面向智能电网应用的电力大数据关键技术 徐少晖

面向智能电网应用的电力大数据关键技术徐少晖

摘要：随着信息技术的发展，在电力企业中出现了智能电网的这一新型技术，

其应用为电力企业带来了新的发展，提高了供电质量和管理水平。在大数据背景下，企业要想长远、稳定的得到发展，就需要处理好电力系统中庞大的数据信息，保证数据处理工作的准确性和效率，让电网能够实现经济、有效和可靠的运行。

本文就针对智能电网电力大数据进行概述，然后针对智能电网应用的电力大数据

关键技术进行深入探讨。

关键词：智能电网；电力；大数据；关键技术

作为我国核心产业的电力事业也必然免不得这种新生代力量的冲击，当信息

时代逐渐取代大工业时代渗透进我们的生活，工业电网也逐渐向智能电网过渡，

而在过渡之后的智能电网系统内，信息通信系统又逐渐显现出它在21世纪的主

导地位于智能电网里的核心体现，而这一进步不仅推动了电网产业本身的技术壁

垒的突破，还可以在管理或生产方式这种产业共性的元素上体现着信息系统独到

的高效率与保密机能。大数据时代进而引发了电力的大数据时代，大数据时代中

对人们生活方式的一大变革便是对生活效率与生活质量的进一步追求，而这种追

求的提高反应到电网系统中来就对电网本身的信息处理模式提出挑战，所以，电

网事业与现阶段消费者市场体验的磨合关键就是将信息系统这一核心技术灌输到

电网事业本身发展过程中来，才能以更快地处理速度，更大的存储能力来迎接更

复杂的受众需求。

1、智能电网电力大数据概述

1.1智能电网大数据特征

对于智能电网而言，其在运行的时候会产生一系列数据，且数据量巨大并具

有繁琐的特点，同时，人类在对此数据进行研究的基础上，便将此数据进行归类，一种为内部数据，一种为外部数据。对于内部数据而言，其包括配单管理系统等，此种数据都从关键应用系统中出现，对于外部数据而言，其包括气象信息系统等，外部数据来源具有不同的方向，同时，管理部门也不尽相同。在此种情况下，人

们便得出数据电网有多样性、多种渠道来源的特征，且在电网不断运行的时候，

数据数量处于不断增长的趋势中，如图像数据等，对于此类数据而言，其具有不

同的数据特点，且数据密度具有较低的价值，同时，这些数据在频率等方面都具

有不同的特点。在此种趋势下，人类便对智能电网大数据特征具有精确的了解。

1.2电力大数据平台搭建

电力大数据平台建设是实现对大数据技术应用的一项基础性保障措施。从本

质上来说在搭建电力大数据平台之时可由MapReduce分布式计算技术的层面来予以考量，这一方面的内容可有效确保对于PB、ZB级别数据在查询及存储方面内

的功能作用均可及时得以达成。并且，在整体框架结构体系内一同将数据访问、

数据调度、操作模块及其他备份也一同纳入进来。如大数据存储及处理模块，在

进行平台搭建之时应确保操作系统和服务器之间能够互相发挥作用，以保障硬件

本身的拓展性能得以持续提升。而且，在搭建平台的过程当中还应当关注于网络

层在连接与存储模块当中所起到的作用效果，以促使更多的子模块和编程语言均

可一同被纳入进整体框架体系内。此外，在对大数据处理技术的应用过程当中，

比较关键的框架部分也应当一并展示于调度模块之上，大多被应用在组织及调度

数据内容方面，可确保数据信息本身能够达到良好的安全性，以及实现对存储信

息的备份处理，一旦遭遇意外情况也可及时恢复。实际上电力系统的有关数据处

理工作在具体的实施阶段，和常规的大数据处理还存在着十分典型的差异性，然

而基于平台架构的前提下，MapReduce完全可以把常规处置流程处理起来较为困

难的非结构数据做到有效处理，因而，进行电力大数据平台建设意义重大。

2、智能电网内电力大数据关键技术应用

2.1数据处理技术

电力数据当中，数据处理技术需要对采集到的多种多样且数量庞大的数据进

行分区、分表、分库的合理处理。首先，对数据进行分区处理时，需要对不同文

件进行同表数据载入，从而有效减小工作压力，使得数据访问的性能能够得到有

效提升。进行分表处理时，需要以一定的数据处理原则做为工作基础，进行多种

数据表的创造，从而减少表单压力。其次，进行分库处理时需要按照固定的处理

原则进行不同数据库中的数据进行处理，将利用率低下的数据进行输入，从而提

高数据利用率。另外，进行并行式或者纵列式的数据库构建，能够有效地强化数

据本身的加载性能，对于实时查询功能的使用非常有力。例如，SQL与MapReduce进行有效结合，能够非常有利于对数据处理能力进行强化，从而增强

整体工作的抗压弹性。

2.2数据分析的关键技术

从大数据的技术角度考虑，驱动能力是转化信号数据的主要动力之一。通过

对数据分析能力进行转化能了解到，信息技术的转化能让信息在提炼与形成的过

程中，实现知识的决策与行动能力的再次发展。因此，大数据背景下的电力数据

分析技能在海量的信息数据支持系统中找到更多隐藏的模块态势规律，这能为决

策者提供更多有效的信息支持。从电力企业的角度考虑问题，科学合理的决策是

为生产经营的发展提供有效动力的关键，也能为生产经营服务的实施提供更具指

导性的力量，使得竞争的能力得到提升，进而能为理想经济效益的创设提供不竭

动力。例如，德国使用该项技术为太阳能的运行提供了十分科学合理的支持，使

得太阳能广泛的在电力用户中进行应用，并将多余的电能直接输入到电网系统中，让企业的整体经济效益得到提升。

2.3数据展现关键技术

在智能电网电力大数据中，展现数据的关键技术包括可视化技术、历史流和

空间信息流，将这三种数据展现关键技术应用到智能电网数据处理中，可以让企

业中的管理者正确认识到电力数据的意义和系统运行情况。可视化技术被广泛的

应用到智能电网中，用来实时监测和控制电网的运行情况，可以有效提高电力系

统的自动化水平。空间信息流展示技术通常体现在电网参数和已有GIS的融合中，例如三维展示技术和虚拟现实技术。在电力配电设备管理中加入GIS应用，可以

让电网管理者更加直接的了解到设备的相关情况，为决策者提供实时的地理信息。在变电站工程设计中使用空间信息流展示技术，可以提高工作效率，减少时间，

节约成本以及能源，可以给电力企业带来更多的经济利益。历史流展示技术通常

会应用到电网历史数据管理和展示中。电力系统只有在充分分析历史数据后才能

实现深层次的运用。历史流技术可以实现对电力生产现场的实时监测数据或者电

网规划、负荷预测数据等数据走势的预测功能，因此使用历史流展现技术，可以

对历史重大事件进行模拟，模拟其发生和演变，可以从中发现其隐藏的知识和规律，可见这一技术具备很大的应用价值。

3、结束语

总的来说，在当前电网建设的过程中，智能电网本身的建设是整体的重要发

展趋势。针对智能电网建设的相关需求，我们应该对于自身的技术水平进行更好