电力大数据的可视化展现技术探讨

陈小毅

（国网上海浦东供电公司，上海 200122）

0 引 言

在电力电网的运转过程中，数据分析和监控室管理工作在电力可视化技术的应用中发挥着重要作用，并贯穿整个工作进程，有效保障了数据的稳定。现阶段，随着电力电网系统内容以及业务的逐渐增多，很多数据需要交互，且不在一个维度的数据也有了联系，增加了工作人员的数据整理工作量。想要更好地给数据可视化提供清晰明了的内容，需对其展现技术进行探究。所以，探究数据可视化的内容和展现技术，并根据新时代的管理理念和建设思维对其进行完善和创新，为电力稳定性提供助益。

1 可视化系统实现

1.1 层次化数据可视化

数据的最终展示目标是进一步明确数据在每个层次间的分布。例如，就不一致的地区的用电数据而言，要想进一步清楚用电数量，可以在一致的层次凸显出每个区域的用电数量，进而明确每个层次用电量的分布，同时明确特殊区域的用电分布状况。

层次化数据可视化的特征表现在利用聚合数据的降低对信息进行有效处理，用户可以利用这项功能从其他层级看到想看到的数据内容，且在展现特殊级别时可以隐藏不重要的数据[1]。

1.2 网络状数据可视化

一般来说，图数据的主要绘图方式为节点连接法，最高点或者最低点在图形中用圆圈和正方形的符号标记，边一般是平面图形中的线条。节点连接法在很早就有了探究，桑基图就是利用这种方法进行制作的。制作过程中，不仅可以显现数据系统内部的相互关联，也使其看起来更简单易懂且美观。在进行有向图制作过程中，一般利用箭头代表所指的方向，同时箭头也可以表示递减。

1.3 平行坐标可视化

平行坐标在信息可视化中有着重要地位。它把高纬度数据的各个变量使用坐标轴进行表示，并对应数轴上的相应位置，有效解决了直角坐标中对空间耗费过大和表现不清晰的问题。平行坐标也能够反映变量的趋势以及每个数据之间的相应关系。

1.4 三维可视化

大数据的可视化展现和传统的数据展现有着很大差异，主要表现在有时可以从实际的数据走向看出近期突然变化的现象，如用户缴纳电费和停电现象的表现。这些趋势有利于工作人员迅速找到对应情况并采取针对措施。

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

配电网的信息和数据参数过于复杂，且数据有其自己的空间价值，所以在处理一些用电参数和管理参数的过程中，可以利用层次化数据模型进行整合，税后可以再次统计处理，进而充分发挥层次化处理的优势。这个过程中，空间信息展现的用电数量存在一定的不准确性，所以要结合实际电量的分布来汇总，以此更好地明确特殊用电数据的真正意义。同时，应借助不同空间数据的指标测量确定数据的过载现象，并统计研究不同层次的数据。此操作过程中，可以有效处理隐藏的数据，并利用跨系统方法对指标功能再次分组，进而明确可视化需要的基本的数据类型。

2.2 关键技术的实践方法

可视化技术的实践过程是关键的步骤。首先，要调控数据资料，研究每一项数据的储存信息和工作信息，了解其设备的信息参数等，实现高效监管和可视化技术目标实践的管理，进而在主题端口建立有效的空间数据库，实现数据框架结构的创建以及数据的快速处理和调动。利用可视化技术将数据以树状结构的方式展现出来，并运用三维技术辅助数据管理，使其能够准确更高效地实现数据展现，进而达到全方面实践调度机制的目标。同时，应运用三维技术把地理数据信息按照空间形式表现出来，通过运用表层的信息处理评测模型，促进三维空间技术形式可以按照虚拟现实技术将每一项数据展现在管理人员面前，方便管理人员对其进行处理。此外，在应用虚拟现实技术的过程中，主体要整理不同类型的电网，并借助GAVE的数据信息展现其他大数据构件的数据信息，进而通过立体的形式展现各项编程数据模式[2]。这样各个电路以及设备的信息参数就能够与屏显数据进行连接。这项技术把遥感和传感技术综合在一起，通过沉浸模式体现各项数据信息，利用中央数据端口有效处理各类信息数据，保障这些数据可以通过数据软件体现出相应功能的标准额度和数据意义。

2.3 三维点坐标的可视化实践方法

三维点坐标的运用要建设字符串，从而把每一项数据所表现的意义以及数据趋向表现在坐标上。例如，在用户用电量的损耗情况和使用规则的研究过程中，可以借助这种趋势表现各个方向的数据意义，以便于后期工作人员整理、汇总以及评估数据，最后借助相应的编码转换表现在空间中，有效实现可视化管理。在展现三维空间数据信息时，要借助数据的空间信息，并结合包含的三维空间数据，进一步实现其在空间上的体现。这样可以在数据实现空间精确的基础上进行状态监控，借助设备的学习技术和大样本库，对其原本没有办法直接计量的指标进行演算推理。大数据与人工的有效结合也可以建立相应的模型，对数据进行分析、诊断以及查询等，并根据传感器以往保留的信息和机器的故障问题做出预防策略，进一步保障数据的稳定性。三维技术的引进可以在其背景下加入空间特征，促使有效分析不同区域故障的特点。

2.4 数据层次化的体现

电力部门应把不同时间段的用电量数据和信息参数进行处理并保存。所以，在展现数据层次化时，需要整合用户的月度、季度以及年度用电数据信息，进而提高不同层级的数学模型效果。这需要研究用户各个时间段的用电情况，并利用高效的方法分析区域的用电强度，进而减少因为数据过载致使信息不准确的现象发生。也可以利用可视化图形表现每个时期的用电情况，通过不同的表示突出停电、欠费以及电量正常使用的现象，从而方便后期工作人员能够准确进行汇总和处理[3]。此外，把不同的数据按照相应的坐标模型进行展现，并有效运用箭头、符号研究文字等表示其用电意义，进而表现出图像的作用。综上所述，把方向额度以及相关信息进行效果表现，不但能够展现标识的数据意义，还可以有效监控方案。

3 结 论

了解电力大数据可视化的意义，按照相关操作的具体流程整理并创新技术，进而实现各项数据的可视化展现，有助于提升数据的精准度。