面向智能電網應用的電力大數據關鍵技術研究

崔曉優+饒國輝

摘 要：隨著信息技術的發展，出現了智能電網這一新型技術，其應用為電力企業帶來了新發展，提高了供電質量和管理水平。在大數據背景下，企業要想長遠、穩定的發展發展，就需要處理好電力系統中龐大的數據信息，保證數據處理工作的準確性和效率，讓電網能夠實現經濟、有效和可靠的運行，這就需要構建完善的電力數據大平臺，掌握其中關鍵技術。

關鍵詞：智能電網應用；電力系統；大數據關鍵技術

當前是信息時代，人們的生存和經濟發展都離不開電力系統，在其運行中就會產生龐大的數據信息，數據增長速度很快并且類型較多，這和大數據的特征相符合。隨著電網的不斷發展和推進，系統內的數據源會不斷增多，甚至會出現極強的增長趨勢。以往的數據處理技術已經不能滿足當前發展需求，因此使用大數據技術是必然措施。

1 智能電網大數據特征

智能電網在運行的過程中會不斷產生龐大的數據，對數據按照來源進行劃分，可以分為電力企業內部和外部數據，其中內部數據包括數據采集與監控系統、生產管理系統、配電管理系統、客戶服務系統等，數據大多來源于關鍵應用系統；外部數據則一般來自于互聯網、氣象信息系統、地理信息系統等，外部的數據較為分散，數據管理單位也各不相同。可以看出智能電網數據具有多樣性、來源多樣的特征，半結構化、非結構化的數據數量在不斷增加，比如：客戶服務系統中的語音數據、在線監測系統中的視頻、圖像數據，這些都屬于非結構化數據，這些數據價值密度不高，每種數據在采樣、生命周期、頻率方面都各不相同。

2 智能電網、云計算以及大數據技術之間的聯系

科學技術發展日新月異，電力系統中已經實現了信息化技術的使用，希望能夠在電力系統中加入信息技術，來有效進行信息共享，進而有效的控制電網，讓電網能夠穩定的運行。但是當前電網中基礎設施還不完善，不能有效的對相應信息資源進行搜集、分析和存儲，要解決當前現狀，就需要在電力系統中加入智能電網應用[1]。要對電網中的數據信息資源進行合理的使用，為決策提供有效的依據，就需要構建大數據平臺，實現科學決策。在構建的過程中，還需要加入云計算技術，將云計算技術和大數據技術進行有機結合，這樣可以提高計算機在數據計算和處理方面的能力，利用計算機高容錯的能力，去有效解決大數據技術使用中可能遇到的難題，實現企業對智能電網下各類數據信息的有效分析、計算與存儲，為更好的控制智能電網提供技術支撐。智能電網、大數據技術、云計算之間具有緊密聯系，在構建大數據平臺時，要將云計算加入其中，靠其功能對智能電網下各項數據信息進行計算以及分析，云計算技術具備很大的信息存儲功能，而電網運行又會不斷產生龐大的數據，因此在搭建平臺時，可以利用這一功能，來滿足智能電網運行的實際需求，為實現智能電網數據在線分析功能提供技術支撐。另外，應用這一技術，還可以加強對智能電網的實時監控與管理，為其經濟合理的運行提供支持。

3 智能電網中電力大數據關鍵技術的運用

3.1 ETL關鍵技術

電力領域智能電網在數據分布上具有分散的特點，數據數量很多，數據類型也較多，這些都為數據處理工作帶來了一定的困難。在這種情況下，進行數據處理工作應該要按照標準流程進行規范操作，即“數據集成-抽取-轉換-剔除-修止“[2]。電力企業通常將數據倉庫技術應用到數據集成上，ETL是“Extract-Transform-Load”的縮寫，從中可以看出其包括三個部分，即Extract、Transform和Load，首先是Extract，被叫做數據抽取，就是要將目的數據源系統需要的有關數據從數據源系統中抽取出來；Transform被叫做數據轉換技術，用數據抽取技術抽取出的數據根據相關的要求進行轉換，將數據變為另一種形式，在這個過程中要對數據源中出現的偏差和錯誤數據進行處理，要清洗或者加工數據；Load是數據加載技術，就是將上一環節處理好轉換好的數據進行加載，之后保存到目的數據源系統內。這一關鍵技術是智能電網中電力大數據集成的關鍵技術，將其應用到企業中，需要全面考慮每種因素，在合理考慮后再和多種先進技術進行結合，實現科學的數據集成化，提高企業的發展。

