论文部分内容阅读
摘要：在智能电网系统运行的过程中，将产生大量的数据。电力企业则需要对这些数据进行收集，以便更好的进行用户用电情况的了解。而这些数据在得到收集之后，则构成了电网客户端的大数据，需要利用大数据处理技术进行处理，以便确保系统的良好运行。本文主要分析探讨了智能电网大数据处理技术现状与挑战情况，以供参阅。
关键词：智能电网;大数据;处理技术
随着社会的发展，电力在人们的生活中作用日渐突出，电力公司与每一位用户都有着重要的联系，智能电网要处理的数据也逐渐增多，面对这些海量的信息，电力公司需要及时的进行收集，并对其进行处理分析和反馈，以更好的了解和掌握电力客户的用电需求，帮助相关单位合理的设计电力需求响应系统。但是，在这些数据的处理中，受到数据处理复杂度、大数据处理技术等因素的影响，处理速度较慢，存在一些威胁，需要去解决，以推进智能电网的发展。
1智能电网大数据处理技术的现状
（1）并行数据库。传统的关系数据库虽然在电网数据处理中发挥过重要作用，但它已经无法满足当前智能电网大数据管理的要求，这主要是由于其数据存储量有限;扩展性不足;对数据的快速访问能力不足;缺乏对非结构化数据，如图片、音频等内容的处理能力。而这些无疑对电网数据处理技术提出了新的要求，亟需应用高性能的数据库系统。（2）云计算技术。在对大数据进行存储和处理的过程中，不能忽视云计算技术所发挥的重要作用。传统的数据管理手段已经不能满足当前数据处理的需求，而云计算平台的出现，推动了大数据处理的发展。从分析云计算的内容可以发现，它的关键点就集中在海量数据存储和数据并行处理技术上。（3）云计算在电网数据处理中的应用。就目前我国智能电网建设的实际而言，云计算平台的应用还处于一个不成熟的发展阶段。国外在对云计算应用的研究中，在海量数据的存储和简单处理方面取得了一定进展。而现有的云计算平台则在保障智能电网监控软件的可靠性及可扩展性方面取得了一定成就，但在保障数据一致性、安全性、实时性等方面，还有待于在日后的实践中继续完善。
2智能电网大数据处理技术面临的挑战
2.1数据处理时效性
对于智能电网大数据处理技术而言，数据处理的速度十分重要。通常情况下，数据规模越大、量越多，数据处理的时间就会越长。传统的数据处理存储方法是根据数据量的大小而设计系统，在设计数据量范围内的数据处理非常快，但是对于超过了设计数据处理量时，就会造成处理系统瘫痪的可能，未能够实现处理大数据的功能要求。在未来智能电网大数据时代下，需要从发电、输电、用电等各方面进行实时数据处理。
2.2数据可视化技术
智能电网大数据处理技术在可视化分析方面存在着一定的局限性，其对提高智能电网大数据处理水平有着一定的影响。主要可以体现在以下两个方面。～方面，智能电网大数据处理的可视化分析要求能够将数据收集与处理过程以图片或其他更直观的形式表现出来，从而使人们能够对相关数据进行更加直观且准确的判断，以便提高智能电网大数据处理水平;另一方面，随着人们生活水平的提高。人们对智能电网大数据处理的要求不仅局限于对数据进行快速处理与存储，而且需要其能够在屏幕上显示出来。所以说这也是对大数据处理的可视化分析提出了更高的要求，而如何能够在有限的屏幕上显示出更多的数据处理过程与结果。成为了提高智能电网大数据处理技术的挑战之一。
2.3异构数据处理技术
