智能电网大数据处理技术现状探析

时代在发展，智能电网作为一种新型电力技术是全球电力发展的主要方向，同时智能电网也是电力传输和转换不可或缺的环节。其具有安全性高、经济性强以及可靠性等特征，同时智能电网在系统运行的过程中能够有效降低隐藏在电力运输过程中的潜在风险。根据实践经验不难得知，智能联网的投入使用必将产生海量电力信息数据，在对这些信息数据进行处理的过程中，信息数据与智能电网的深度发展又是高度融合的，因此，我们在具体的使用过程中，必须要不断加强对智能电网大处理技术的运用，采取有效措施，克服大数据处理运用中存在的问题，确保智能电网的稳健可持续发展。

一、智能电网大数据特征分析

在电力信息化深入推进过程中，电力数据规模和数据种类日益增长，现场移动检修系统、测控一体化系统智能电表、智能变电站实时监测系统集合的各个服务信息系统的数据，最终形成智能电网大数据。研究发现，专家将地电网数据分为内部数据和外部数据。所谓内部数据，实际主要是由财务管理系统、客服系统、生产管理系统、设备监测和检测系统、能量管理系统等诸多系统所构成的。外部数据也是相同道理,主要由气象信息系统、公共服务部门以及地理信息系统等所构成的，内部数据和外部主要由不同的部门管理着，分布在智能电网中的各个地方。分布放置、分布管理是其最为明显的特征，内部数据和外部数据是相辅相成的，缺一不可的，同时二者之间的关系较为复杂。如，在气象条件和社会经济形势下用户用电会受到相应的影响，用户用电数据和电力市场交易情况有着非常密切的联系等，众所周知，电力市场数据是电力企业服务部门的科学的决策依据，研究发现电力企业在制定GIS数据时主要将政府规划数据当做规划的依据。但受多种因素的影响，这些海量的数据种类繁多，结构复杂，同时包含了传统、半结构化、非结构化数据，波形据、图像、服务系统语音数据这些数据都是我们在巡检过程中最常见的，这些数据具有不相同采样频率和生命周期。

二、现阶段智能电网大数据处理技术现状分析

（一）智能电网中的大数据

研究发现，智能电网中产生或是存在的大数据主要包含以下三部分，第一，电网检测和云顶数据。第二，电力企业管理数据。第三主要是电力企业营销数据，由于这部分是非常关键的，因此，很多企业都从不同的方面进行大量资金投入。实质上这三部分是一个不可分割的整体，受多种因素的影响很多技术人员和专家学者不愿意这样来划分，他们倾向从数据的内部结构来划分，这样就可以有效地将数据分为2大类，一部分结构化数据，这些数据主要是系数库当中的数据，同时这也是当前电力系统当中的主要数据形式。非结构数据作为第二部分数据，从字面上来理解主要是指不方便展示的数据。我们从智能电网使用过程来分析，实际上非结构化数据占据了很大的比重，故而，这也是社会大众越来越重视对非结构化数据处理原因。

（二）大数据处理技术具有一定复杂性

大数据处理技术是当前各行各业重点关注的问题，智能电网大数据处理技术同社会经济的发展息息相关，如：阿里巴巴、百度以及谷歌等商家投入了大量的资金，对大数据处理方面进行了一定的改进，进一步提升大数据处理技术，推动经济的发展。因此，在新形势下，这就要求我们要重视智能电网大数据处理技术和大数据处理技术的复杂性。当前，我们所研发和使用的智能电网大数据处理技术处在一个令人喜忧参半的状态下，喜主要体现在最近几年，社会各界不断增加资金投入，大数据处理技术也得到了有效发展，前所未有的改善和提升智能联网大数据处理技术。由于智能电网自身存在的复杂性在某些方面发展还存在一定的不足之处。研究发现，现阶段全球范围内数据处理能力，已经无法切实满足数据海量的增长，如：淘宝每日的交易数量达到15TB，这样一来，平台每日处理的数据则高达200TB。通过对上述的分析，不难发现数据是非常大的，为进一步处理好这些海量的数据，淘宝在大数据处理方面投入了大量的资金，但也获得巨额的回报，大数据在智能电网方面的运用同大数据在商业方面的使用相比较，更加具有复杂性。即便计算平台存在储存量大、成本低等优势，但有待进一步加强实时性。在数据规模日益扩大的当下，由于数据量较大，因此其多样性也在不断加强，这样一来，就让智能电网大数据处理技术的现状日益复杂化。

