智能电网大数据处理技术现状及挑战研讨

智能电网大数据处理技术现状及挑战研讨

乔伟成

内蒙古电力（集团）有限责任公司乌兰察布电业局商都供电分局内蒙古商都013450

摘要：随着我国科技水平不断提高和我国社会经济快速发展，给人们带来便利的同时，也使得我国资源使用问题日益严重。经过长时间研究，我国智能电网大数据处理技术取得了前所未有的研究成果。但我国智能电网大数据处理的应用中依然存在一些不良的因素，可以说依然有着很大的发展空间。本文主要探讨了智能电网大数据处理技术的现状和面临的挑战。

关键词：智能电网；大数据；处理技术；现状；挑战

大数据是指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。随着大数据技术的快速发展，其已经在很多领域比如互联网金融、电商等得到广泛应用，并取得了极好的效果。智能电网作为国计民生的基础性工程，为人们的生活和工作提供了全天候的多元化能量供应。如果借助大数据的技术与理念，将电力系统的众多数据进行整合和挖掘分析，将得到更多的功能和效果。对此探讨智能电网中大数据应用平台的设计架构，以及需要使用的大数据相关技术，是十分必要的。

1智能电网大数据特征

在电力信息化推进过程中，电力数据种类和规模迅速增加，智能电表、智能变电站、现场移动检修系统、实时监测系统、测控一体化系统、为各个专业服务的信息管理系统的数据集合形成了智能电网大数据。依据数据来源可将智能电网大数据分为电网外部数据和电网内部数据，内部数据由电信息营销系统、采集系统、配电管理系统、广域监测系统、能量管理系统、生产管理系统、客服系统、设备监测和检测系统、财务管理系统数据构成，外部数据由公共服务部门、地理信息系统、气象信息系统、电动汽车充换电管理系统数据构成。这些数据由不同部门管理，在不同地方分布，其特性包括分布管理、分布放置。

这些数据相互影响、相互关联，之间并不完全独立，其关系较为复杂。例如用户用电情况会受到社会经济形势和气象条件的影响，电力市场交易情况和用户用电数据也存在密切联系，相关公共服务部门将电力市场数据作为决策依据，电力企业以市政规划数据为依据制定GIS数据。同时，这些数据具有种类繁多、结构复杂的特点，不仅包括大量传统结构数据，还包括非结构化数据、半结构化数据，常见的有巡检过程中图像数据、检测中获得的波形数据、服务系统语音数据。这些数据具有不同的生命周期和采样频率，可从微秒级至年度级。

2智能电网中大数据处理技术现状

2.1并行数据库

关系数据库具有按照严格规则迅速处理事务、提供便捷数据查询分析、保证数据安全性、多用户并发访问能力，其主要由存储结构化数据构成，由于其数据独立性、数据分析能力强大、可进行SQL查询，在实践中已经得到广泛应用。在智能电网建设不断推进的过程中，关系型数据库管理范畴已经远远超过传统数据，需要处理和存储的数据还包括音视频、图片、地理信息系统等非结构化数据。

2.2云计算技术

伴随着云计算平台的出现，大数据技术需求逐渐形成，数据并行处理技术和海量数据存储是云计算的核心。电力设备状态监测数据在智能电网数据中比重最大，其包括在线状态监测数据、实验数据、设备基本信息、缺陷记录等，具有可靠性要求高、数据量极大的特点，所以要实时性要求大幅高于企业管理数据。当前国内电力行业还在对云计算平台进行探索应用，智能电网监控软件运行的可扩展性和可靠性通过云计算平台可以实现，但尚无法满足一致性、实时性、数据隐私和安全等要求，需开展进一步探索。

3智能电网大数据处理技术面临的挑战

3.1智能电网大数据存储、传输技术

智能电网记录了电力设备监测数据以及电力系统运行中各项数据，越来越多的数据大幅增加了电网数据传输及监控设备的负担，并在一定程度上影响电网智能化发展。在智能电网大数据传输方面，要想提升数据传输效率就应当选择压缩数据的方法，促进数据传输量降低。所以智能电网数据传输中开始应用越来越多的网络数据压缩技术，这样能够最大限度节省数据存储空间，但系统中心也会因数据压缩及解压出现资源浪费，需要设置更合理的支持平台。在存储智能电网大数据方面，通过分布式文件保存方式虽然能够解决存储问题，但是会对电力系统实时性数据处理产生一定影响，所以需要分析并分类存储系统中大数据。智能电网中很大一部分数据为非结构化数据，需要将这些非结构化数据转化为结构化数据在进行储存，这也是当前智能大数据处理技术中的主要问题。

3.2大数据的数据解析

大数据解析包含两个方面，分别是数据分析、数据解读。分析大数据过程中需要对巨量的多种类型数据进行研究，实现对其中隐藏相互关系、模式、其他有用信息的掌握。实践中要想有效理解和应用分析结构，就需要解读大数据。大数据解读过程，就是多维度展示和深层次剖析大数据本身及分析过程，同时将具体行业问题和大数据分析结果对应起来。数据解读过程中贯穿着数据本身分析，所以可以用一种特殊大数据分析方法概括数据解读。

3.3智能化大数据可视化分析技术

当前大数据处理中的一个重要课题就是，有效地分析和处理智能电网运行中不断生成的数据，并通过有线的屏幕向电力用户展示。大数据通过可视化分析技术能够得到有效处理，所以其在实际电网运行中得到广泛应用。可视化分析技术通过高分辨率图像、高度集成技术、交互工具，将明朗的数据处理结果提供给电力用户。科技进步过程中可视化技术发展也遇到了瓶颈，包括提取重要数据、技术扩展性、显示及图像合成等。

3.4异构多数据源的处理

目前，一体化建设已成为智能电网的一个主要发展趋势。所谓一体化，主要是指电力系统、信息系统和业务系统三者的有机结合，并在此基础上将电网系统运行过程中所涉及的发电、输变电、用电等主要环节贯穿起来，整体上实现电网系统高效、稳定、流畅运行。但目前电力部门并没有对此方面给予足够的重视，各级电力部门在开展此方面工作时都是相互独立的，并没有形成紧密的联系，从而导致大规模异构多源信息数据的整合与建模成为了电网建设的一个巨大挑战。实际上电网企业各部门都有着独立的系统和工作原则，而想要实现各独立部门间的系统集成及信息共享，可以考虑利用云平台实现独立系统间的集成和信息互通。同时，随着智能电网规模的不断扩大，基础设施的管理问题也直接关系到数据中心的运营成本，需要在实际工作中加强管理。最后，为了加强对智能电网各项数据信息的管理，可以考虑当前通用的多层知识结构和语义的方法，建立面向领域的分析模型与基于语义的服务模型。

结语

近年来我国电力行业发展迅速，为社会生产生活活动提供了有效保障。在这个过程中智能电网工程稳步推进，作为智能电网建设中的重要技术，智能电网大数据处理技术在这个过程中发挥了重要作用。然而当前智能电网大数据处理技术发展还面临诸多挑战，要想实现对智能电网大数据的有效运用，还需对大数据处理技术进行不断研究和完善。实践中行业人员应当强化对智能电网大数据处理技术的认识，对其应用现状和存在问题进行分析，最终不断推动智能电网大数据处理技术发展和进步。

参考文献

[1]李杨.智能电网大数据处理技术应用现状及困境探讨[J].硅谷，2014.

[2]孙峰，钱啸，曾建梁，等.基于大数据理念的地市供电公司智能电网规划数据融合研究[J].华东电力，2014.