时代在发展，未来智能电网要求贯通发电、变电、配电、输电、调度。用电等诸多个环节，实现信息的优化配置，统筹信息全面采集、信息科学处理、信息传输系统和经营管理中的业务信息流程。所以，实现各信息资源之间的数据整合，促进智能电网集约化的数据处理中心，面对海量异构数据，如何科学的构建一个模型来对异构数据进行规范表达，怎样在模型数据上最大化实现数据融合，对相关处理进行高效查询和有效存储，是当前亟待解决的重要问题。实质上电网各信息系统主要是基于本部门和本业务的构成，存在不同的数据格式，应用系统以及平台，导致信息与资源分散，横向不能共享，异构性严重，上下级间纵向贯通困难。如：电力系统当中存在的配电管理、市场运营、能量管理、监控管等各类系统，他们是相互独立，无法实现数据信息的共享。但是我们借助云平台进一步实现个独立系统的集成，同时还可以让这些分散且独立系统。由于智能电网基础设备数量多、规模较为庞大，分布在不同的地点。如：国家电网公司的信息化平台在总部，或者是各个网省公司建立了二级数据中心，这样一来，就实现总部，省级以及地市县公司的三层应用。当前如何切实有效减少数据中心运营成本，科学合理的管理好这些设备是当前擺在我们面前一个极大的挑战。
2.4大数据传输存储技术
智能电网的建设，使得电力系统中的各类数据得以记录下来。而系统数据量的逐渐增多，则给电网系统存储系统造成了一定的负担，继而将对电网的正常运行造成一定的影响。在智能电网的大数据存储方面，如果采用分布式文件保存方式，则可以进行大量数据的处理。但是，由于电力系统在数据处理方面尚且具有一定的局限性，所以需要对系统大数据进行分类存储。而为了达成这一目的，则不得不将系统的非结构化数据转变成结构化数据，继而使大数据处理技术面临着一定的挑战。
3结束语
综上所述，智能电网是当前电力行业建设发展的主要趋势，而智能电网背景下的大数据处理技术问题将是行业内持续关注的热点。电网数据处理是一项系统且复杂的工作，就目前的数据处理技术而言，还存在诸多的技术难题与挑战。对于电网企业，需认识到智能电网大数据的基本特点，了解数据处理技术的基本现状及主要问题，有针对性地加强数据处理技术的研究和攻坚，提升电网运行的安全性与可靠性，不断推动电力行业的发展迈向新高度。
参考文献：
[1]邢文洋，王旭，李筱静，吕长会，张营.关于智能电网大数据处理技术现状与挑战的研究[J].区域治理.2018（22）.
[2]苑维旺.智能电网大数据处理技术现状与挑战[J].百科论坛电子杂志.2018（02）.
[3]李宝玉，戴羽.智能电网大数据处理技术现状与挑战[J].科技经济市场.2018（04）.
（作者单位：国网天津静海供电有限公司）
关键词：智能电网;大数据;处理技术
随着社会的发展，电力在人们的生活中作用日渐突出，电力公司与每一位用户都有着重要的联系，智能电网要处理的数据也逐渐增多，面对这些海量的信息，电力公司需要及时的进行收集，并对其进行处理分析和反馈，以更好的了解和掌握电力客户的用电需求，帮助相关单位合理的设计电力需求响应系统。但是，在这些数据的处理中，受到数据处理复杂度、大数据处理技术等因素的影响，处理速度较慢，存在一些威胁，需要去解决，以推进智能电网的发展。
1智能电网大数据处理技术的现状
（1）并行数据库。传统的关系数据库虽然在电网数据处理中发挥过重要作用，但它已经无法满足当前智能电网大数据管理的要求，这主要是由于其数据存储量有限;扩展性不足;对数据的快速访问能力不足;缺乏对非结构化数据，如图片、音频等内容的处理能力。而这些无疑对电网数据处理技术提出了新的要求，亟需应用高性能的数据库系统。（2）云计算技术。在对大数据进行存储和处理的过程中，不能忽视云计算技术所发挥的重要作用。传统的数据管理手段已经不能满足当前数据处理的需求，而云计算平台的出现，推动了大数据处理的发展。从分析云计算的内容可以发现，它的关键点就集中在海量数据存储和数据并行处理技术上。（3）云计算在电网数据处理中的应用。就目前我国智能电网建设的实际而言，云计算平台的应用还处于一个不成熟的发展阶段。国外在对云计算应用的研究中，在海量数据的存储和简单处理方面取得了一定进展。而现有的云计算平台则在保障智能电网监控软件的可靠性及可扩展性方面取得了一定成就，但在保障数据一致性、安全性、实时性等方面，还有待于在日后的实践中继续完善。
2智能电网大数据处理技术面临的挑战
2.1数据处理时效性
