大數據分析在電力規劃中的應用

張世彪

【摘? 要】在目前大數據時代中，數據治理已經成為現代企業實現智能化決策主要手段，使企業在不斷競爭的市場中對大數據信息進行分析和處理。那么，本文就將電力企業作為基礎，分析大數據環境下電力企業的數據治理。

【關鍵詞】電力企業;大數據;應用分析

1引言

電力信息技術的應用，極大地促進了我國電力系統的完善，能夠使電力行業朝著自動化和智能化方向發展。為了推動電力信息技術的進一步革新，需要對大數據和電力信息技術的融合進行深入探索，充分發揮大數據的價值與優勢，促進我國電力行業的繁榮發展。加強對電力生產各個環節數據信息的獲取與分析，能夠實現電力服務體系的不斷優化。

2大數據平臺概述

常見大數據平臺應用有Hadoop，屬于處理大范圍數據軟件平臺。Hadoop能夠儲存豐富的數據信息，具有成本低、高效的優勢，即使對分布式底層細節不了解也能夠開發分布式程序，分為HDFS與Map Reduce。其中，HDFS有著高容錯性特征，應用在硬件程序中能夠提供高吞吐量訪問程序數據，適用于大數據集的程序。而Map Reduce屬于編程模型，主要應用在大范圍數據集的運算。大數據平臺的應用為人們分布式并行編程提供了便利，把程序運行在分布式系統中。現階段，軟件實現指的是既定映射函數用于將一組鍵值對映射成一組新的鍵值指定并發的歸約函數，確保映射的鍵值對共享相同的鍵組。HDFS能夠兼容龐大的數據信息資源，Map Reduce為海量的數據提供了計算功能。開源技術Hadoop具有分布式存儲系統，利用Map Reduce技術有助于提高計算效果。不過，真正的存儲計算結果需要與業務系統融合應用。大數據平臺有著高穩定性、擴展性、高效性特點，Hadoop可以在不同節點間移動數據并確保節點平衡，所以效率較高。

3大數據時代與電力信息技術二者關系探討

加強大數據與電力信息技術的研究，能夠提升電力配送的質量，為我國社會生產生活用電提供保障。在當前電力供應的過程中依舊存在很多問題，導致電力系統的功能發揮受到限制，因此急需解決。促進大數據與電力信息技術的融合，能夠有效解決電力供應中的問題。比如，通過數據分析技術對用電額度進行分析，能夠實現電網的優化升級，不斷提升供電服務質量。在大數據背景下，電力信息技術也在不斷突破創新。電力信息技術的應用范圍逐步擴增，使得電網建設朝著自動化與智能化方向發展。電力信息技術應用效果的增強，得益于大數據技術的發展與成熟。大數據來源于電力生產和管理的每個環節，發電側的自動化水平得到有效提升，使得電力生產信息的保存更加方便。電網智能化是輸電側與配電側的發展趨勢，電網運行狀態信息的保存能夠通過在線監測功能實現。智能電表在用戶側的應用，使得用電信息的獲取更加高效，能夠根據用電信息為用戶提供更加個性化的供電服務。

4電力企業大數據平臺應用方式分析

4.1數據價值分析

電力企業大數據研究與挖掘的根本目標是結構化與非結構化信息，有效處理復雜的數據信息與結構調整。現階段，電力企業數據主要集中于小數據集計算，因為隨著大數據時代的發展，大數據計算結構仍未實現全范圍應用，傳統的數據挖掘計算周期較長。而應用小數據集的數據挖掘操作，穩定性低于龐大數據的挖掘結果，如：HadoppHDFS、HBASE的快速訪問、Spark的分布式訪問和計算、Sparkmllib的統計、計算、研究、Mahout的學習，借助大數據平臺進行數據統計、挖掘、分析。