三、分析今后智能电网大数据处理技术面临的挑战

（一）智能电网大数据传输和存储技术

电力系统以及电力设备设检测中的各种数据都记录在智能电网中，时代在不断发展，自然会产生海量的数据，因此，会在很大程度上为监控设备和电网数据传输带来前有唯有的压力，也在某种程度上制约了智能电网监健康稳健发展。在此形势下，我们必须要选择一个科学合理的压缩数据方法，通过这些方法，最大化的减低数据传输量，节省数据存储空间，但受多种客观因素的影响，系统中心也会因为数据的解压和压缩造成资源的浪费。再此情况下，我们必须要采取科学的手段，设置相应的平台，防止资源的浪费。在智能电网大数据存储方面，主要是采用分布式保持方式来存储数据，尽管在某种程度上可以解决存储问题，但也会在某种程度上一影响到电力系统是实时性的数据处理。故而，这就要求我们必须认真分析并分类保存储系统当中的大数据。非结构化数据在智能电网中，占据了很大的比重。因此，需要我们在具体的处理中，需采取有效措施，将非结构化数据切实有效地转化为结构化数据，相关技术人员在对数据再来进行存储，同时这也是现阶段智能电网大数据处理技术中存在的重要问题。

（二）智能电网大数据实时数据处理

数据处理从时间上来分析，必须要做到实时，这主要是因为智能电网在输变电、发出电量等环节都必须要实时抓出数据。实际上，智能电网数据处理在相应的环境下是长期存在的，在过去环境下分析数据的大概需要一个周期，极大地耗费人力和物力，实时监控有效地解决了该问题，让智能电网数据处理又快又精准。但是受多种因素的影响，这种周密数据也存在诸多的缺陷，非常有可能让网络出现瘫痪现象，导致服务出现故障，这样一来，就无法从时间上保证快速和精准，想要改善这中情况是当前的一个极大挑战。

（三）智能电网异构多数据源处理技术

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摆在我们面前一个极大的挑战。

（四）智能电网大数据可视化化分析技术

智能电网中的数据是海量的，故而，如何在有限的屏幕空间下，直观、形象地展示给广大用户，具有一定的挑选性。随着科学技术的不断发展，可视化方法已经逐渐成为了有效解决大规模数据分析方法，同时并得到了较为广泛的运用。我们深知，智能电网各类应用产生了海量的数据集，在这其中包含多变量数、时变数据、高分辨率、高精度数据等，一个典型的数据集可达TB数量级。在新形势下如何有效从这些数据当中及时有效地提取有用信息，是当前摆在我们面前一个重难点。倘若在智能电网应用可视化分析技术，则能有效将相关精准数据高分辨率、高精度图片，与此同时，还可以体统交互工具，通过人的视觉系统，允许实时改变算法参数和进行数据处理，从而更好地对相关数据减定量分析，智能电网可视化分析技术所面临的挑战主要包含图像合成算法，可视化算法的可扩展性以及重要星系的显示和提取方面。

结语

概言之，随着科学技术的不断发展，智能电网大数据处理技术水平也在日益提升，在很大程度上影响了我国经济社会的进一步发展和智能电网的建设。现阶段，智能电网大数据主要来源于设备监测、电网运行等诸多方面，智能电网大数据相关处理较为复杂。加之在大数据处理可视化分析、数据存储与传输、异构多数据源处理技术以及时效性技术等方面存在诸多的问题，必须要不断改进，以便更好地满足社会发展的需求，推动社会的稳健可持续发展。

作者：张啸宇 单位：河南送变电建设有限公司