对于智能电网大数据处理技术而言，数据处理的速度十分重要。通常情况下，数据规模越大、量越多，数据处理的时间就会越长。传统的数据处理存储方法是根据数据量的大小而设计系统，在设计数据量范围内的数据处理非常快，但是对于超过了设计数据处理量时，就会造成处理系统瘫痪的可能，未能够实现处理大数据的功能要求。在未来智能电网大数据时代下，需要从发电、输电、用电等各方面进行实时数据处理。
2.2数据可视化技术
智能电网大数据处理技术在可视化分析方面存在着一定的局限性，其对提高智能电网大数据处理水平有着一定的影响。主要可以体现在以下两个方面。～方面，智能电网大数据处理的可视化分析要求能够将数据收集与处理过程以图片或其他更直观的形式表现出来，从而使人们能够对相关数据进行更加直观且准确的判断，以便提高智能电网大数据处理水平;另一方面，随着人们生活水平的提高。人们对智能电网大数据处理的要求不仅局限于对数据进行快速处理与存储，而且需要其能够在屏幕上显示出来。所以说这也是对大数据处理的可视化分析提出了更高的要求，而如何能够在有限的屏幕上显示出更多的数据处理过程与结果。成为了提高智能电网大数据处理技术的挑战之一。
2.3异构数据处理技术
时代在发展，未来智能电网要求贯通发电、变电、配电、输电、调度。用电等诸多个环节，实现信息的优化配置，统筹信息全面采集、信息科学处理、信息传输系统和经营管理中的业务信息流程。所以，实现各信息资源之间的数据整合，促进智能电网集约化的数据处理中心，面对海量异构数据，如何科学的构建一个模型来对异构数据进行规范表达，怎样在模型数据上最大化实现数据融合，对相关处理进行高效查询和有效存储，是当前亟待解决的重要问题。实质上电网各信息系统主要是基于本部门和本业务的构成，存在不同的数据格式，应用系统以及平台，导致信息与资源分散，横向不能共享，异构性严重，上下级间纵向贯通困难。如：电力系统当中存在的配电管理、市场运营、能量管理、监控管等各类系统，他们是相互独立，无法实现数据信息的共享。但是我们借助云平台进一步实现个独立系统的集成，同时还可以让这些分散且独立系统。由于智能电网基础设备数量多、规模较为庞大，分布在不同的地点。如：国家电网公司的信息化平台在总部，或者是各个网省公司建立了二级数据中心，这样一来，就实现总部，省级以及地市县公司的三层应用。当前如何切实有效减少数据中心运营成本，科学合理的管理好这些设备是当前擺在我们面前一个极大的挑战。
2.4大数据传输存储技术
智能电网的建设，使得电力系统中的各类数据得以记录下来。而系统数据量的逐渐增多，则给电网系统存储系统造成了一定的负担，继而将对电网的正常运行造成一定的影响。在智能电网的大数据存储方面，如果采用分布式文件保存方式，则可以进行大量数据的处理。但是，由于电力系统在数据处理方面尚且具有一定的局限性，所以需要对系统大数据进行分类存储。而为了达成这一目的，则不得不将系统的非结构化数据转变成结构化数据，继而使大数据处理技术面临着一定的挑战。
3结束语
综上所述，智能电网是当前电力行业建设发展的主要趋势，而智能电网背景下的大数据处理技术问题将是行业内持续关注的热点。电网数据处理是一项系统且复杂的工作，就目前的数据处理技术而言，还存在诸多的技术难题与挑战。对于电网企业，需认识到智能电网大数据的基本特点，了解数据处理技术的基本现状及主要问题，有针对性地加强数据处理技术的研究和攻坚，提升电网运行的安全性与可靠性，不断推动电力行业的发展迈向新高度。
参考文献：
[1]邢文洋，王旭，李筱静，吕长会，张营.关于智能电网大数据处理技术现状与挑战的研究[J].区域治理.2018（22）.
[2]苑维旺.智能电网大数据处理技术现状与挑战[J].百科论坛电子杂志.2018（02）.
[3]李宝玉，戴羽.智能电网大数据处理技术现状与挑战[J].科技经济市场.2018（04）.
（作者单位：国网天津静海供电有限公司）