摘要：智能电网是新时期电力发展的重要主题，这个过程中需要很多技术作为支撑和辅助，其中一项重要技术就是智能电网大数据处理技术。然而当前很多行业人员对智能电网大数据特征还不甚了解，同时也没有有效把握该项技术的应用现状，不清楚该项技术发展中面临的挑战，在具体实践中无法实现对该技术的有效应用，这对于智能电网发展是非常不利的。基于此，本文将对智能电网大数据技术现状和挑战进行探讨，为智能电网大数据处理技术发展提供助力。
关键词：大数据处理技术；智能电网；现状；挑战
0引言
随着我国智能电网建设不断深入，电网设备运行和监测产生的数据呈现增长的趋势，使电力行业步入了大数据时代。现今，智能电网大数据已经成为社会各界热议的话题，主要是因为云计算的运用会产生大量的、丰富的异构数据，为了能够更有效处理这些数据，社会各界都加大投入资金的力度。为了能够更好地应用和处理智能电网产生的数据，我国的智能电网大数据处理的研究取得了突破性进展，智能电网大数据处理技术已经逐渐步入成熟阶段。不可否认的是，我国电网大数据处理技术还有很大的发展空间和长远的发展道路。因此，我们要了解智能电网大数据处理技术发展的现状和所要面临的挑战，才能够促进智能电网大数据处理相关技术的进一步成熟。
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智能电网大数据处理技术的现状分析
2.1智能电网大数据处理技术的复杂性
随着经济社会快速发展，人们的用电需求逐渐增加，这也对电力事业提出了更高的要求，智能电网大数据处理技术迎来了全新的发展机遇，在各行各业得到了广泛的应用。首先，智能电网大数据处理影响着我国社会经济的发展和经济效益的增加，许多商家都对其进行了大量的资金投入，并且对其进行了一定的研究与改进，希望提高智能电网大数据处理速度。但是智能电网大数据处理技术比较复杂，尽管已经对其进行了大量的投入与研发，但是仍然无法满足经济社会快速发展的需要。比如近年来发展迅速的电子商务行业，其每日交易量都十分巨大，所以电子商务行业投入了巨大的人力物力对相关技术进行改进，保证交易正常进行，但是在交易量较大的时段仍然会产生数据不能及时处理的状况。智能电网大数据处理技术复杂性制约了我国经济社会进一步发展，应当积极引进先进科学技术，借鉴国外发达国家的发展经验，促进我国智能大数据处理水平的提升。
期刊文章分类查询,尽在期刊图书馆
2.2智能电网中的大数据
智能电网主要由电力企业管理数据、电力企业营销数据、电网运行和设备检测数据三部分组成。其一，电力企业管理数据在整个智能电网数据处理内容中是十分重要的，但程序和内容方面较为复杂。其二，电力企业营销数据在智能电网数据中也是最为关键的一部分，为此，诸多企业都投入大量的研发资金。人们一般都将智能电网大数据划分为结构化数据和非结构化数据，随着智能电网建设和互联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。电力大数据的特性满足大数据的五个特性：数据量大、处理速度快、数据类型多、价值大、精确性高。第一部分结构化数据是如今电力系统主要的数据形式，也是关系数据库中的数据；第二部分非结构化数据，是通过数据库二维逻辑呈现的数据。
3智能电网大数据处理技术面临的挑战
3.1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时效性技术
智能电网大数据处理还面临着一定的处理时效性考验，是其发展过程中的挑战之一。首先，智能电网大数据处理系统作为一种新型的数据处理方式，相较于传统的数据处理方式而言，具有较高的数据处理速度，同时具有更高的准确率。但是随着经济社会的进一步发展，现有的数据处理速度已经不能满足人们的需求，不利于新时期经济社会的发展，所以应当对现有的智能电网大数据处理方式进行适当的改进与完善，提高数据处理速度，改进数据处理时效性。
3.3数据可视化技术
如何在有限的空间下，把海量的智能电网数据以一种容易理解、直观的方式呈现给用户是一项非常具有挑战性的工作。数据可视化技术已被证明为一种最有效的处理大规模数据的方法，在实践中也得到了很好的应用。数据可视化技术通过将数据绘制成高分辨率、高精度的图片，并通过交互工具，有效地利用人的视觉，还可以实时修改数据处理，实现数据进行定性和观察及定量分析的功能。
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]彭小圣,邓迪元,程时杰.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报,2015,11(3):503-511.
[2]邵苏杰,郭少勇,邱雪松.基于加权队列的无线智能电网通信网采集数据流量调度算法[J].电子与信息学报,2014,21(5):1209-1214.
[3]孙宝贵,王欣红,王振世.智能电网中大数据处理技术分析[J].通讯世界,2016(23):150-151.
论文作者:王梓瑛,颜蒴
论文发表刊物:《电力设备》2018年第23期
论文发表时间:2018/12/25
标签：电网论文; 数据论文; 数据处理论文; 智能论文; 技术论文; 结构化论文; 电力论文; 《电力设备》2018年第23期论文;