论文部分内容阅读
摘要：随着社会经济的不断发展和科学技术的日益更新，我们迎来了大数据时代。大数据时代的到来，改变了我们的生产生活方式，并且大数据这一技术渗透到生产生活中的各个领域，从而使生产生活朝着现代化方向发展。当然，在这一时代背景下，大数据作为一种新的活力注入到智能电网的发展领域中来。因而，要掌握电力大数据技术的关键，继而使电力行业健康持续地发展。与此同时，这一发展模式也可以使智能电网进一步发展完善。因此对大数据关键技术的探索具有非常重要的现实意义。本文对面向智能电网应用的电力大数据关键技术进行探讨，并提出科学合理的措施使智能电网进一步发展。
关键词：面向智能电网；电力大数据技术
引言
自从人类社会进入到信息时代，智能电网技术也随之出现。通过对于新型信息技术手段的充分应用能够为企业发展提供新的动力支持，提升企业的电力供应质量与管理水平。基于目前大数据时代背景下，企业的长久发展必然要确保对有关电力系统内部大规模数据信息的妥善处理，确保数据处理工作达到良好的精准性与高效性，促使电网系统取得经济、稳定运行，就必然要创建出功能趋于完备的电力大数据平台，掌握关键技术。
1智能电网的概述
（一）智能电网产生的原因。近年来，我国社会经济不断发展，科学技术也日益更新，电力系统在此背景下也有进一步的发展。并且信息化技术在电力系统中也不断应用推广，从而为智能电网的产生提供了有利的环境和条件。在这一时代背景下，对智能电网的运行提出了新的要求。为了使电网正常运行，电力系统试图通过信息系统应用来实现信息的有效共享，从而使对电网科学合理地控制这一目的落到实处。
（二）智能电网与云计算发展相结合随着时代的不断发展和变革，智能化已经演变为时代的主旋律，智能化在人们生产生活中发挥着重要作用。当然，智能化发展的实现离不开大数据这一技术支撑，智能电网的发展自然也不例外。电力大数据技术是将大数据与电力充分结合的新型技术，对于电力行业的发展具有重要意义。电力大数据、云计算和互联网三者的结合，实现了技术的超强信息化，对于电网的发展无疑是一个全新的变革。从目前发展情况来看，电網所具备的基础设施无法对相应信息资源进行有效收集、分析和储存，这在很大程度上阻碍了智能电网健康持续的发展。因而，为了解决这一问题，克服这一弊端，在电网发展过程中需要与云计算发展相结合。也就是说把云计算这一技术引入到电网系统发展中来，继而提高计算机对数据的计算、处理能力。与此同时，也可以提高自身高容错能力，从而使电力企业能够对智能电网下各类数据信息进行有效分析、计算、处理，继而为智能电网健康持续地发展提供强有力的技术支撑。
2智能电网中电力大数据关键技术的应用
2.1 ELT关键技术
对于智能电网中的电力大数据而言，关键技术之一为ELT技术。电网数据不仅数据量众多，同时具有分散的特点，在此种情况下，便加大了数据处理的难度。ELT技术数据处理的步骤包括“集成—抽取—转换—剔除—修正”，对于数据集成而言，在应用ELT技术的过程中，一个重要技术组成部分是数据抽取，在对数据源系统中的数据进行了解的情况下，便对其进行一定的抽取。其二为数据转换技术，在对数据进行抽取完成后，便将数据组合形态进行转换，在转换的基础上，对其进行加工处理，使数据具有一定的易读性。其三为数据加载技术，在上述步骤完成后，便实行此步骤，将数据添加进系统中，从而完成ELT技术的整体流程。
目前，法国电力公司已安装约25万块智能电表，计划到2020年完成安装约3500万块，用其采集家庭的用电负荷数据，此种技术具有重要的作用，已得到法国的广泛使用。在此基础上，作为一名电力管理人员，应对企业发展情况具有深入了解，在多种技术手段并用的情况下，使数据呈现集成化的发展趋势，在运用ELT技术的时候，便能使电力企业呈现新发展趋势。
2.2数据存储技术
所谓数据存储具体是指通过软件对存储设备进行整合，使其协同工作，并对相关的数据进行存储。在智能电网中，结构化与非结构化并存，为实现对数据的有效利用，需要对不同结构类型和功能的数据库进行协调，从而完成海量数据的存储。目前，比较常用的数据存储技术有以下几种：分布式、非关系型等。前者是通过网络共享计算机的磁盘空间，将分散的存储资源整合成虚拟的存储设备，从而实现对数据的分散存储；后者没有固定的表结构，并且也无需连续操作，正因如此，使其在大数据的存储方面有着关系型数据库不具备的优势。通过这两种技术可以对智能电网中的海量数据进行有效存储，从而为数据的利用提供便利。
