智能電網大數據處理技術分析

趙文芯

摘要：伴隨社會的不斷發展，科學技術便得到飛速進步，現今，在信息化不斷發展的時代背景下，人們便與信息化技術緊密聯系在一起，同時，人們對電力系統的依賴程度逐漸加大。此外，對于電力系統而言，其在運行過程中會產生相應的數據，且數據具有復雜的特點，并呈現逐漸增加的趨勢，傳統的數據處理技術未能迎合數據發展的需要，因此，在此種情況下，便應將大數據技術應用于智能電網中，以使數據處理質量得到保障，符合電網行業的發

展需求。關鍵詞：智能電網;電力大數據;處理技術

引言

隨著我國社會經濟的不斷發展，傳統電力信息系統已不符合時代發展的需求，當前社會對智能電網的需求也在不斷的增加。作為智能電網昀為重要的組成部分，信息通訊系統也在進行不斷的完善，從而促進了電力大數據的發展。反之，電力大數據的運用與發展對于信息通訊系統的處理效果具有更多的要求。只有當電力大數據技術真正有效運用與智能電網中，電網才能更好地滿足社會需求，促進我國經濟發展。

1智能電網電力大數據概述

新階段電網基礎設置很難滿足信息資源日益增長的技術性要求，其中智能電網的應運而生能讓數據信息的搜集、分析和存儲等得到發展，但是要想讓信息資源的利用效率增大，構建大數據平臺能是實現其科學合理決策的關鍵。在這方面具十分成功的案例是 Hadoop服務平臺的系統構建情況，需要將大數據與這一平臺進行更為有效的融合和對接，進而能更為大數據的關鍵新技術的作用發揮起到良好的保障作用。例如，在進行海量的信息搜集與處理的時候，能夠提供電子表格數據，并利用信息分類技術，將其實用性更好的發揮出來，進而能在用戶信息出來效率方面有所提升。

另外，智能電網大數據平臺主要是以分布式的文件處理方式為主，為能更好的實現 Pb和 Zb級別的數據存儲功能，可以在分布式計算機技術實現的過程中，實現 P6和 Zb的數據查詢功能。現階段的大數據平臺涵蓋的內容十分廣闊，其中有功能性的模塊數據，包括大數據訪問與調度框架、商業智能應用模塊、數據倉庫等相關的數據模塊。因此，大數據平臺的構建需要在數據關鍵技術運行效果持續升高的情況下對電力領域內企業的智能化電網的實現提供有效的保障，用以提升企業的自身結構發展也能讓營銷服務模式的優化創新能力得到極大的提升，進而能讓電力企業持續穩健的發展下去。

2面向智能電網應用的電力大數據關鍵技術

2.1ELT關鍵技術

對于智能電網中的電力大數據而言，關鍵技術之一為 ELT技術。電網數據不僅數據量眾多，同時具有分散的特點，在此種情況下，便加大數據處理的難度。其為數據集成—抽取—轉換—剔除—修正”，對于數據集成而言，其便運用 ELT技術，在此技術被實行的過程中，由一定的技術部分組成，其一是數據抽取，在對數據源系統中的數據進行了解的情況下，便對其進行一定的抽取。其二為數據轉換技術，在對數據進行抽取完成后，便將數據組合形態進行轉變，在轉變的基礎上，對其實行加工處理，使數據具有一定的易讀性。其三為數據加載技術，在上述兩種步驟完成后，便實行此步驟，將數據添加進系統中，從而便完成 ELT技術的整體流程。目前，法國電力公司已安裝 25萬臺智能電表，計劃到 2020年安裝 3500萬臺，用其采集家庭的用電負荷數據，此種技術具有重要的作用，已得到法國的廣泛使用。在此基礎上，作為一名電力管理人員，應對企業發展情況具有深入了解，在多種技術手段并用的情況下，使數據呈現集成化的發展趨勢，在運用 ELT技術的時候，便能使電力企業呈現新發展趨勢。此外，現今，光纖技術得到廣泛的應用，對于電站而言，光纖技術具有相應的要求，大峽電站 220kV線路配置 PSL-603GA數字式線路光纖差動保護裝置，小峽電站 110kV峽開兩回線路各配置一套 RCS-943A型線路光纖縱差保護裝置，其技術要求為，直流電源 220V，交流電流 5A，頻率 50Hz。10倍額定電流，允許 10S。

2.2數據展現關鍵技術

在信息技術的時代背景下，有兩種技術得到人們的廣泛關注，可視化技術、空間信息流展示技術，在運用此技術的情況下，將會使相應人員對數據處理具有更清晰的認識，從而了解其運行規律。對于可視化技術而言，其具有監控的功能，從而使電力系統中出現的問題逐漸減少。對于空間信息流展示技術而言，此技術具有計算的功能，能對電網參數進行分析與計算，同時，其能與 GIS進行有效的結合，從而使電網管理者對電力系統整體運行情況具有基本的掌控，使相應人員作出正確的判斷。同時，此種技術能減少企業經濟支出，使企業收益逐漸提高，對于歷史流展示技術而言，其能展現電網的發展軌跡，在此基礎上，人類便能對數據進行預測。

2.3電力大數據具有集成管理技術

電力大數據是極其多樣的，提取數據本身就有很大的難度，同時，電力大數據的數據環境也較為復雜，這加重了電力大數據信息收集的難度。電力大數據具有集成管理技術，這種技術能夠通過不同的傳感器感知環境，進而對環境中的溫度、干濕度等數據進行收集整合，從而管理數據。電力大數據能夠將千差萬別的數據信息進行集合，整理成有價值的信息，并利用統一的結構儲存信息，還可以通過對這些數據的分析，為客戶提供高質量的服務。

2.4數據存儲技術

在智能電網中，結構化與非結構化并存，為實現對數據的有效利用，需要對不同結構類型和功能的數據庫進行協調，從而完成海量數據的存儲。目前，比較常用的數據存儲技術有以下幾種：分布式、非關系型等。前者是通過網絡共享計算機的磁盤空間，將分散的存儲資源整合成虛擬的存儲設備，從而實現對數據的分散存儲;后者沒有固定的表結構，并且也無需連續操作，正因如此，使其在大數據的存儲方面有著關系型數據庫不具備的優勢。通過這兩種技術可以對智能電網中的海量數據進行有效存儲，從而為數據的利用提供便利。

結束語

隨著社會經濟的不斷發展和科學技術的日益更新，我們迎來了大數據時代。在這一時代背景下，可以通過大數據這一技術，從而使復雜多樣的信息變得簡單詳細，這在很大程度上提高了電力企業對數據的分析能力。與此同時，也使得電力企業的核心力不斷增強，進而使中國特色智能電網健康持續地發展。

參考文獻

[1]崔曉優，饒國輝.面向智能電網應用的電力大數據關鍵技術研究[J].科技創新與應用，2017（07）：182-182.

[2]崔大明，李超，侯慶雷.面向智能電網應用的電力大數據關鍵技術研究[J].數字通信世界，2015（12）.

[3]王慶斌.面向智能電網應用的電力大數據關鍵技術[J].電子技術與軟件工程，2017（19）：168-168.