关键词：大数据技术；特征；电力系统；应用
大数据技术在能源系统中的应用可以提高能源公司的生产效率和服务水平，从设备管理到为客户提供服务，根据国家智能网络行动计划，该计划的目的是在网络行动计划的基础上，最大限度地发挥新的信息和通信技术在智能网络中的中心作用，包括电力行业数据技术大规模应用的规划。
一、大数据技术的主要特征
大数据技术的特点如下：（1）数据体量很大。从TB级别，跃升到PB级别；（2）数据种类繁多，包括网络日志、视频、图片、地理信息等。（3）处理速度快，可以从各种类型的数据中快速获取高值信息。（4）只要合理使用数据，正确、准确地分析数据，就会带来较高的价值回报。业界将其归纳为4个“V”——Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。大数据技术是从各种类型的数据中快速获取有价值信息的能力。
二、大数据技术的分析
1、数据处理技术。在海量数据需要存储和分析的情况下，采用分布式文件系统和MapReduce技术的云计算技术能够胜任当前的数据处理技术。与传统的数据管理技术相比，云计算技术具有强大的数据计算和数据并行处理能力。mapreduce可以提高网络节点的稳定性，定期管理每个节点的最新工作状态。分布式文件系统成本低，不需要昂贵的设备支持。它可以处理大数据集，满足高吞吐量的要求。
2、数据分析技术。典型的人工智能技术主要包括决策树、粗糙集概念理论、人工神经网络分析、聚类分析和支持向量机，这些技术主要面向机器学习和数据挖掘。这些人工智能技术可用于线路运行监测和能源安全分析。数据分析能力不能解决分布式输出的不稳定性和环境的强耦合问题。传统的数据分析方法不能适用于电动汽车新负荷和分布式电源等新问题。因此，对于这些新问题，我们需要采用新的数据分析方法来处理。
3、数据展现技术。数据展示技术的重要表现手段主要有空间、历史以及可视化等信息流展示技术。其中可视化技术就是方便用户可以直观的对数据的情况进行分析和观察，这种技术可以用在非空间数据的层面，从而可以从数据中得到数据的分析和隐藏关系的情况。在其他领域中可视化技术的应用已经相当成熟，它主要被用来分析数量庞大的数据情况。而在主动电网里，可视化数据展现技术还没有得以实现。其中由于数据的不稳定性和种类多而杂的特点提高了可视化的难度。
4、数据储存管理技术。Hadoop的非关系数据库储存管理技术继承了传统技术的封裝并进行了技术的扩展，衍生出的大数据存储技术可以应用于封装、扩展来对互联网的大数据进行分析和储存。而在企业分析应用层面上，则利用配合MPP架构高效的分布，其是计算模式和大规模数据库并行处理的新型数据库集群，这种储存技术拥有高潮的扩展性能，应用比较广泛。
三、大数据技术在电力系统中的应用分析
1、在电力系统规划中的应用分析。电力系统规划是电网规划的重要组成部分，是一个需要不断滚动校正的计划，具有较强的时效性。通过营销系统和生产系统中的数据挖掘，使得在负荷测量拥有更多的手段，能获得更多真实有效的数据。通过对这些数据的分析，可以更准确地进行负荷预测，对已有的规划作出校正，使之更合理有效。
期刊文章分类查询,尽在期刊图书馆并且通过电力系统中数据的综合应用，可定时或随机采集瞬时电压、功率因素、谐波、频率等供电质量指标，提供每个时段的变化曲线，计算各指标的合格率。此外还可以进行实时的故障分析和智能调度。
2、大数据在电力系统线损管理中的应用分析。线损管理作为衡量供电企业盈利能力和管理能力的一项重要的经济指标。企业要深化应用线损管理，可以整合用电信息采集系统、营销业务系统、SCADA系统、变电站电能量采集系统、GIS地理信息系统等信息系统。通过对上面系统里的数据进行萃取（extract）、转置（transform）、加载（load），根据计算软件的算法、模型就可以分析出合理的线损控制策略。
