智能电网大数据的核心技术

王辉

摘要：我国电网在快速发展建设过程中，智能电网已经成为电网发展必然趋势。智能电网在建设过程中，最为主要应用领域为大数据。

关键词：智能电网；大数据技术；研究

引言

智能电网在建设过程中，实际上就是将先进科学技术应用到电网体系内，进而有效满足电力市场发展实际需求。智能电网所应用的技术主要分为三种，分别为控制技术、计算机技术、信息通信技术，可以有效对电力市场有关利益方之间的矛盾，最大程度提高电力系统运行效率及质量，有效降低电力企业运营成本，降低电力系统对生态环境所造成的不良影响。特别是智能电网内应用大数据技术，已经成为电力系统发展建设必然趋势。所以，有关人员正在积极对智能电网采取针对性手段，对智能电网大数据应用情况进行完善，有效提升电力系统稳定性，为人们提供更加优质服务。

1电网大数据概述

智能电网大数据主要表示电力信息化建设过程中，借助电力实时检测系统、智能变电站及智能电表等数据类别，推动电网智能化发展建设。电网建设规模在逐渐增加过程中，智能电网大数据主要可以分为两种类别，分别为外部大数据与内部大数据。智能电网大数据主要具有三个显著特征，分别为大规模、高速性及多样性。

智能电网大规模主要表示电网在运营过程中，所产生的数据数量不断增加。在这种情况下，电网负荷也显著提升；高速性主要表示智能电网在实际运行过程中，容易受到外部环境因素影响，智能电网可以对不良影响进行高速反应。主要原因是由于电网所产生的负荷运动较为随机，电网运行在出现问题情况下，为了能够保证电网可以稳定高效运行，智能电网可以在最短时间内对电网负荷运动进行处理；多样性主要表示智能电网所产生的数据类别较多，不仅仅包含智能电网所产生的数据，同样还包含网外所产生的数据。

简而言之，智能电网大数据所具有的特征主要为：智能电网所产生的数据全部为分布式管理数据源，产生大量数据信息，数据包含多个维度，类别也较多，在实际应用过程中，可以为用户及经济带来较大经济价值。智能电网所产生的数据积累数量在不断增加过程中，数据来源也开始越加广泛，数据类别也逐渐增加，数据结构越加繁琐。在这种情况下，研究人员需要对大数据技术进行深入分析研究，我国主要对大数据核心技术进行分析。

2智能电网大数据的核心技术

2.1数据存储技术

（1）分布式存储技术。分布式存储技术是指利用网络共享每一台计算机上的磁盘空间，从而将所有分散的存储资源整合成为一个虚拟的存储设备，最终实现数据分散进行存储的技术。

（2）非关系型数据存储技术。其没有固定的表结构，一般也不需要连接操作。因此，针对大数据的存取，该技术具有传统的关系型数据库技术所不具备的优异性能。

（3）内存存储技术。内存数据库是一种直接把数据存放在内存中，从而实现快速存储、读取操作的数据库。内存进行存储、读取操作的速度要大幅提升，因此将数据存储在内存中能够显著地增强数据库的性能。内存数据库不再使用传统的磁盘数据管理的方法，而是运用新的体系结构从而实现在内存中存储全部数据，同时改善了并行操作、数据缓存以及快速算法等内容，因此数据的处理速度要比传统数据库快10倍之多。

2.2数据管理技术

数据管理技术是指将来自不同数据源的、具有不同结构(结构化、半结构化、非结构化)的大数据进行收集、整理、清洗、转换以后加载到一个新的数据源之中，从而对这些数据源实行集中管理、对外部访问提供统一服务的数据集成技术。由于智能电网大数据具有多样性的特征，因此对智能电网大数据进行分析和处理之前，首先需要对数据源的数据进行清洗和过滤以确保数据的质量以及可靠性；然后将清洗和过滤之后的数据通过抽取和集成以便获得实体和关系；最后再对数据实施关联和聚合并且采用统一的数据结构进行存储。