3.2 數據分析關鍵技術

大數據技術中，核心就是將信號轉化為數據，在通過對數據進行處理和分析，將其轉化為信息，通過對信息進行提煉，可以得出知識，這為電力企業的決策和行動提供有效參考和依據。因此在大數據時代下，這一技術可以深入巨量的信息數據中，從中找出隱藏的模態和規律，為電力企業決策者提供有效、真實的參考信息[3]。對企業來說，決策非常重要，關系到企業的生產運營，因此只有科學的決策，才能讓企業更好的運營，更好的提供服務，為企業發展指導正確方向，實現電力企業競爭力的提高，為企業帶來更多的經濟利益。例如德國就使用數據分析關鍵技術，為其太陽能推廣提供了有效、科學的決策依據，太陽能的廣泛使用可以讓電力用戶將多余的電能輸入電網中，可以有效提高電力企業的經濟利益。

3.3 數據處理關鍵技術

在電力大數據中，使用數據處理技術就是對采集來的數據進行處理，包括分庫、分區與分表。數據分庫處理就是要按照一定的處理原則將一些利用率高的數據輸入到不同的數據庫中，這樣可以提高數據庫中一些數據的利用率。數據分區處理，就是將通表數據有效的載入到不同文件中，可以有效減輕大型表壓力，可以提高數據的訪問性能，讓運行情況更好。數據分表處理，就是按照相關的數據處理原則來建造各種數據表，這樣可以減輕單表壓力。除此之外，構建并行式和縱列式數據庫，可以提高數據加載性能，可以實現高效的數據查詢。例如，可以將結構化查詢語言和MapReduce進行有機結合，可以加強數據庫中數據的處理性能，提高數據的抗壓彈性。

3.4 數據展現關鍵技術

在智能電網電力大數據中，展現數據的關鍵技術包括可視化技術、歷史流和空間信息流，將這三種數據展現關鍵技術應用到智能電網數據處理中，可以讓企業中的管理者正確認識到電力數據的意義和系統運行情況。可視化技術被廣泛的應用到智能電網中，用來實時監測和控制電網的運行情況，可以有效提高電力系統的自動化水平。空間信息流展示技術通常體現在電網參數和已有GIS的融合中，例如三維展示技術和虛擬現實技術。在電力配電設備管理中加入GIS應用，可以讓電網管理者更加直接的了解到設備的相關情況，為決策者提供實時的地理信息。在變電站工程設計中使用空間信息流展示技術，可以提高工作效率，減少時間，節約成本以及能源，可以給電力企業帶來更多的經濟利益。歷史流展示技術通常會應用到電網歷史數據管理和展示中。電力系統只有在充分分析歷史數據后才能實現深層次的運用。歷史流技術可以實現對電力生產現場的實時監測數據或者電網規劃、負荷預測數據等數據走勢的預測功能，因此使用歷史流展現技術，可以對歷史重大事件進行模擬，模擬其發生和演變，可以從中發現其隱藏的知識和規律，可見這一技術具備很大的應用價值。

4 結束語

我國智能電網發展迅速，其在運行過程中會不斷產生大量的數據，傳統的數據處理方法已經無法滿足當前發展的需求，因此在大數據時代背景下，企業應該不斷優化，搭建出更完善的電力大數據平臺，能夠充分挖掘出數據的價值，通過利用一些關鍵技術，可以提高智能電網中電力大數據的處理水平，為企業帶來更多的經濟利益，提高企業的競爭力，保證電網的運行。

參考文獻

[1]張東霞，苗新，劉麗平，等.智能電網大數據技術發展研究[J].中國電機工程學報，2015（01）.

[2]薛禹勝，賴業寧.大能源思維與大數據思維的融合（一）大數據與電力大數據[J].電力系統自動化，2016（01）.

[3]徐高翔，黃勇達，趙享.云計算大數據處理技術在智能電網中分析與應用[J].科技與企業，2016（06）.

作者簡介：崔曉優（1975-），男，河南許昌人，本科，工程師，研究方向：特高壓直流輸電控制保護監控系統。