论文部分内容阅读
摘要：在当前经济的不断发展下，智能电网的建设也得到了进一步的提升，进而开启了电力行业的大数据时代。本文在论述了智能电网大数据处理技术发展现状的基础上，论述了如何提升智能电网大数据的发展。
关键词：智能电网；大数据；措施
引言
近些年来我国经济社会发展速度得到较快的提升，同时城市化的建设也得到了进一步的发展以及推进，同时因为人们用电量的逐渐提升，设备检测以及电网运行等等数据也得到了高速的增长，也可以给电力企业发展带来全新的挑战以及机遇，与此同时也对数据存储以及处理技术提出一定的要求。智能电网大数据处理有着较大的复杂性，并且科技发展的数据处理效率也有了一定程度的提升，但是在这之中还存在着诸多的问题，要求对智能电网大数据处理技术的现状而进行分析，了解其中出现的问题，如此才可以不断提升其处理效率。要求从存储性以及传输性等等多个角度来探讨其中的机遇。
1、智能电网大数据处理技术的发展现状分析
1.1智能电网中大数据的应用
智能电网主要是通过营销数据、管理数据以及设备检测数据等等部分而构成。首先，电力企业数据管理在全部智能电网数据处理内容中最为重要的内容，然而其内容以及程序上的内容总体而言比较复杂。其次，电力企业营销数据在智能电网数据处理中也是十分重要的内容。所以，目前很多企业都在其中投入了一定的研发资金。人们通常将智能电网数据大数据处理划分为了结构以及非结构数据。在智能电网建设以及互联网技术的应用，而非结构化数据则表现出了高速提升的趋势，同时数量也在一定程度上高出了结构化数据。电力大数据的特征可以满足大数据的特征；处理速度快、价值大、数据量大以及数据类型比较多等等内容。第一部分是结构化数据是目前电力系统最为重要的数据形式，同时也是关系数据库中的相关数据。第二部分是非结构化的数据，同时也可以通过数据库二维逻辑而表现的数据。同时也是人们对于非结构化的数据处理逐渐重视最为重要的原因。
1.2处理技术的复杂性
在目前社会发展中智能电网大数据处理已经变为了当前探讨的话题，同时也可变为了目前科学届关注的重点问题。智能电网大数据的处理以及同社会经济发展紧密相关。一些互联网发展较快的企业也大量投入了一定的资金而进行改进以及研发，力图不断推进我国智能电网大数据处理技术的不断进步。同时智能电网大数据处理技术也有着一定的复杂性。因此，目前我国应用的智能电网大数据处理技术在具有一定便利之时也带来了一定的问题。同时，随着我国社会各界投入的资金力度提升，智能电网大数据的处理技术也获得了较大的研究成果，进而可以不断推进与之相关的技术发展，同时在智能电网联网上也有了较大的提升以及改善。然而智能电网大数据处理技术还存在着一定的复杂性，进而就造成了与之相关的发展还存在一定的缺陷。通过与之相关的调查显示，当前我国的数据处理能力还不能对数据较快增长问题有效解决。比如说以支付宝为例分析，目前支付宝的交易数量以及达到了15TB，然而平台每天处理的数据则达到200PB，该数据较为巨大，为了可以对这些数据进行更好的处理，在相关方面投入了大量的人力、物力以及财力，力图可以更好的处理数据，同时也有着一定的研究进展以及成果。然而目前数据处理多样化提升的背景下，使得智能电网大数据处变得逐渐趋向于复杂化。
2、智能电网大数据的应用分析
2.1实现智能调度
在智能电网中最为重要的应用是帮助实现电网调度的智能化，如此就可以在一定程度上满足其高效以及的一体化的运行。当前最为重要的应用是一台监测设备实现一个区域内电网运行状态的监测，同时不同监测设备之间的数据实现不了共享，所以，就实现不了对设备运行情况进行统筹分析，同时也不能提升电网实际运行情况的监测。与此同时，其监测数据量总体比较大，在这之中包括一次以及二次设备，设备的实际信息以及具体运行信息，巡检记录以及缺陷数据的记录等等。这些数据一般包括有结构化数据以及非结构化数据两种。而传统的数据技术没有办法满足目前的需求，因此，大数据分析技术可以有效解决以上存在的问题。
