大数据技术在智能充电桩网络系统中的应用

大数据技术在智能充电桩网络系统中的应用

李朝瑞卫温强茹静亮张莉栗王凯

国网山西省电力公司晋城供电公司山西晋城048000

摘要：大数据时代已经来临，我国社会经济发展迅速，国家政策也大力扶持大数据发展。当前智能充电桩网络系统中的数据具有“大数据”的典型特征，即数据源、数据类型丰富、数据量庞大且增长迅速，而传统的数据处理技术无法有效处理这些数据，大数据技术可以很好应对此场景。本文探讨了大数据技术以在智能充电桩网络系统中的具体应用，分析了智能充电桩网络系统与大数据之间的关系，详细阐述了智能充电桩网络大数据处理平台总体架构的设计思路，并展开描述这其中所使用到的关键技术点，最后着重分析了大数据技术在充电桩运维，充电客户分析，企业整体运营调度中的具体应用。大数据技术能促进充电桩网络向智能化方向发展，为建设安全高效便捷充电桩网络提供切实保障。大数据技术在电力行业的广泛应用必将带来行业的变革，将智能电网的发展推向新的阶段。

关键词：大数据；智能充电桩；大数据处理平台

引言

大数据（BigData）现在可以说是人尽皆知，其实真正回溯起来，其是由SGI的首席科学家JohnＲ.Masey于1998年在USENIX大会上首次提出的，用来描述数据爆炸的现象。估计他当时未必能想到十几年后BigData能这么火。对于工业界来说，不得不提Google在2003－2006年公布的关于GFS，MapＲeduce和BigTable的三篇技术论文，正是这三篇论文奠定了大数据发展的基石。Hadoop之父—DougCutting正是参考论文，后来才实现了当前鼎鼎大名的Hadoop，而Hadoop的诞生极大地促进了大数据技术的蓬勃发展。

1智能充电桩网络系统、云计算和大数据的关系

云计算能够整合智能充电桩网络系统内部计算处理和存储资源，提高充电网络处理和交互能力，成为电网强有力的技术组成；大数据技术立足于业务服务需求，根植于云计算，以云计算技术为基础；智能充电桩网络可以抽象的认为是大数据这个概念在电力中的应用，所以三者是彼此交互的关系。智能充电桩网络是信息技术、计算机技术、人工智能技术等在传统电网上应用沉淀的结果，满足电网信息化、智能化、清洁化等高层次的运营和管理需求，既是对传统电网的继承，也是对传统电网的发扬，所以其发展必然与新技术同步。来自于计算机和信息技术领域最前沿的云计算技术和大数据技术，正是其发展阶段技术层面和应用层面两个具有划时代意义的新技术。云计算技术中的分布式存储技术和并行计算技术，满足了电网海量数据的存储和计算需求，因此云计算技术推出不久，电力云的概念就提出来，云计算技术在电力系统中的应用也逐渐呈现出百花齐放的态势，推动了智能充电桩网络的发展。大数据技术既是传统数据分析与挖掘技术的延续，也是数据量级增长到一定阶段时知识挖掘与业务应用需求的必然产物，因此大数据技术的大部分应用都以云计算的关键技术或者与云计算类似的分布式存储和处理技术为基础。

2智能充电桩网络大数据关键技术

2.1数据集成管理技术

集成管理技术就是为解决电力企业内部各系统间的数据冗余和信息孤岛而产生的。数据集成管理技术是合并来自两个或者多个应用系统的数据，创建一个具有更多功能的企业应用的过程。从集成的角度来说，就是把不同来源、格式、特点、性质的数据在逻辑上或者存储介质上有机地集中，为系统存储一系列面向主题的、集成的、相对稳定的、反映历史变化的数据集合，从而为系统提供全面的数据共享。智能充电桩网络大数据的数据集成管理技术，包含关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、过滤技术和数据清洗等。大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战，要想处理大数据，首先必须对数据源的数据进行抽取和集成，从中提取出实体和关系，经过关联和聚合之后采用统一的结构来存储这些数据，在数据集成和提取时需要对数据进行清洗，保证数据质量及可靠性。

2.2数据分析技术

大数据技术的根本驱动力是将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。借助智能充电桩网络大数据的分析技术可以从电力系统的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。大数据研究不同于传统的逻辑推理研究，是对巨大数量的数据做统计性的搜索、分类、比较、聚类等的分析和归纳。在大数据时代，相关关系分析法将大放异彩，通过找到一个良好现象的关联物，相关关系分析可以捕获现在和预测未来。大数据相关关系分析法，建立在海量样本的基础上，不采用随机分析法这样的捷径，而采用分析所有数据的方法；大数据的简单算法比小数据的复杂算法更有效，其结果更快、更准确而且不易受到干扰。

2.3数据处理技术

智能充电桩网络大数据的数据处理技术包括分布式计算技术，内存计算技术，流处理技术等，这3种技术适用的对象和解决的主要问题分布式计算技术是为了解决大规模数据的分布式存储与处理。内存计算技术是为了解决数据的高效读取和处理在线的实时计算。流处理技术则是为了处理实时到达的、速度和规模不受控制的数据。

3大数据在智能充电桩网络系统中的应用

3.1大数据在充电桩运维中的应用

大数据技术应用在充电桩的状态监测，预警，以及故障抢修等方面。状态监测预警主要基于充电桩的建造、运行、环境及其历史故障、缺陷等方面的数据，对充电桩设备网中不同各类、不同运行年代的设备进行运行状态和预警分析，从而对充电桩设备网可能出现的故障进行判断，以提早维护，保障充电桩设备正常运行，避免给用户带来不便。故障抢修主要是依据对充电桩设备现状、历史负荷、电量水平、故障类型、故障原因等方面的数据进行分析，及时找出故障原因进行维护，并为以后的故障分析提供依据。进而提高充电桩设备的运检水平、故障抢修精确度和整个充电桩网络的运作效率。

3.2大数据在客户分析中的应用

通过大数据分析，为用户提供高质量服务。这一方面主要是针对充电桩使用者而言的，通过对充电桩网络系统中的用户分析，对用户的群体类别、用户充电时间、用户分布状况等进行分析，从而优化充电桩设备系统，优化电力资源配置，最大限度的服务用户。同时，还能指导企业进。行用户管理，在满足标准化用电的基础上，开展个性化的大客户服务，提高电网企业形象，促进企业发展。

3.3大数据在高性能的平台进行应用

建立运行稳定的平台，我国政策大力扶持大数据技术，我国行业背景也应做出相应的改善。大数据技术的安全运营管理系统必然以数据为驱动，例如，通过对事件关联分析场景进行模拟。针对典型的网络构成，路由器记录全部数据群落通过的信息内容。防火墙根据指定规则记录下所有允许或者已丢弃的数据包等数据信息。IDS模块对所有数据进行检测后，记录可疑性数据包内的告警信息，当前运营应用服务器则记录对访问信息再次文件操作。随着节点数的涨幅，相应的故障率以指级数增幅，要求有可靠的运营平台和管理模式进行全面推广。

结语

大数据技术虽然具有很多优异的性能，尤其是可以快速且集中化处理大量数据群落，并且还不会将数据泄露或着损坏。因此，就目前来说大数据技术是最经济适用的科学技术。

参考文献：

[1]记者，刘石磊.英国大数据技术应用获突破瓶颈等问题尚待解决[J].经济参考报，2018（24）：49.

[2]姜念云.以大数据技术促文化资源管理[J].中国文化报，2017（2）：9-12.