基于云计算的电力大数据分析技术

魏岸若 刘蛟

摘要：随着计算机及互联网技术的普及，各行各业、各个领域都开始在计算机网络支持下得到了迅速发展。很多行业中大数据技术应用的范围越来越广，不仅促进了工作效率的提高，而且为行业智能化、网络化发展奠定了良好的基础。特别是在云计算出现以后，电力大数据分析技术逐渐渗透到了电力企业、各个部门诸多生产及加工环节，为电力企业更好地服务于社会及人民提供了保障。本文在对云计算、电力大数据分析技术进行阐述的基础之上，探讨了基于云计算的电力大数据分析技术框架的构建，进而指出了云计算背景下电力大数据分析技术未来发展，仅供参考与借鉴。

关键词：云计算；电力大数据；分析技术

一、引言

当今社会是信息技术高速发展的时代，在计算机、互联网技术的支持下，各行各业生产、办公逐渐实现了信息化。特别是随着全球数字信息的融合，各种资源优化配置，海量的信息及數据呈现出日益增长的趋势，而电力行业在此环境背景之下，也融入了大数据发展新时代。在不断的发展中，电力企业涉及的客户、信息、数据日益庞大，为了确保生产效率的提升，电网运行更加安全与稳定，进而使电力客户多样化需求得到满足，构建电力大数据分析中心已成为必然发展趋势。基于此，本文重点探讨基于云计算的电力大数据分析技术，旨在为我国电力企业提供些许有价值的参考与借鉴。

二、云计算含义及其特点

云计算是以网络技术为基础的超级计算形式，属于新型技术之一，通过远程以及非本地分布式计算机优势，能够使用户准确获取、存储、计算相关电力数据，服务质量大幅度提高。云计算最大的优势就是数据的处理及时、具备较强兼容性、储存空间大，而且计算模式弹性较好，扩展性强，同时也具备了网络虚拟化的特点，处于大数据环境背景之下，可以给予数据分析、处理、存储更好的支持，支持企业的数据分析及储存能力提升。

电力系统中云计算的运用，可以与很多用户信息连接，进而了解其诉求，针对大量用户信息进行高效处理，促进电力现代化发展。云计算技术在处理数据时效率很高，电力大数据信息繁多且复杂，云计算技术可将这些数据归类，采用层次计算方法，进而整合。云计算技术逐渐成熟，可以在同一时间快速将不同类型数据信息进行分类处理，人力、物力、时间大幅度节省，工作效率提高。针对电力大数据，云计算使用的计算方法为分布式处理，全面且系统化地对电力信息资源处理。例如储存过程中，如果电力信息传输时遭受破坏，云计算可调节电力大数据系统，使各种各样信息资源处理更加优化与完善。另外，云计算技术存储空间较大，新时代新形势新要求下，电力资源需求越来越多，涉及的内容也较多，而此时数据容量便成了电力大数据发展关键。云计算通过虚拟空间储存技术的运用，确保电力大数据完好无缺的同时，电力系统工作需求得到有效满足。总而言之，云计算技术对不同信息数据能够实现快速处理，最大限度地弥补了电力系统信息数据漏洞。

三、电力大数据分析技术

（一）数据分析技术

随着科技水平逐渐提升，电力行业对技术要求越来越高，发电方式也逐渐呈现出多样化，例如火、风、水、太阳能、核能等都是非常好的发电能源，这也在很大程度上使得电力数据越来越多，而数据分析技术在其中高效运用有利于发电领域多元化发展。同时可对一般电能、新型清洁电能间存在的内在关联性进行分析，找到二者间相似之处，进而实现电力资源融入使用。例如风电并网时，谐波、线损问题经常发生，对电力正常使用带来不便。而电力大数据分析技术的引进，实现了风电并网，深入分析影响因素以后，可通过有效措施给予针对性改进与处理，消极影响降低的同时，风电并网开展得更加顺利。

（二）可视化技术

电力大数据分析技术中，可视化也是重要特点之一，能够为工作人员准确找到问题提供数据支撑，进而确保判断更加科学合理。可视化的运用主要基于图标、SVG两个层面，其中图标展示数据信息时以图形、表格形式为主，工作人员借此能够充分了解问题，根据数据变化规律采用最佳处理方法。此系统的构建要将表格、折线图、柱状图等可视化方法系统化使用，表格用来记录数据，在搜索中捕捉数据信息；折线图对数据变化趋势直观呈现；柱状图可展示数据区别。SVG重点在于采用多种颜色展示电力数据，工作人员可准确看出数据变化。例如生产数据可通过SVG呈现，颜色不同时代表的数据不同，也可调整某一数据指标，数据信息查询速度更快，利用率提高。

