面向智能电网应用的电力大数据关键技术

许多 宋莹玮 国网长春供电公司电力调度控制中心

前言

国家电网公司于2009年启动了智能电网建设工作，并主张以特高压电网为骨干网架、各级电网协调发展为基础运行原则、以信息通信平台为电力运行支撑基础的理念内容。鉴于智能电网建设的信息化特征以及自动化特征，像发电、输电以及配变电等过程初步实现了统一调度功能，并初步实现了从能源流、业务流、数据流等方面加强建设，根据感知层、网络层、平台层以及应用层等结构内容，实现数据方面的采集处理、分析处理等功能。这无疑是标志着我国电网建设工作正式进入智能化发展进程当中。然而，在这样的发展趋势下，国家电网公司对智能电网运行的数据处理问题提出了新的要求，亟待解决。

1 智能电网电力大数据问题的相关研究

1.1 智能电网电力大数据问题的发展契机

新时期电网基础设置难以满足用户电力需求以及信息资源技术需求，在这样的发展趋势下，智能电网建设应运而生。对于智能电网而言，能够初步解决传统电网存在的不足问题，至少在数据信息搜集、分析以及存储等方面实现了深化目标。但是若想让信息资源不断趋向利用最大化方向发展，我们需要积极构建大数据平台，实现对信息数据资源的处理过程。

根据现有案例资源来看，Hadoop服务平台在系统构建方面积极借助大数据应用优势，实现平台系统的融合过程与对接过程。举例而言，在实行海量信息搜集与处理的过程中，管理人员可以利用信息分类技术构建电子表格数据，确保用户信息处理效率得以提升。足以见得，智能电网电力大数据技术的出现与广泛应用，无疑是给智能电网的进一步建设提供了发展契机。

1.2 智能电网电力大数据的平台建设

根据实践应用来看，智能电网电力大数据平台建设主要以分布式文件处理方式为主，同时在数据存储功能的设定方面，集中以Pb、Zb数据存储功能为主。因此可以说，分布式计算机技术实现过程可以初步实现Pb、Zb数据存储功能，能够进一步规避以往数据运行效率不足或者处理质量不佳的问题。

目前，大数据平台涉及到的内容十分宽泛，在功能性模块数据设定方面，如大数据范围、调度框架等，基本上可以实现功能处理过程，解决传统电网运行过程存在的不足问题。可以说，大数据平台构建过程最好结合数据关键技术，针对电力领域内的智能化电网建设过程进行深化处理，目的在于确保营销服务模式得以创新发展，达成预期建设目标。

2 面向智能电网应用的电力大数据关键技术分析

2.1 ETL技术

对于智能电网运行而言，大数据始终以分散分布方式存在于电网各个运行环节当中。因此数据种类与数量储存方面，呈现出冗杂性特点，在数据处理与分析方面存在一定难度。一般来说，智能电网数据处理工作需要以数据收集、抽取、筛选等步骤为主。其中，实现上述数据集成工作的过程中，电力企业为进一步提升智能电网运行效果，在技术应用方面，主张优先选择ETL技术内容，也就是我们常说的数据仓库技术。对于ETL技术而言，在技术内容组成方面主要以数据抽取、数据转换、数据加载技术为主。

数据抽取技术主要是指将从源系统中将所需数据抽取出来，并经过系列处理后将数据内容转移到数据源系统当中；数据转换技术主要是指将抽取出的数据内容以形式方式实现转换过程，针对错误数据内容或者存在偏差的数据内容进行反复加工处理，目的在于确保数据资源的真实性与准确性；数据加载技术主要实现将转换过的数据内容进行加载处理，目的在于将这些数据内容全部存储于源系统当中。需要注意的是，在正式应用过程中，电力企业需要根据自身实际情况，选择合理的技术内容实现数据处理过程。

2.2 数据处理技术

正式处理电力数据过程中，工作人员需要运用数据处理技术实现对数据采集过程的分析与整合作用。一般来说，工作人员需要针对数据源进行分区、分表以及分库的处理。其中，实现分区处理的过程中，工作人员应该根据不同文件需求进行同表数据载入过程，目的在于确保数据访问性能得以有效提升。需要注意的是，实行分表处理过程中必须按照数据处理原则为基准，降低表单压力。

除此之外，实行分库处理过程中，工作人员最好按照一定的处理原则，针对不同数据库中的数据资源进行有效整合与处理，目的在于尽量提高数据输入效率。在此过程中，无论是并行式还是纵列式数据库构建过程，都需要按照数据本身实际情况实现加载处理过程。对于实时查询功能而言，可以利用SQL与 MapReduce相结合方式，对数据处理过程进行强化处理，以期从根本上强化整体工作的抗压效果与弹性处理效果。

2.3 数据分析关键技术

驱动能力作为信号数据转换的动力源泉，在一定程度上可以对数据分析能力的实用情况产生直接影响。其中，信息技术的转化过程需要按照信息数据内容，实现知识决策与行动能力的延续发展。因此可以说，大数据背景下电力数据分析技能可以在支持系统的作用下，满足模块态势规律，尽可能地为决策者提供更多的数据支持以及信息支持。举例而言，太阳能技术广泛地应用于电力用户当中，并且将多余的电能直接连入到电网系统当中，促使电网整体运行效益得到显著提升。

2.4 数据展示的关键技术

智能电网大数据背景下，电力数据关键性技术可以集中从可视性技术、历史流技术以及空间信息展示技术等内容方面进行深化与分析。其中，可视化技术多是处于电网状态下实现监控过程，应用层面较为广泛且自动化程度较高。近些年来，国家电网针对电力系统自动化研究问题进行了积极研究与分析，并且按照可视化技术需求确保电力发展情况可以满足最佳态势要求。

与此同时，空间信息技术在电网参数与GIS结合方面，如虚拟现实技术、三维展示技术，基本上可以实现与电力系统设备管理的协调配合过程，目的在于帮助电网管理者更好地了解电力设备运行状态，确保决策者可以根据电力信息情况制定相关方案。

3 结论

总而言之，面向智能电网应用的电力大数据关键技术应该根据电力系统运行需求以及运行状况，做好数据处理的优化工作与强化分析工作。最好针对电力大数据平台运行问题，及时将电力运行过程涉及到的数据问题实现最大化价值提取过程，确保电力大数据真实、准确。与此同时，需要根据电力企业等级保护建设原则，实现电力大数据关键技术与安全管理措施的并存共进目标，力求从安全目标、技术需求以及业务类型等方面，体现出智能电网电力大数据技术的应用优势。