论文部分内容阅读
摘要：由于智能电网的迅速发展，可以在运行期间产生海量数据，但是在大量的数据处理和分析中，若依旧沿用传统的数据处理方法不但不能满足当前时态的发展需求，也不利于企业的未来优化发展，所以就要搭建出完善的电力大数据平台，挖掘数据价值，并通过关键性技术，以提升智能电网中的电力数据水准，从而提升企业的经济效益。
关键词：智能电网;大数据;技术应用
1 引言
随着物联网、云计算、三网融合等技术的迅猛发展，人类社会正在进入大数据（BigData）时代。数据已成为一种资产，成为与物质资产和人力资本相提并论的重要生产要素。大数据的涌现，不仅改变着人们的生活和工作方式、企业的运作模式，还催生了许多学科的交叉融合，引起了科学研究模式的根本性改变。其关键技术及应用领域，正在激起学术界和产业界的浓厚兴趣和高度关注。
2 电力大数据的概述
2.1电力大数据的定义
企业信息化的过程中，信息量呈现爆炸性增长态势，海量的数据涵盖各种形式，比如数字、符号、图片、声音、视频等，这些数据贯穿于电网企业生产、管理、服务等各业务流程中，企业的信息化正是要对这些大量数据进行采集、分析和处理。充分重视数据的作用，将其作为企业核心资产之一，让资产创造价值，这是大数据的核心价值。通过以电力为中心的数据综合服务平台，充分利用实际电网和经营管理中产生的海量数据，并研究分析其中的规律，从而获取潜在的高附加值服务。高附加值的服务在电网企业中有重要作用，比如提高电网灾难预警与事故处理能力，提高供配电与电力调度决策的准确性等，实现更科学的需求侧管理，为电网创造更大的经济效益。
2.2电力大数据的特征
2.2.1数据量大
随着物联网技术在电力行业的应用及企业的信息化不断加快，各业务流程的运作产生巨大的数据量，这些数据从PB级别跃升到EB级别，数据规模巨大。
2.2.2数据种类多
在电力生产的整个过程中，产生各种类型的数据，按照产生方式的不同分类，有对设备监控而生成的数据、因电网状态信息扩展而生成的数据、有实时采样而生成的数据;按产生环节的不同，大数据可分为由发电侧产生的、由输变电侧产生的、由用电侧产生的。
2.2.3价值潜力大
电力大数据反映了电力行业内部规律特征，通过相关技术对大数据的分析与研究，可以获得巨大的潜在价值，比如对社会经济的影响评估。
2.2.4处理迅速
信息化水平的提高，使得数据处理技术不断发展，满足电力企业在对电力调度、设备运行等数据快速处理的要求。
3大数据关键性技术分析
3.1集成管理技术
智能电网下的大数据平台，拥有海量的信息存储。特别是在实际的应用中，由于传感器的融入能让很多信息直接传输到系统之中，能使数据采集工作得以完善。这些数据包含电网运行，大数据分析应用技术，数据信息管理等内容，通过对上述数据分析和处理能真正的让集成管理技术工作落实到位。
3.2数据分析技术
使用数据分析技术能让电力企业对海量的信息开展分析，通过分析能获得针对性较好的技术信息，并能在信息的处理中满足科学决策。若以电力企业为例，为能让网企业内的经济效益和竞争实力长效提升，就要使用科学的决策对经济效益进行管理和提升，故此决策信息的科學与否就是与企业电力发展有联系的重要内容。现在在数据分析上最先进的是德国，他们力争使用太阳能让用户将多余的电力输入到电网中，使经济效益的提升更能上升到新高度。
3.3数据处理技术
大规模的数据分析，需要将数据进行系统化分类，细致为数据的分区和分表，这样才能为数据的处理效率提高提供保障。与传统数据处理相比较，人工处理处理方式不但需要消耗大量的人力和物力，同时在同等分析条件下分析的效率也偏低，故此就要将划分好的数据全部输入到对应的文件中，不但开业提升原有的数据访问途径，使数据使用效率提升，同时也能在并列式的数据库搭建过程中，使数据的加载效率得到大幅度提升，以保障数据能实时查询。
4 电力大数据的应用前景
4.1 大数据技术的发展前景
