大数据在电力系统中的应用 于浩

大数据在电力系统中的应用于浩
摘要：近些年来，我国的科技创新速度非常的快，IT 时代还在发展中，却已不知不觉进入 DT 时代，越来越多的电子产品出现在生活中，目前，人们无论日常生
活或者是生产都不能离开电力系统，但是其运行中会产生极为庞大的数据信息，
且信息从速度和类型上都增长较快，这与大数据的特征也有相符的地方。

当前，
由于电网系统的不断推进，系统内的数据资源会持续增多，甚至会出现极强的增
长态势，这是传统数据处理系统很难完成的事情，所以使用大数据技术有一定的
必然性。

关键词：大数据；电力系统；应用
引言
在我国的电力行业，电网技术朝着更加智能的方向发展，随着“物联网”、“大
数据”“互联网+”等新概念的不断提出，电力企业迎来了新的发展机遇与挑战。

作
为科技创新的主攻方向之一，国家电网、南方电网等电力公司在智能电网、电力
信息与通讯及网络安全、用电能效与环境保护等多领域方面开展了关于大数据的
研究与应用。

面对海量数据，如何选择合理的方法把它们充分利用起来，成为人
们普遍关注的问题。

在电力系统中应用大数据技术，需要在多角度、全方位上改
革现有业务模式和运行模式，需要建立一个完善的电力系统大数据平台。

1大数据的定义
大数据本质上是数据组，数据数量比较多，数据来源范围广泛，因此具有很
强的针对性。

大数据的范围不仅包括传统意义上的数据信息，还包括图形以及声
音等新型数据类型。

广泛的数据来源使得利用大数据得出的计算结果更具有代表性。

大数据是时代发展的结晶，并依赖于一些电子产品，包括计算机、传感器等，正是通过这些工具的运用，提升了数据的传递速度。

2电力系统中大数据特点
随着人们从更深层次对大数据进行认识与理解，加之考虑到电力公司的业务
要求和数据状况，在电力系统中应用大数据技术，旨在通过挖掘数据价值，对未
来业务趋势进行有效预测，同时整合数据的计算、存储、集成管理等功能，从而
创造出适应当前和未来发展趋势的新型业务管理模式。

在电力系统中应用大数据，有利于促进企业业务发展、有效提升企业内部的管理水平。

在电力系统中，大数
据表现为以下几个特征。

第一，体量大。

随着科学技术的发展和现代化水平的提高，我国电力企业逐渐朝着信息化发展，电力数据的增长比率远远超出人们的预期。

第二，类型多。

在电力系统中，数据包括多种类型，如半结构化数据、结构
化数据、非结构化数据。

非结构化数据是指那些不能用数据二维逻辑表描述的数据，如图片、影音等，需要对它们进行如图像识别、语音语义识别等处理后，转
化为结构化数据，结构化数据是指那些可储存在数据库中、用二维逻辑表结构描述，而半结构化数据介于二者之间。