4.2實時計算

實時計算在大數據應用中扮演著重要角色，電力企業實時數據包括設備運行參數、運行環境指標、客戶實時需求等，其數據價值在初期形成時最大。同時，數據開始出現時，移動、計算、應用也是價值最大化的體現。因此，電力企業大數據要重視實時計算場景的運用，企業積極轉變實時計算框架成為當務之急，比如：電廠中運行按秒、分鐘的形式搜集;數據搜集后發送實時計算框架。框架內，把搜集的參數用在數據挖掘與數據模型中，進行設備異常狀態監督、故障預警、狀態評估。實時計算后，保留初始數據后繼續挖掘有價值的數據再重新使用生成自相似的結構形式。所以，電力企業實時計算需要加大對分布式內存計算研究。

5大數據分析在電力規劃中的應用

5.1大數據分析在電網預警功能的應用

在電力系統運行過程中，預警功能的設置能夠幫助巡檢人員及時發現存在的問題，避免運行故障導致的電力事故，進而保障人員的生命財產安全和企業經濟效益。因此，需要借助于大數據的相關框架，不斷完善電網的預警功能，幫助工作人員實時動態掌握電網運行參數，建立預案處理機制和相關預警模式。通過對電網運行狀況進行參數化處理，借助于數據分析的功能，能夠實現電網運行狀況的預測分析，從而降低故障發生的概率。同時也是不斷提升電網監管水平的重要途徑。

5.2大數據分析在提升電能損耗測算水平的應用

電能損耗的測算，不僅能夠有效避免電力系統運行中的資源浪費情況，而且能夠保證經濟效益和社會效益。借助于大數據技術，在信息的獲取、整理與分析工作中更加便捷，有助于提升信息的精確性、真實性和全面性，增強電力信息技術的實效性。加強電力信息技術中大數據的靈活應用，能夠有效提升電能損耗的測算水平，實現對違法竊電行為定點打擊的同時，能夠提高資源利用率，符合當前電力行業可持續發展的理念。此外，在電力信息技術應用中借助于大數據，能夠有效把控電網負荷，提升電量管理工作水平，避免系統穩定性降低給社會用電帶來的不便。

5.3大數據治理體系的創建

企業要使數據治理作為專門業務對待并且管理，以企業實際情況實現相應數據自理目標的制定，從而創建專業化數據治理體系、保障機構，從而創建高效率、全方位的數據治理體系。此數據治理體系要企業各個組織、部門及技術等全面配合。（1）實現相應數據治理組織機構的創建。能夠在企業頂層創建數據治理委員會，包括業務部門、信息管理部門及高等管理人員等主要負責人。在中間層創建通過各個業務部門呢、數據庫管理、信息部門技術及培訓等專家構成的數據治理工作組。（2）實現相應標準規范的創建。基于企業角度創建統一化數據標準，和數據治理工作相互結合，創辦技術標準工作組，實現工作計劃及標準的制定，主要包括業務標準、技術標準、數據質量標準及管理標準等。（3）在實現數據治理的過程中，和數據技術支撐具有密切的關系，企業要通過數據技術實現企業信息數據管控及支撐，使元數據管理、收集及應用作為主要核心，結合規范數據標準及高質量信息，充分使用企業已經創建的元數據管理平臺、數據分析技術，從而創建完善數據治理體系。

5.4發展ETL技術促進電力系統的應用

在智能電網的數據處理中，面臨數據海量化和數據類型多樣化的困難。因此，應該通過技術的革新實現數據處理效率的提升，增強電力信息技術的應用效果。ETL是Extract Transform Load的縮寫，Extract指的是數據抽取，在源系統中抽取所需數據;Transform指的是數據轉換，通常是數據的加工與整理過程，使其滿足數據應用需求;Load指的是數據加載，在需要數據的源系統中實現加載后數據的保存。為了保障數據集成工作的順利進行，需要對ETL技術與電力信息技術的融合進行深入探索結束語在全新能源改革、工業改革及互聯網+行動計劃導致社會改革中，電網企業具有重要角色，并且還面臨轉型發展機遇。

6結束語

在大數據演化模式及價值功能重構，能夠為全球能源及智能電網互聯發展提供全新思路、解決方法及解決方案，也為我國電網企業超過國際先進水平提供了基于。但是，在電力大數據庫中，要通過數據治理解決大數據數據多、雜的問題，從而有效促進大數據能夠通過概念走向現實，提高大數據在電力企業中的作用。

（作者單位：國網山東省電力公司淄博供電公司）