2.2对电能损耗进行分析
在电力企业经营成本中电能损耗是最为重要的因素。当前电力部门对电能损耗进行分析一般是通过对变压器端的电能表进行测量而实现。所以，其是在离线数据实现统计分析基础上实现的。因为电表存在较大的误差，所以在数据采集过程中也会出现一定问题，因此，要求对电表数据记性专门的处理，将缺陷数据提出之后才可以进行分析。可以通过应用大数据技术，可以对电表数据而及您相关建模，应用智能电网大数据来实现实时以及准实时的数据分析以及收集等等。
2.3用电负荷控制以及进行预测
在电力系统中有着大量容量比较小、存储性能的可控负荷。 进而可以应用其可控负荷，进而将其聚合，可以给电力系统而提供一些较为客观的用电量，对于高峰时期的智能电网调度有着十分重要的意义。可以通过使用大数据技术，进而实现得到每一个用户的用电负荷以及其可控负荷的具体情况，如此就可以对资源而进行调度，进而可以满足用户的调度需求。
2.4安全分析和智能预警的实现
在当前电力行业的高速发展，其智能监控装置的出现， 使用数据技术进而实对于电网运行的情况进行动态分析以及控制。大数据技术具有着计算速度快、 计算能力强的特征。所以，在对海量电网运行情况数据以及监测数据进行处理之时，可以实现高速完成。促使跨地区的海量数据进行分析以及共享变为了可能。当前，电力行业的预警以及安全分析主要是通过专业的調度中心而实现，调度中心则是通过对离线数据进行收集，同时对计算进行处理以后而形成预警以及预案。所以，满足不了其智能电网的实时监控、预测以及进行全面评估的实际需求。在云计算的电力云可以建立电力系统的安全监管以及数据分析， 较高的计算能力可以满足其处理的实际需求。
2.5数据传输以及存储
在目前情况下，现代数据压缩技术被提出，促使智能电网的之中还数据存储以及传输变为了可能。研究人员对于电网之中的相关数据特征，进而可以提出参数化的算法，那么就可以在电线监测的进程中应用了无线数据压缩技术，可以实现对采样数据的压缩以及进行优化处理，也会在很大程度上降低数据传输以及存储的压力。同时，云计算之中利用分布式处理技术的应用也可以给智能电网中大量的数据存储而提供了合理的解决措施。
通常来说，电网中的中心业务数据依然应用的是传统关系型数据库进行存储，实时性要求比较高的控制数据也应用了实时数据库系统而进行处理。同时大量的非结构数据则应用的是分布式系统存储。
3、结语
从这就可以看出，在能源基础设置中电力系统具有着一定的广泛性，具有着一定的能源你传播特质， 可以促使智能电网大数据的基本理念而获得了一定的接受以及认可。 同时行业理念的不断提升以及创新而带来的效果，通过全社会对其的发酵以及反馈，可以有效推进中国社会的高速进步。智能电网大数据不仅仅可以实现对传统技术发展中的问题，同时也给智能电网在俯服务模式以及管理优化上等等带来全新的变化，进而就可以实现智能电网能力的不断提升，推动社会发展。
参考文献
[1]王钦，蒋怀光，文福拴，梅天华.智能电网中大数据的概念、技术与挑战[J].电力建设，2016，37（12）：1-10.
[2]韩笑，狄方春，刘广一，张逸，陈金祥，刘凤成，孙昕.应用智能电网统一数据模型的大数据应用架构及其实践[J].电网技术，2016，40（10）：3206-3212.
[3]王德文，杨力平.智能电网大数据流式处理方法与状态监测异常检测[J].电力系统自动化，2016，40（14）：122-128.
