技术以及数据库索引技术等，这些技术在智能电网的数据抽取和储存、电力数据和谐波计算以及谐波风险分析等各方面都具有非常好的应用优势[4]。

在通过数据分析关键技术对电力大数据进行分析处理之后，便可有效地提取出其中具有针对性的数据信息，进而为智能电网的管理以及电力企业的决策提供出足具科学性的指导意见。同时，就电力企业自身而言，若要实现经济效益的良好保障与市场竞争实力的有效提升，就需要采取更具科学性的决策来为企业的生产和经营进行服务[5]。因此，决策信息的科学性将会对企业发展与进步带来直接影响。而随着电力大数据分析关键技术在智能电网中的应用，便可有效确保决策的科学性。比如，当今德国电力企业正是借助于电力大数据信息的科学分析与有效应用，才为电力企业提供了足具科学性、合理性以及前瞻性的决策依据，使其将太阳能发电技术及时纳入到了智能电网中，收获了良好的应用效果。此外，用户多余的电能可输送到智能电网，这样既满足了用户的实际需求，又保障了企业的经济效益，从而进一步促进了德国电力企业的良好发展。

2.3 数据处理关键技术

在通过传统形式进行数据处理的过程中，通常需要采用人工的方式来进行数据的分类和处理，这样的处理模式不仅需要耗费大量的人力与时间成本，而且数据分析质量及其时效性也很难得到良好保障，这与当今智能电网中的电力大数据处理需求明显不符[6]。因此，为实现上述问题的有效解决，确保电力大数据的处理质量，满足电力大数据处理过程中对于时效性的实际需求，就需要科学应用当今先进的数据处理关键技术。

在应用电力大数据关键技术的过程中，智能电网中的所有信息资源都可以得到科学合理的分类处理，其主要的处理方式包括分区处理和分表处理等，通过这样的数据处理方式便可实现智能电网中大数据处理效率与处理质量的显著提升。其中，分区处理技术又叫做分库处理技术，就是将同一个数据表中的数据分别在不同的文件中嵌入，以此来实现数据访问张力的提升，降低大型数据表的访问压力。同时也会按照相应的指标在不同的数据库中输入利用率比较低的数据，以此来实现数据库可利用性能的进一步提升。而分表处理技术则是根据相应的原则来进行各种形式数据表的构建，这样便可让表单压力得以有效舒缓，以此来提升数据处理和应用速度[7]。

在通过电力大数据处理关键技术进行智能电网大数据的处理过程中，也需要将处理好的数据传输到与之对应的文件，这样才可以有效确保数据访问的有效性[8]。比如，在对智能电网中电力线路方面的大数据进行处理时，便可按照如图2所示的方式将各种的线路信息数据传输给与之相对应的线路图模型文件。

图2 智能电网大数据处理过程中电力线路数据传输示意图

另外，在通过该技术进行智能电网中的大数据处理时，也可以借助于纵列式以及并行式的数据库来提升数据加载效率，为电力大数据的实时查询提供更具科学性和有效性的技术支撑。

2.4 数据安全关键技术

在大数据关键技术的具体应用中，一项至关重要的内容就是确保数据的安全性。就目前来看，随着智能电网中大数据关键技术的良好应用，便可对其数据的储存、处理以及传输提供出足具安全性的技术保障[9]。借助于数据安全关键技术可实现智能电网中数据有效性和安全性的显著提升，尤其是在云计算技术的迅速发展中，云计算平台和大数据系统之间的兼容性也越来越好。因此，在智能电网电力大数据安全关键技术的具体应用中，可以将云计算平台用来进行电力大数据系统中的核心数据处理，以此来实现更为复杂的操作。同时，因为云计算平台具备无限大的容量和非常好的运行稳定性，所以在安全方面也具备更好的优势，且能够有效满足智能电网中的实际大数据处理需求。通过这样的方式，便可有效避免发生智能电网大数据丢失和损坏等情况，显著提升其安全性[10]。即使是出现了数据丢失或者是损坏情况，借助于数据安全关键技术，也可以快速地修复丢失或者是损坏的数据。由此可见，将数据安全关键技术合理应用到智能电网中便可实现其风险与威胁抵御能力的显著提升，尽最大限度降低或避免各种数据风险给智能电网带来的不利影响，确保智能电网的安全稳定运行。

3 结 论

在智能电网的具体应用中，集成管理关键技术、数据分析关键技术、数据处理关键技术以及数据安全关键技术都是其主要的电力大数据关键技术。将这些关键技术合理应用到智能电网的电力大数据管理中，便可有效确保电力大数据的分析、处理、应用与传输效果，并进一步保障所有数据信息的安全性，避免因大数据应用问题所导致的智能电网运行故障，保障智能电网的良好运行。因此，在智能电网的建设和应用过程中，电力企业及相关的技术人员一定要加强电力大数据关键技术的应用和研究，根据实际情况将其合理应用到智能电网，通过这样的方式才可以有效促进智能电网的良好应用与发展，并进一步提升电力企业的经济效益。