电力企业对大数据应用前景的分析可以通过规划、运行、检修、营销、运监等几个方面来实现。在电力系统运行中，对电力数据的应用进行合理规划，可以有效提高电力设备的负荷预测能力。利用数据挖掘技术对电力大数据进行计算和处理，可以使电力企业更快、更准确地掌握电力变化规律，并在此基础上对电力负荷预测准确度进行提高。对电力运行状况进行改善，可以有效地提高电力企业的新能源调度管理能力。在电力系统运行过程中，采用多维分析预测技术对新能源出力、光照、风速等因素之间的关联性进行分析，可以更准确、更详细的预测新能源的发电能力。在电力系统运行中，通过创新电力检修技术，可以有效地提高电力企业的检修管理能力。通过完善电力企业的营销方式，是提高用电行为分析能力的有效方法。在扩大电力数据采集范围与频率的基础上，采用聚类模型等数据挖掘方法对用电信息进行深层次分析，可以使电力数据分析的结果更加准确。对电力企业运监方式进行创新，是提高业务关联分析能力的有效方法。在此过程中，采用流式计算和可视化处理等运监技术对电力数据进行全方位的监测和处理，并利用聚类模式对业务关联性进行分析，可以有效地提高数据监控质量。
4.2 电力大数据的发展思路
通过研究电力大数据技术的发展前景，为了配合电力大数据技术的创新，电力大数据的未来发展应依据下述思路：一是利用电力公司在大数据方面的优势，可以突破客户应用存在的限制，而在此基础上将客户作为电力数据处理的依据，可以提高电力大数据在社会各个领域中的应用，也能够保证智能电网发展和电力数据应用的优势。二是在应用“6+1”系统的同时，依据电网信息中心和云计算成果，建立基于Hadoop集群的计算标准和大数据中心，可以有效地提高电力数据处理和储存的效率。三是依据三网融合战略对电网融合进行管理，可以更好地实现信息、业务和自动化这三者之间的融合;而依据大数据在统计、计算、决策和储存等方面的优势，对大数据的应用范围进行拓展，可以有效地改善电力大数据的应用效果。现如今，大数据时代已经到来，对具有数据化思维的业务人员和电力方面的复合型人才的培养也越来越受重视。通过培养熟练掌握电力数据架构、数据分析和计算技术的复合型人才，可以使电力数据应用效果达到最佳。
5 总结
综上所述，为了满足智能电网的电大力数据技术发展需求，并提供更优质的技术产品和技术服务，电网企业必须对电大力数据技术进行深入的研究和分析，同时运用电大力数据技术中的关键技术以及信息数据的处理与驱动的系统，对其进行实时创新和协调，从而促进智能电网不断发挥其优势，进而提高智能电网在电力领域的市场竞争力。只有这样电网企业才能够及时改善其生产经营的模式，并促进自身向多元化的方向发展。
参考文献：
[1]但涛.面向智能电网应用的电力大数据关键技术分析[J].科技传播，2015（06）：14-15.
[2]蔡力军.探讨面向智能电网应用的电力大数据关键技术[J].科技展望，2016（11）：12-13.
关键词：智能电网;大数据;技术应用
1 引言
随着物联网、云计算、三网融合等技术的迅猛发展，人类社会正在进入大数据（BigData）时代。数据已成为一种资产，成为与物质资产和人力资本相提并论的重要生产要素。大数据的涌现，不仅改变着人们的生活和工作方式、企业的运作模式，还催生了许多学科的交叉融合，引起了科学研究模式的根本性改变。其关键技术及应用领域，正在激起学术界和产业界的浓厚兴趣和高度关注。
2 电力大数据的概述
2.1电力大数据的定义
企业信息化的过程中，信息量呈现爆炸性增长态势，海量的数据涵盖各种形式，比如数字、符号、图片、声音、视频等，这些数据贯穿于电网企业生产、管理、服务等各业务流程中，企业的信息化正是要对这些大量数据进行采集、分析和处理。充分重视数据的作用，将其作为企业核心资产之一，让资产创造价值，这是大数据的核心价值。通过以电力为中心的数据综合服务平台，充分利用实际电网和经营管理中产生的海量数据，并研究分析其中的规律，从而获取潜在的高附加值服务。高附加值的服务在电网企业中有重要作用，比如提高电网灾难预警与事故处理能力，提高供配电与电力调度决策的准确性等，实现更科学的需求侧管理，为电网创造更大的经济效益。
2.2电力大数据的特征
2.2.1数据量大
随着物联网技术在电力行业的应用及企业的信息化不断加快，各业务流程的运作产生巨大的数据量，这些数据从PB级别跃升到EB级别，数据规模巨大。
2.2.2数据种类多
在电力生产的整个过程中，产生各种类型的数据，按照产生方式的不同分类，有对设备监控而生成的数据、因电网状态信息扩展而生成的数据、有实时采样而生成的数据;按产生环节的不同，大数据可分为由发电侧产生的、由输变电侧产生的、由用电侧产生的。
2.2.3价值潜力大
电力大数据反映了电力行业内部规律特征，通过相关技术对大数据的分析与研究，可以获得巨大的潜在价值，比如对社会经济的影响评估。
2.2.4处理迅速
信息化水平的提高，使得数据处理技术不断发展，满足电力企业在对电力调度、设备运行等数据快速处理的要求。