[4]刘广一，朱文东，陈金祥，张逸.智能电网大数据的特点、应用场景与分析平台[J].南方电网技术，2016，10（05）：102-110.
关键词：智能电网；大数据；措施
引言
近些年来我国经济社会发展速度得到较快的提升，同时城市化的建设也得到了进一步的发展以及推进，同时因为人们用电量的逐渐提升，设备检测以及电网运行等等数据也得到了高速的增长，也可以给电力企业发展带来全新的挑战以及机遇，与此同时也对数据存储以及处理技术提出一定的要求。智能电网大数据处理有着较大的复杂性，并且科技发展的数据处理效率也有了一定程度的提升，但是在这之中还存在着诸多的问题，要求对智能电网大数据处理技术的现状而进行分析，了解其中出现的问题，如此才可以不断提升其处理效率。要求从存储性以及传输性等等多个角度来探讨其中的机遇。
1、智能电网大数据处理技术的发展现状分析
1.1智能电网中大数据的应用
智能电网主要是通过营销数据、管理数据以及设备检测数据等等部分而构成。首先，电力企业数据管理在全部智能电网数据处理内容中最为重要的内容，然而其内容以及程序上的内容总体而言比较复杂。其次，电力企业营销数据在智能电网数据处理中也是十分重要的内容。所以，目前很多企业都在其中投入了一定的研发资金。人们通常将智能电网数据大数据处理划分为了结构以及非结构数据。在智能电网建设以及互联网技术的应用，而非结构化数据则表现出了高速提升的趋势，同时数量也在一定程度上高出了结构化数据。电力大数据的特征可以满足大数据的特征；处理速度快、价值大、数据量大以及数据类型比较多等等内容。第一部分是结构化数据是目前电力系统最为重要的数据形式，同时也是关系数据库中的相关数据。第二部分是非结构化的数据，同时也可以通过数据库二维逻辑而表现的数据。同时也是人们对于非结构化的数据处理逐渐重视最为重要的原因。
1.2处理技术的复杂性
在目前社会发展中智能电网大数据处理已经变为了当前探讨的话题，同时也可变为了目前科学届关注的重点问题。智能电网大数据的处理以及同社会经济发展紧密相关。一些互联网发展较快的企业也大量投入了一定的资金而进行改进以及研发，力图不断推进我国智能电网大数据处理技术的不断进步。同时智能电网大数据处理技术也有着一定的复杂性。因此，目前我国应用的智能电网大数据处理技术在具有一定便利之时也带来了一定的问题。同时，随着我国社会各界投入的资金力度提升，智能电网大数据的处理技术也获得了较大的研究成果，进而可以不断推进与之相关的技术发展，同时在智能电网联网上也有了较大的提升以及改善。然而智能电网大数据处理技术还存在着一定的复杂性，进而就造成了与之相关的发展还存在一定的缺陷。通过与之相关的调查显示，当前我国的数据处理能力还不能对数据较快增长问题有效解决。比如说以支付宝为例分析，目前支付宝的交易数量以及达到了15TB，然而平台每天处理的数据则达到200PB，该数据较为巨大，为了可以对这些数据进行更好的处理，在相关方面投入了大量的人力、物力以及财力，力图可以更好的处理数据，同时也有着一定的研究进展以及成果。然而目前数据处理多样化提升的背景下，使得智能电网大数据处变得逐渐趋向于复杂化。
2、智能电网大数据的应用分析
2.1实现智能调度
在智能电网中最为重要的应用是帮助实现电网调度的智能化，如此就可以在一定程度上满足其高效以及的一体化的运行。当前最为重要的应用是一台监测设备实现一个区域内电网运行状态的监测，同时不同监测设备之间的数据实现不了共享，所以，就实现不了对设备运行情况进行统筹分析，同时也不能提升电网实际运行情况的监测。与此同时，其监测数据量总体比较大，在这之中包括一次以及二次设备，设备的实际信息以及具体运行信息，巡检记录以及缺陷数据的记录等等。这些数据一般包括有结构化数据以及非结构化数据两种。而传统的数据技术没有办法满足目前的需求，因此，大数据分析技术可以有效解决以上存在的问题。