随着电力行业在运行过程中不断加大视频的
应用力度，使得音频和视频等非结构化数据的占比越来越重。

第三，速度快。

在
这里主要指电力数据的采集、处理、分析速度越来越快。

第四，电力大数据可以
不受磨损、不受消耗、不受污染且易传输，还能在使用的过程中不断得到增值。

第四，安全性。

这一点要求保证数据质量，无论是收集、存储、调用、处理、分
析等的哪一个环节，都必须保证数据的质量。

整个电力系统的综合能力水平与系
统的弱势环节息息相关，电力系统大数据的安全性也取决于最薄弱环节的数据质量。

在建设电力系统应用大数据技术时，需要在各个环节上保证大数据的安全性。

3电力系统中应用的大数据技术
3.1 数据的存储、传送技术
随着电网的规模越来越大、相关电力设备数量越来越多，产生了越来越多的
数据，给监控系统造成巨大负担。

为了合理存储大量数据，可以选择不同的存储
方式。

如：对于历史数据和非结构化数据，可利用分布式文件系统进行存储，把
不同类型的数据信息进行分类存储。

对于存储要求较高的数据，可以使用数据库
系统。

对于那些核心、保密性的数据，可利用数据仓库系统。

数据仓库技术包括
三个部分，首先是数据抽取，即把需要的相关数据从数据源系统中抽取。

其次是
数据转换，即把抽取获得的数据，按照一定的要求转换成另一种形式，对存在错误、偏差的数据进行清洗、加工。

最后是数据加载，即是把前面两个环节得到的
数据进行加载，保存至数据源系统。

3.2 ETL技术
智能电网的数据十分的分散且数量十分巨大，数据所具有的类型也相当的多，这些困难是数据处理当中必须要面对的不利因素。

面对这种情况，在处理相关数
据时必须要遵守操作流程，防止不必要的问题反复产生，影响整体质量。

电力企
业一般在数据集成工作上要应用数据仓库这类技术。

而 ETL 所包括的三个主要组
成部分，也即是 Extract、Transform 和Load，其中 Extract 便是数据抽取，主要任
务是将所需要的数据从源系统当中进行抽取；Transform 也即是数据转换，将被
抽取出来的数据进行一系列转换以达到相关数据要求，并且通过这种过程对数据
本身进行整理和加工；Load 也即是数据加载，其工作内容主要是加载处理后的数据，再将其保存到需要数据的源系统当中。

这种技术在电力大数据集成当中是关
键技术，如果要在相关企业之中运用这种技术，就需要对这项技术当中的所有因
素进行考虑和分析，通过研究之后再将其与其他先进技术进行融合，从而将数据
集成工作做到最优，为企业的发展做到最有效的保障。

3.3在电损分析方面的应用
电力系统的工作比较复杂，在运行的过程中难免会出现电路损耗的情况，电
损情况的出现不仅会影响到电力系统的正常运行，还会造成国家经济的损失，因
此可以将大数据技术应用在电损分析中。

传统的测量电损的方法是通过变压器中
的电能表，这种方法具有一定的弊端，电压表存在误差，造成测量的数值与实际
情况不符合，因此需要对数据进行进一步分析，将不符合实际情况的数据剔除，
从而保证数值的准确性和有效性。

利用大数据技术中的云计算能够根据回收的数
据构建相应的模型，从而了解电力损失情况，这样可以更好的减少电路损耗。

3.4电网监测方面的应用
在对电网进行监测时主要模式为单台模式，即数据无法进行共享，这样就造
成数据缺乏时效性，从而导致无法对电网进行总体的监测。

随着社会经济的发展，企业的数量在不断的增加，企业在发展的过程中离不开电力的支持和帮助，这样
就使得电力的消耗日益增多，电网监测过程中需要收集整理大量的数据，包括实
验数据以及检测记录等。

这些数据不仅规模大，并且结构比较复杂，因此分析起
来具有一定的难度，将大数据技术应用在电网监测上，能够对这些数据进行有效
的归纳和整理，这样就减少了电力系统工作人员的工作量，提升了电力系统的工
作效率。

结语
随着电网规模的不断扩大，在电力业务中产生了越来越多的信息资源，如果
无法有效共享、利用这些资源，会阻碍电力企业的发展与升级服务。

在电力系统
中应用大数据技术，整合各业务、各部门的数据资源，统一管理调度，实现资源
共享，不断提高电力企业的运行经营效率，强化管理能力，最终实现企业的长久
良好发展。

参考文献：
[1] 张晓蕾，陈珊，马晓丽.基于大数据的电力故障分析系统研究[J].电源技术，2016，37（38）：247-248.
[2] 梁志成.电力系统中大数据的应用探究 [J].通讯世界，2016，30（16）：
196-198.
[3] 曹皖诚，汤少卿，尤鋆.大数据平台在电力系统中的应用研究 [J].江苏科技
信息，2016，32（12）：142-144.。