（三）混合存储技术

此技术主要运用于数据的储存中，Hive系统极其常见，通过重写形式更新数据，但是此方法运用中数据更新速度较慢。在电力大数据发展中，数据越来越多，数据更新与删除要求也就越来越高，要想将数据信息质量提高，就需要保证数据信息处理及时性。各项操作数据占比小，如果更新时依然使用的是传统方法，数据资源过度占用，反而是资源的浪费，整个系统稳定运行受到影响。而混合存储技术的运用，能够将主附表作用更好的发挥。数据信息更新实效性增强，系统运行中便可以实现数据高效处理，利用率也随之提升。

（四）数据库索引技术

传统数据分析及处理时常用Hive技术，无法实现电力数据全面且准确搜索，不仅资源被浪费，而且数据分析工作难以正常开展。此问题的解决要站在多个视角下，能够快速准确地对数据信息进行查询。换言之，可基于电力大数据多维索引，将时间、单位视为参考依据，站在多个角度给予电力大数据索引辅助，有价值的数据信息能够及时查找到。另外，此技术运用可保证系统的构建更加完善，通过Hive命令的运用对技术进行解析，在较短时间内实现代码解析，确保数据索引维度区间更加丰富，促进数据查询速度提高。

（五）数据仓库技术

电力企业的发展，生产能力日益提高，数据量也越来越多，系统数据运算压力越来越大，为缓解此问题就要引进先进技术，提高数据分析工作效率。数据仓库技术是电力大数据关键节点，有利于数据运算能力的提高，同时也使得数据采集、处理更加快速。如果某些数据资源无法进行直接分析，便可以借助此技术将其进行转换与处理，使其转变为便于分析的数据资源。数据转化处理结束以后可进行加载，进而实现和数据资源的相匹配，充分利用这些数据资源，此技术的应用使系统整体运行性能得到提升。

（六）分层次处理技术

数据分析与处理时，可利用分层数据处理技术，促进数据处理效率提高。电网智能化发展进程中，多功能一体化系统得到了广泛应用，例如数据收集、整理、分析、处理、存储、利用等，形成一条链条，基于电力系统运行实际情况的进一步了解，构建完善的大数据分支系统，突出不同类型电力供应系统关联性、独立性特点，促进资源互融互通，增强资源使用价值。同时SQL技术的使用，可在电力大数据分析时完成计算，二者同步进行，数据分析效率提高，分析结果更加准确。分层次处理技术的广泛应用，一方面使得数据分析效率大幅度提高，另一方面也使工作人员数据处理时间缩短，电力企业整体效益更高。

四、基于云计算的电力大数据分析技术框架分析

（一）系统整体架构

电力大数据分析技术中，云计算分析系统中大量数据信息过程中，数据有效排列，此系统体现了分布、并行存在的内在关联性，通过计算框架高效率的运用，形成集云计算、电力大数据分析技术于一体的框架，借助电力系统数据分析有效性以及云计算高效采集数据，与电力数据开源结合，获取对城市电网产业发展有价值的信息，促进电网智能化、信息化建设。整个环节中涉及的城市电网电力大数据分布系统更加优化，而电力大数据结构框架的形成，主要借助电力大数据网络分布式储存结构将大量数据储存，并将这些数据输入至系统终端内，工作人员可结合数据获取准确的结果，进而有效管控电力数据信息。电力大数据分布式储存框架如图1所示。

（二）分析技术

当前城市电网体系日益完善，电力产业发展速度越来越快，多样化是当前电力行业发展最为显著的特点。网络、通信、大数据分析等技术的存在，为电力行业更好地运用信息技术创造了良好的条件。而电力资源的高效利用、优化配置是电力企业、产业在较短时间内占据市场竞争发展优势的重点。为了能够使电力产业快速稳定发展，安全运行需求得到满足，就要实现电力资源的充分利用，根据电力资源应用实际情况，结合城市电网体系构建，电力大数据分析技术研究力度的强化，实践应用水平的提高是不可忽视的环节。

基于云计算的电力大数据分析技术的运用，要强化城市电网体系常规电力资源、清洁电力数据间内在关联的准确判断，确保二者间数据均衡且协调，使城市电网系统能够实现高效率运作，在将电力资源充分利用的同时，促进经济效益的增长。比如城市电网合并运行时，清洁电力资源因为没有电网运行基础性质的框架，稳定性较差，使得城市电网体系运行效率越来越低。所以城市电网电力资源融合在一起，可借助电力大数据分析技术，综合分析造成清洁电力资源结构运行不稳定的原因，借助系统中收集整理的大量历史数据，在处理、计算、分析中找到问题根源，进而提出有效解决措施，促进城市电网体系清洁电力资源运行更加稳定安全、高效，也使得其和常规电力资源配置更加合理、均衡，电网系统运行效率不断提升，实现智能化电网的构建。