2.2对电能损耗进行分析
在电力企业经营成本中电能损耗是最为重要的因素。当前电力部门对电能损耗进行分析一般是通过对变压器端的电能表进行测量而实现。所以，其是在离线数据实现统计分析基础上实现的。因为电表存在较大的误差，所以在数据采集过程中也会出现一定问题，因此，要求对电表数据记性专门的处理，将缺陷数据提出之后才可以进行分析。可以通过应用大数据技术，可以对电表数据而及您相关建模，应用智能电网大数据来实现实时以及准实时的数据分析以及收集等等。
2.3用电负荷控制以及进行预测
在电力系统中有着大量容量比较小、存储性能的可控负荷。 进而可以应用其可控负荷，进而将其聚合，可以给电力系统而提供一些较为客观的用电量，对于高峰时期的智能电网调度有着十分重要的意义。可以通过使用大数据技术，进而实现得到每一个用户的用电负荷以及其可控负荷的具体情况，如此就可以对资源而进行调度，进而可以满足用户的调度需求。
2.4安全分析和智能预警的实现
在当前电力行业的高速发展，其智能监控装置的出现， 使用数据技术进而实对于电网运行的情况进行动态分析以及控制。大数据技术具有着计算速度快、 计算能力强的特征。所以，在对海量电网运行情况数据以及监测数据进行处理之时，可以实现高速完成。促使跨地区的海量数据进行分析以及共享变为了可能。当前，电力行业的预警以及安全分析主要是通过专业的調度中心而实现，调度中心则是通过对离线数据进行收集，同时对计算进行处理以后而形成预警以及预案。所以，满足不了其智能电网的实时监控、预测以及进行全面评估的实际需求。在云计算的电力云可以建立电力系统的安全监管以及数据分析， 较高的计算能力可以满足其处理的实际需求。
2.5数据传输以及存储
在目前情况下，现代数据压缩技术被提出，促使智能电网的之中还数据存储以及传输变为了可能。研究人员对于电网之中的相关数据特征，进而可以提出参数化的算法，那么就可以在电线监测的进程中应用了无线数据压缩技术，可以实现对采样数据的压缩以及进行优化处理，也会在很大程度上降低数据传输以及存储的压力。同时，云计算之中利用分布式处理技术的应用也可以给智能电网中大量的数据存储而提供了合理的解决措施。
通常来说，电网中的中心业务数据依然应用的是传统关系型数据库进行存储，实时性要求比较高的控制数据也应用了实时数据库系统而进行处理。同时大量的非结构数据则应用的是分布式系统存储。
3、结语
从这就可以看出，在能源基础设置中电力系统具有着一定的广泛性，具有着一定的能源你传播特质， 可以促使智能电网大数据的基本理念而获得了一定的接受以及认可。 同时行业理念的不断提升以及创新而带来的效果，通过全社会对其的发酵以及反馈，可以有效推进中国社会的高速进步。智能电网大数据不仅仅可以实现对传统技术发展中的问题，同时也给智能电网在俯服务模式以及管理优化上等等带来全新的变化，进而就可以实现智能电网能力的不断提升，推动社会发展。
参考文献
[1]王钦，蒋怀光，文福拴，梅天华.智能电网中大数据的概念、技术与挑战[J].电力建设，2016，37（12）：1-10.
[2]韩笑，狄方春，刘广一，张逸，陈金祥，刘凤成，孙昕.应用智能电网统一数据模型的大数据应用架构及其实践[J].电网技术，2016，40（10）：3206-3212.
[3]王德文，杨力平.智能电网大数据流式处理方法与状态监测异常检测[J].电力系统自动化，2016，40（14）：122-128.
[4]刘广一，朱文东，陈金祥，张逸.智能电网大数据的特点、应用场景与分析平台[J].南方电网技术，2016，10（05）：102-110.