2.3可视化处理技术
电网大数据分析可借助可视化技术展现动态、形象、三维的数据处理结果，主要通过数据建模的形式形成几何图元，再将其转化为易于识别的图像。数据可视化技术可将复杂的数据信息转化为直观的图形图像，便于人们直观了解数据信息。在电网大数据分析中，可利用图元表示数据库中的数据，将其按照时间、空间等不同维度进行分配，通过集成处理构成数据图像。这种处理技术符合智能电网大数据的应用需求，可直观展示生产运营的相关数据信息，并且还能够支持对外发布。经过数据可视化处理得出的数据信息，能够全方位立体式地反映电力系统运行情况，一旦遇到异常的经营状况，可及时发出预警信息，提醒管理人员注意。同时，可视化处理技术还可被应用于电力系统经济发展规律的预测中，结合用电侧数据分析电力行业的社会地位和社会作用。如利用可视化技术动态展示电网数据集以电力系统与其他系统之间的关联性，预测电力系统的的发展趋势；利用可视化处理技术集成各区域的用电信息、用户情况、用电特征、电价波动等情况，为电力系统进行经济活动分析提供可靠依据；利用可视化处理技术集成天气、能源消耗等数据信息，在电网系统友好界面显示与电力负荷相关的图像，为调整电力计划提供依据。
3结语
总而言之，随着当前我国电力行业的持续快速发展，电力大数据技术也越来越多的被应用在了电网建设当中。在具体的应用过程当中需要能够对大数据和智能电网之间的相关性做到准确认识，同时开展好相应的电力系统平台搭建工作，将大数据集成式管理，以及对于数据的分析、处理、展开等技术优势予以充分发挥，从而为电力企业的长久、可持续发展创造出更大的经济效益。
参考文献：
[1]王继生，雷德宁.论面向智能电网应用的电力大数据关键技术研究[J].工程技术：全文版，2016（09）：00262-00262.
[2]邓博.面向智能电网应用的电力大数据关键技术研究[J].工程技术：文摘版，2016（09）：00136-00136.
[3]王孝亮.面向智能电网应用的电力大数据关键技术应用[J].工程技术：全文版，2017（02）：00189-00189.
[4]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，2017，27（06）.
[5]崔晓优，饶国辉.面向智能电网应用的电力大数据关键技术研究[J].科技创新与应用，2017（07）：182-182.
关键词：面向智能电网；电力大数据技术
引言
自从人类社会进入到信息时代，智能电网技术也随之出现。通过对于新型信息技术手段的充分应用能够为企业发展提供新的动力支持，提升企业的电力供应质量与管理水平。基于目前大数据时代背景下，企业的长久发展必然要确保对有关电力系统内部大规模数据信息的妥善处理，确保数据处理工作达到良好的精准性与高效性，促使电网系统取得经济、稳定运行，就必然要创建出功能趋于完备的电力大数据平台，掌握关键技术。
1智能电网的概述
（一）智能电网产生的原因。近年来，我国社会经济不断发展，科学技术也日益更新，电力系统在此背景下也有进一步的发展。并且信息化技术在电力系统中也不断应用推广，从而为智能电网的产生提供了有利的环境和条件。在这一时代背景下，对智能电网的运行提出了新的要求。为了使电网正常运行，电力系统试图通过信息系统应用来实现信息的有效共享，从而使对电网科学合理地控制这一目的落到实处。
（二）智能电网与云计算发展相结合随着时代的不断发展和变革，智能化已经演变为时代的主旋律，智能化在人们生产生活中发挥着重要作用。当然，智能化发展的实现离不开大数据这一技术支撑，智能电网的发展自然也不例外。电力大数据技术是将大数据与电力充分结合的新型技术，对于电力行业的发展具有重要意义。电力大数据、云计算和互联网三者的结合，实现了技术的超强信息化，对于电网的发展无疑是一个全新的变革。从目前发展情况来看，电網所具备的基础设施无法对相应信息资源进行有效收集、分析和储存，这在很大程度上阻碍了智能电网健康持续的发展。因而，为了解决这一问题，克服这一弊端，在电网发展过程中需要与云计算发展相结合。也就是说把云计算这一技术引入到电网系统发展中来，继而提高计算机对数据的计算、处理能力。与此同时，也可以提高自身高容错能力，从而使电力企业能够对智能电网下各类数据信息进行有效分析、计算、处理，继而为智能电网健康持续地发展提供强有力的技术支撑。