（三）ETL技术分析

城市电网每时每刻都会有大量电力数据及信息产生，超出了传统模式中电网系统计算能力范围，进而导致电力电网数据分析压力较大，有效率较低，阻碍了电网其他业务信息的运行。所以在基于云计算的电力大数据分析技术的运用过程中，为有效缓解运行效率低问题，可采用大数据分析技术中ETL技术，通过此技术优势能够将大量数据信息在较短时间内实现处理、分析，节省时间、人力、物力，经济效益提高。基于云计算技术电力大数据分析系统的构建过程中，ETL技术的运用侧重点在于采集及分析extract数据，此模式会以标准、要求为基础，将城市电网中涉及的不同类型电力数据及信息合理归类，分类工作结束以后会进行重点信息的收集整理。Transform环节，深层次加工以及处理收集而来的各种数据，在海量数据中找到有价值信息，而且还会对数据间存在的内在关联性进行深入挖掘。

在此过程中，大数据分析技术仅仅只是全面分析、研究了城市电网体系编码数据流，难以实现直观分析电力电网信息，这就需要运用专业手段高效转换电网体系中电力数据，快速提高电力电网数据信息可读取性能，确保城市电网大量数据信息在Transform运作中能够将作用充分发挥出来。

五、基于云计算的电力大数据分析技术未来发展

云计算在电力大数据分析技术中的运用，优势较为突出，进一步提高了数据分析效率。一是在科学技术快速发展背景下，电力企业运行过程中，就要将云计算、电力大数据分析技术运用方案进行创新，借助电网拓宽、数据处理、仿真模型等综合性技术运用，实现离线分析电力系统运行及电力资源调配情况，促进电力系统仿真处理效率的提高。二是还要将电力系统潮流计算模式进行优化，有了云计算方法融合，可降低计算结果不准确现象发生的概率，电力系统运行效率更高，潮流计算同云计算、大数据分析技术的整合，能够在很大程度上缓解传统电力信息操作问题，电力系统运行模式得到创新的同时，提高系统整体运行效率。三是将电力系统故障恢复效率大幅度提升，目前电力企业运行时，电网需求量增长速度较快，如果电网运行时大扰动问题发生，极易导致电力系统突然停电，用户需求得不到满足。所以云计算、电力大数据分析技术要创新，确保电力系统运行。比如，智能电力系统创新设计时，可借助云计算技术，根据电力系统运行实际情况，实现共享计算平台的构建，信息获取、处理效率更高。四是电力系统评估要具备较强可靠性，电力资源负荷运行反复预测中，使用安全隐患较大，基于云计算的电力大数据技术与电网系统融合，构建系统保护、保障方案，一方面可以促进智能电网运行时经济实用，另一方面也减少了故障的发生，电力系统运行效率得以提升。

六、结束语

云计算是基于互联网技术而产生的，具备了网络优势，同时在不断完善与优化中，在各个领域得到了广泛应用，将我国科技发展水平推向了又一新阶段，在社会发展、人民生活中发挥了极其重要的作用。当今社会，云计算在电力系统中的应用也越来越频繁，特别是与电力大数据分析技术的有效结合，将各自的优势充分发挥，促进了电力企业信息化、智能化系统的构建，为电力数据信息整合以及高效利用提供了保障，促进了工作效率的大幅度提高。在网络经济时代背景下，电力企业积极引进云计算技术、电力大数据分析技术，实现了人力、物力、财力资源的合理运用，未来发展前景较好。但是社会发展速度较快，信息技术更新换代也快，云计算技术在电力大数据分析技术中的运用也应该紧跟时代发展步伐，不断改进，助推电力企业长远发展。

作者单位：魏岸若    重庆工贸职业技术学院人工智能学院

刘蛟    中国移动杭州研发中心

参  考  文  献

[1]吴秉奇.云计算环境下电力大数据的分析技术与应用[J].淮南职业技术学院学报，2018，18（03）：4-5.

[2]谢斌，宋晓波.基于云计算的电力大数据分析技术与应用[J].数字通信世界，2018（09）：207.

[3]奚永巍.面向智能电网的电力大数据分析技术探讨[J].城市建设理论研究（电子版），2019（15）：8-9.

[4]吴振田.基于云计算的电力大数据分析技术与应用[J].通讯世界，2020，27（06）：93-94.

[5]颜清.基于云计算的电力大数据分析技术应用研究[J].中国管理信息化，2020，23（18）：103-104.

[6]黃蕾，陶锐.基于云计算的电力大数据分析技术与应用[J].数字技术与应用，2017（02）：117.