3、在电力系统需求侧管理中的应用分析。需求侧管理能够维持电力系统中的供用电平衡，从而提高DG的渗透率，而DG渗透率的提高又能够降低负荷的峰值，从而延缓电力系统的升级。另外，电力系统中的电动汽车以及拥有分布式发电单元的用户都是调度中心可以调控的对象，是电力系统需求侧管理的重要研究对象。在电力系统运行的过程中，这些研究对象都积累了大量的运行信息，例如用户智能表计信息，电动汽车充放电规律信息等。对这些信息的有效数据挖掘，将促进需求侧管理策略的制定更为合理有效。同时，电动汽车放电电价补偿，分布式能源用户电价补偿等政策的制定也依赖于对用户行为心理分析的结果，这些信息的利用也是大数据在需求侧管理方面应用的重要方向。
4、大数据技术在电力系统信息安全防护工作中的应用分析。（1）移动感知系统问题及处理。电力企业不能在第一时间感知移动安全隐患问题，使得系统被黑客所攻击，引发业务风险问题，如：刷单、抢单、刷用户等级、抢票、滥扣费等。为此，应结合复用工具、技术检测情况，对黑客为何攻击进行分析，做好根源的防护工作。（2）业务逻辑分析流量行为审计系统问题及处理。和以往大规模DDOS流量攻击进行比较，可通过正常流量行为加以掩盖，而DDOS攻击的发起，对金融、电商和互联网金融、游戏等后台系统，均构成了直接的严重影响。这些威胁的主要表现：盗号、欺诈交易、破解、越权检测等。以往通过控制访问频率、技术筛查方式组好安全防护工作，以降低正常流量行为攻击所产生的不安全隐患。和传统防护系统技术比较，流量审计行为审计系统，能更好地理解业务系统用户访问逻辑、访问行为、异常行为，经访问流量行为、安全规则规范安全防护系统。流量行为审计系统具有一定的规则性，能够规范访问者的操作行为、报文行为、上下文行为、组合行为、组合行为。参照时序、空间和历史访问、心理学等情况，可做好大数据下全方位评判工作。（3）安全密钥白盒系统问题及处理。密钥可对加密安全体系进行全面控制，如果出现密钥破解情况，算法、其他相关代码均存在安全风险。当前常用的密钥算法为RC4、AES、3DS，均在较短的时间被破解。以技术层面进行分析，上述对称加密的算法，均存在一定的不足，其应用的时间>20年，自身加密的强度较低，同时会受到一定的限制。不同加密算法和密钥为分离状态，所以会受到较多因素所影响，进而使得算法易于被破解。密钥可对资产安全实行充分的保护，然而密钥自身不能受到全面保护，就会处于比较危险的状态，引发通信协议、代码、业务协议等被破解的情况。白盒加密在数字变换基础上，将密钥隐藏在变换中。
结束语
综上所述，随着科技的发展和电力规模的不断扩大，推动了电力系统的智能化建设，大数据技术在电力系统运行中得到了广泛应用。因此为了充分发挥其作用，加强大数据技术分析及其在电力系统中的应用是十分必要的。
参考文献
[1]彭川，电力大数据信息安全分析技术探讨[J].科技尚品，2017 （05）：198-198.
[2]刘宜奎.网络大数据时代下的银行信息安全保护策略[J].电子技术与软件工程，2017 （07）
[3]李秋鹏.大数据技术在电力行业的应用及安全分析[J].华东科技：学术版，2017（08）
论文作者:江天山
论文发表刊物:《城镇建设》2019年20期
论文发表时间:2019/12/9
标签：数据论文; 技术论文; 电力系统论文; 密钥论文; 系统论文; 分布式论文; 信息论文; 《城镇建设》2019年20期论文;