3大数据关键性技术分析
3.1集成管理技术
智能电网下的大数据平台，拥有海量的信息存储。特别是在实际的应用中，由于传感器的融入能让很多信息直接传输到系统之中，能使数据采集工作得以完善。这些数据包含电网运行，大数据分析应用技术，数据信息管理等内容，通过对上述数据分析和处理能真正的让集成管理技术工作落实到位。
3.2数据分析技术
使用数据分析技术能让电力企业对海量的信息开展分析，通过分析能获得针对性较好的技术信息，并能在信息的处理中满足科学决策。若以电力企业为例，为能让网企业内的经济效益和竞争实力长效提升，就要使用科学的决策对经济效益进行管理和提升，故此决策信息的科學与否就是与企业电力发展有联系的重要内容。现在在数据分析上最先进的是德国，他们力争使用太阳能让用户将多余的电力输入到电网中，使经济效益的提升更能上升到新高度。
3.3数据处理技术
大规模的数据分析，需要将数据进行系统化分类，细致为数据的分区和分表，这样才能为数据的处理效率提高提供保障。与传统数据处理相比较，人工处理处理方式不但需要消耗大量的人力和物力，同时在同等分析条件下分析的效率也偏低，故此就要将划分好的数据全部输入到对应的文件中，不但开业提升原有的数据访问途径，使数据使用效率提升，同时也能在并列式的数据库搭建过程中，使数据的加载效率得到大幅度提升，以保障数据能实时查询。
4 电力大数据的应用前景
4.1 大数据技术的发展前景
电力企业对大数据应用前景的分析可以通过规划、运行、检修、营销、运监等几个方面来实现。在电力系统运行中，对电力数据的应用进行合理规划，可以有效提高电力设备的负荷预测能力。利用数据挖掘技术对电力大数据进行计算和处理，可以使电力企业更快、更准确地掌握电力变化规律，并在此基础上对电力负荷预测准确度进行提高。对电力运行状况进行改善，可以有效地提高电力企业的新能源调度管理能力。在电力系统运行过程中，采用多维分析预测技术对新能源出力、光照、风速等因素之间的关联性进行分析，可以更准确、更详细的预测新能源的发电能力。在电力系统运行中，通过创新电力检修技术，可以有效地提高电力企业的检修管理能力。通过完善电力企业的营销方式，是提高用电行为分析能力的有效方法。在扩大电力数据采集范围与频率的基础上，采用聚类模型等数据挖掘方法对用电信息进行深层次分析，可以使电力数据分析的结果更加准确。对电力企业运监方式进行创新，是提高业务关联分析能力的有效方法。在此过程中，采用流式计算和可视化处理等运监技术对电力数据进行全方位的监测和处理，并利用聚类模式对业务关联性进行分析，可以有效地提高数据监控质量。
4.2 电力大数据的发展思路
通过研究电力大数据技术的发展前景，为了配合电力大数据技术的创新，电力大数据的未来发展应依据下述思路：一是利用电力公司在大数据方面的优势，可以突破客户应用存在的限制，而在此基础上将客户作为电力数据处理的依据，可以提高电力大数据在社会各个领域中的应用，也能够保证智能电网发展和电力数据应用的优势。二是在应用“6+1”系统的同时，依据电网信息中心和云计算成果，建立基于Hadoop集群的计算标准和大数据中心，可以有效地提高电力数据处理和储存的效率。三是依据三网融合战略对电网融合进行管理，可以更好地实现信息、业务和自动化这三者之间的融合;而依据大数据在统计、计算、决策和储存等方面的优势，对大数据的应用范围进行拓展，可以有效地改善电力大数据的应用效果。现如今，大数据时代已经到来，对具有数据化思维的业务人员和电力方面的复合型人才的培养也越来越受重视。通过培养熟练掌握电力数据架构、数据分析和计算技术的复合型人才，可以使电力数据应用效果达到最佳。
5 总结
综上所述，为了满足智能电网的电大力数据技术发展需求，并提供更优质的技术产品和技术服务，电网企业必须对电大力数据技术进行深入的研究和分析，同时运用电大力数据技术中的关键技术以及信息数据的处理与驱动的系统，对其进行实时创新和协调，从而促进智能电网不断发挥其优势，进而提高智能电网在电力领域的市场竞争力。只有这样电网企业才能够及时改善其生产经营的模式，并促进自身向多元化的方向发展。
参考文献：
[1]但涛.面向智能电网应用的电力大数据关键技术分析[J].科技传播，2015（06）：14-15.
[2]蔡力军.探讨面向智能电网应用的电力大数据关键技术[J].科技展望，2016（11）：12-13.