2.3数据分析技术

数据分析技术是指从海量的数据中自动搜索出隐藏于其中有着特殊关系性(模态与规律)的信息，从而为决策人员提供决策支持的技术。与其他行业相比，电力行业对于电力系统的安全、持续、稳定运行以及电力发输变配用的实时性等要求更加严格，因此智能电网大数据对数据处理和分析结果的精确度要求也更高。而传统的数据挖掘技术面对智能电网中高速增长的、海量的、半结构化和非结构化的大数据已经很难适用，因此需要拓展新的面向海量数据进行挖掘的智能电网大数据分析技术。智能电网大数据的数据分析技术包括：模式识别技术、图像处理技术和机器学习技术等核心技术，具体有智能电网安全在线分析技术、间歇性电源发电预测技术、设施线路运行状态分析技术等。

（1）模式识别。模式识别是指处理和分析用以表征事物或现象的多种形式的信息(数值、文字、逻辑关系等)，从而实现对事物或现象进行描述、识别、分类以及解释、说明的一种技术，它是信息科学和人工智能科学的必不可少的组成部分。

（2）图像处理。图像处理是运用计算机开展图像分析，从而获得所需结果的一种技术。

（3）机器学习。机器学习是指专门研究如何让计算机能够模仿或实现人类的学习行为，进而有效地获取新知识或新技能，以便重新组织已经存在的知识框架以持续提升计算机性能的一种技术。

2.4数据处理技术

（1）实时计算。实时计算是指根据计算需求从海量数据中实时进行排重、排名、汇总等运算，并为用户提供实时响应，主要针对海量数据且无法预算的情况。

（2）批量计算。批量计算是指针对静态海量数据的批量处理，即当开始计算之前数据应准备到位，重点用于数据挖掘和验证业务模型。

（3）流计算。流计算是指针对具有时效性的流数据进行的计算，计算结果在数据出现之后立即得出，流计算需要依赖上游数据传输的正确性和实时性以及下游存储系统的高吞吐率。

2.5数据展现技术

数据展现技术是指利用图形化手段，从而实现有效、清晰地表达与交流信息的一种技术。由于智能电网中各个系统所形成的海量数据集中包含有各种多变量数据、时变数据以及高精度高分辨率数据等等，即便一个普通的数据集就能达到TB数量级。因此，面对海量的智能电网大数据，如何从中迅速而有效地挖掘出用户有用的信息，怎样以直观形象的、易于理解的方式通过有限的屏幕展现给用户则是智能电网大数据应用中的一个关键技术难点。智能电网大数据的数据展现技术可以显著提升电力数据的可视性和直观性，从而有助于管理人员更加直观、清晰、准确地了解电力系统的运行状态。智能电网大数据的数据展现技术包括：可视化技术、空间信息流展示技术、历史信息流展现技术等核心技术，具体有互动屏幕与互动地图技术、变电站三维展示技术、虚拟现实技术、电网状态实时监视技术等技术。

（1）可视化技术。可视化技术是指基于计算机图形学以及图形或图像处理技术，将数据以图形或图像的形式在显示设备上进行展示及其交互式处理的一种理论方法和技术。可视化技术广泛应用于智能电网状态的实时监控，从而提升了电力系统的自动化水平。

（2）空间/历史信息流展示技术。首先，空间信息流展示技术是指将智能电网参数与已存在地理信息系统相融合的技术；其次，历史信息流展示技术是指对智能电网的历史数据进行展示与管理的技术。

（3）变电站三维展示技术和虚拟现实技术。智能变电站是智能电网中一个非常核心的组成部分，利用变电站三维展示技术和虚拟现实技术能够针对智能变电站智能化过程中的服务要求和信息架构将变电站的各类数据和相关信息实现一体化三维展示。

结语

简而言之，智能电网大数据技术研究工作还处于探索流程，按照大数据信息系统所存在的问题，大数据技术还需要进一步进行完善，对于智能电网大数据进行深入分析研究，具有重要现实意义。

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.科技传播，2015.

[2]孙鸿飞，等.智能电网大数据分析框架及其应用演进研究.现代电力，2016.

[3]邹岳琳，等.基于大数据Hadoop技术对电网客户违约情况的分析和预测.电子技术与软件工程，2016.