2智能电网中电力大数据关键技术的应用
2.1 ELT关键技术
对于智能电网中的电力大数据而言，关键技术之一为ELT技术。电网数据不仅数据量众多，同时具有分散的特点，在此种情况下，便加大了数据处理的难度。ELT技术数据处理的步骤包括“集成—抽取—转换—剔除—修正”，对于数据集成而言，在应用ELT技术的过程中，一个重要技术组成部分是数据抽取，在对数据源系统中的数据进行了解的情况下，便对其进行一定的抽取。其二为数据转换技术，在对数据进行抽取完成后，便将数据组合形态进行转换，在转换的基础上，对其进行加工处理，使数据具有一定的易读性。其三为数据加载技术，在上述步骤完成后，便实行此步骤，将数据添加进系统中，从而完成ELT技术的整体流程。
目前，法国电力公司已安装约25万块智能电表，计划到2020年完成安装约3500万块，用其采集家庭的用电负荷数据，此种技术具有重要的作用，已得到法国的广泛使用。在此基础上，作为一名电力管理人员，应对企业发展情况具有深入了解，在多种技术手段并用的情况下，使数据呈现集成化的发展趋势，在运用ELT技术的时候，便能使电力企业呈现新发展趋势。
2.2数据存储技术
所谓数据存储具体是指通过软件对存储设备进行整合，使其协同工作，并对相关的数据进行存储。在智能电网中，结构化与非结构化并存，为实现对数据的有效利用，需要对不同结构类型和功能的数据库进行协调，从而完成海量数据的存储。目前，比较常用的数据存储技术有以下几种：分布式、非关系型等。前者是通过网络共享计算机的磁盘空间，将分散的存储资源整合成虚拟的存储设备，从而实现对数据的分散存储；后者没有固定的表结构，并且也无需连续操作，正因如此，使其在大数据的存储方面有着关系型数据库不具备的优势。通过这两种技术可以对智能电网中的海量数据进行有效存储，从而为数据的利用提供便利。
2.3可视化处理技术
电网大数据分析可借助可视化技术展现动态、形象、三维的数据处理结果，主要通过数据建模的形式形成几何图元，再将其转化为易于识别的图像。数据可视化技术可将复杂的数据信息转化为直观的图形图像，便于人们直观了解数据信息。在电网大数据分析中，可利用图元表示数据库中的数据，将其按照时间、空间等不同维度进行分配，通过集成处理构成数据图像。这种处理技术符合智能电网大数据的应用需求，可直观展示生产运营的相关数据信息，并且还能够支持对外发布。经过数据可视化处理得出的数据信息，能够全方位立体式地反映电力系统运行情况，一旦遇到异常的经营状况，可及时发出预警信息，提醒管理人员注意。同时，可视化处理技术还可被应用于电力系统经济发展规律的预测中，结合用电侧数据分析电力行业的社会地位和社会作用。如利用可视化技术动态展示电网数据集以电力系统与其他系统之间的关联性，预测电力系统的的发展趋势；利用可视化处理技术集成各区域的用电信息、用户情况、用电特征、电价波动等情况，为电力系统进行经济活动分析提供可靠依据；利用可视化处理技术集成天气、能源消耗等数据信息，在电网系统友好界面显示与电力负荷相关的图像，为调整电力计划提供依据。
3结语
总而言之，随着当前我国电力行业的持续快速发展，电力大数据技术也越来越多的被应用在了电网建设当中。在具体的应用过程当中需要能够对大数据和智能电网之间的相关性做到准确认识，同时开展好相应的电力系统平台搭建工作，将大数据集成式管理，以及对于数据的分析、处理、展开等技术优势予以充分发挥，从而为电力企业的长久、可持续发展创造出更大的经济效益。
参考文献：
[1]王继生，雷德宁.论面向智能电网应用的电力大数据关键技术研究[J].工程技术：全文版，2016（09）：00262-00262.
[2]邓博.面向智能电网应用的电力大数据关键技术研究[J].工程技术：文摘版，2016（09）：00136-00136.
[3]王孝亮.面向智能电网应用的电力大数据关键技术应用[J].工程技术：全文版，2017（02）：00189-00189.
[4]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，2017，27（06）.
[5]崔晓优，饶国辉.面向智能电网应用的电力大数据关键技术研究[J].科技创新与应用，2017（07）：182-182.