电力大数据的可视化展现技术探讨

刘琼 张娜

摘要：在整体电力运维的过程中，数据分析、数据调控是管理与控制操作中的重要组成部分，它始终贯穿于电力可视化技术的运行与实践中，从而提高了数据框架的稳定性。由此可见，细化大数据的可视化内容的分析与研究，结合新时期的管理、建设思路进行创新，有利于保证电网的稳定性。同时，大数据与电路大数据的控制体系相互结合，利用有效的应用途径进行创新，能够确保平台监控机制更为有效。

关键词：电力大数据;可视化展现技术;探讨

1输变电数据可视化研究思路

电力大数据可视化组件研发完成后，其它电网系统只要将该组件加入到系统中并且做少量配置就可以无缝集成多数据源配置管理、数据分析流程化可视化等功能。需要对外提供一些接口，这些接口包括后端的接口，也包括前端的接口。各种类型的接口都有合理的分类，接口中心可以实现对接口的管理和查询。会产生很多与外部系统或者是套件之間的交互操作，接口体系负责封装这些交互所需的数据和服务。涉及到对电力大数据相关服务的调用，也涉及到对外提供标准化的数据接口，这两者之间的整合需要涉及到数据过滤、数据适配等功能和步骤。

对于一些基础功能，组件会提供一些关键参数的配置。对于一些特殊功能，组件不仅会提供参数配置，还会提供可插拔的控制配置，让用户自由使用和加载组件体系里的一些特殊功能。

电力大数据可视化组件主要提供的是可视化相关的一些功能，至于数据计算、挖掘等大数据分析相关的一些功能，该组件需要调用相关的分布式服务才能完成。和底层大数据相关的分布式服务的交互等功能将会被封装在该体系里。

2基于大数据的可视化技术的实践分析

2.1层次数据化的整合实践

由于配电网的数据参数较多复杂，且数据本身具有一定的空间价值。因此，对于某些用电数据参数、管理参数、设备配置参数的处理中，则可以借助层次化的数据模型进行统计、汇总并进行二处理，从而提高层次化处理的目标效用。在此过程中，由于空间数据的用电数量也存在一定的差异，需根据实际电量的分布情况进行统计，这对于了解特殊部分的用电数据有积极的意义。同时，需通过不同空间数据的载件进行指标测算，明确信息过载情况而导致不同级别数据情况的记录与分析。如可以在此操作中对某些隐藏的信息情况进行处理，借助跨系统的方式进行指标功能的二次分组，从而确立了可视化所需求的基本数据形式，而这些形式能够在调度设计、组件扩充以及保护分析等方面的功能，从而将各类计模型数据以计算的形式进行表现。

2.2关键技术的实践方法

首先，需调动SQL数据库中的数据源情况，分析各类数据源的储存信息、工作信息、设备模型的信息参数等功能，以有效的管理与实践进行目标管理，从而在主体端口中确立了一个空间数据库的要求形式，这对于实现框架数据的建立、数据的存储与调度以及各类空间是用户及的快速处理有积极意义。通过将可视化据以树状框架的形式进行呈现，利用三维模式的数据调度系统帮助数据形成更为快速的数据管理，从而全面实践了有效的调度机制。同时，需结合三维GIS技术将地理数据信息以空间的形式进行体现，借助表层的数据管理进行模型的分析与评测，使三维空间的技术形式能够以虚拟现实技术（VR）将各类数据信息体现出来。另外，对于VR技术的使用中，主体将各类电网数据进行整合，利用GAVE的数据信息将大数据组件中的信息进行呈现，从而将各类编程数据模式以立体化的模式进行体现，有利于将各电路、配电数据的信息承接到屏显数据当中。该技术实践中主体将遥感技术和传感技术进行有效的综合，以沉浸式的模式呈现不同的数据内容，借助中央数据端口的管理控制，从而实现了各类硬件、软件的信息分析与整合，保证各类数据信息能够借助数字化的软件呈现不同功能的标准额度和标准数据价值。如可以对线路故障处理、主体业务的汇总、核心数据及空间位置的模型的分析与维护，引导各类数据资源以深度交错的信息共享模式进行数据决策的管理。

2.3三维点坐标的可视化的实践方法

三维点坐标的实践需设立inti（i1、i2、i3）的字符串，将各类数据所呈现的价值信息走势以空间坐标的内容。如电量损耗情况及其使用规则的分析中，则可利用该趋势呈现不同方向的数据价值，以便后期技术人员进行管理制定和数据汇总的评定管理，最后利用对应的编码转化将点位呈现在空间当中，从而实现可视化管理的目标。利用数据的空间信息对数据进行三维空间上的展示，根据数据包含的三维空间信息，实现对数据在空间上的展示。基于此，能够对数据实现空间上的精准的状态监测和分析，利用机器学习技术，结合大样本库，计算或推测出原本无法直接测量的状态或指标。大数据和人工只能的结合也能够对数据进行建模分析，对问题进行分析、诊断，查找问题原因，结合传感器的历史数据及设备故障特征，对问题进行预测，为数据决策提供全面的支持。三维技术的引入，可以在此基础上增加上空间特征，从而对故障的区域特征进行更为精确化的分析，达到不同区域故障的差异化分析的效果。

2.4数据层次化的体现

电力部门需要将不同时期的用电量及用电量参数进行目标性的整理。因此，在数据层次化的体现过程中，需将用电数据会汇总到相应的月度、季度、年度报表当中，从而提升不同层级化的数据模型。由此，需分析出不同时期的用电规划情况，结合有效的方法分析出区域内的用电规划程度，从而降低由于数据过载而导致数据失效情况的发生。同时，在不同层级用电量的核算与额定数据的测试过程中，需集合Linux系统模型进行系统整合。主要是因为系统的内存需耗较小，能够在空间中进行数据填充和数据处理。通过对应的模型分析出空间的连接情况，从而达到相应的产业需求。由此可见，通过可视化的统计图分析出不同时期的用电情况，并利用不同的标识方法凸显出欠费、正常用电的情况，有利于后期工作人员进行数据处理和数据整合。另外，将不同数据以不同的坐标模型进行数据处理，并结合不同操作和不同方向的箭头进行表示，从而凸显出图绘的算法价值。总的来说，将方向额度以合理的方法进行效果表示，不仅能够展示项目标识的内容，还能起到方案控制的效用。

3结束语

综上所述，充分认知电力大数据可视化的价值内容，依据相应的方法流程、将实践技术进行项目汇总，从而将各类数据进行可视化的呈现，有利于提高数据精准度。

参考文献

[1]张建业，刘奎，张建广等.电网大数据可视化技术的研究与实现[J].科学技术创新，2017（29）：11-12.

[2]张新阳，孙梦觉，牛斌.大屏可视化技术在电力系统中的应用研究[J].贵州电力技术，2017，20（10）：61-64.

[3]周开河，徐孝忠，方云辉.可视化技术在电网信息通信专业展示中的应用[J].电子科技，2017，30（9）：159-161.

[4]陈文伟，黄金才数据仓库与数据挖掘[M].北京：北京人民邮电出版社，2004.

[5]涂聪大数据时代背景下的数据可视化应用研究[J].电子制作，2013（05）：118.

[6]范金城.梅长林数据分析[M].北京：科学出版社，2002：1-7.

[7]陈为，张嵩.鲁爱东数据可视化的基本原理与方法[M].北京：科学出版社，2013.

[8]李晓梅，黄朝晖，蔡勋等并行与分布式可视化技术及应用[M].北京：北京国防工业出版社，2001.