基于云计算的电力大数据分析管理与应用

刘笑聪

（中国人民大学 北京 100000）

1 引言

随着大数据时代的来临，一些电商和网络平台也渐渐建立起来，信息技术被应用到多个领域之中[1]。而很多公司在日常的运作当中生成积累用户的网络数据，这些数据较为庞大，但是可以被平台储存，主要是利用远程或者非本地的分布式计算机为用户提供更多的服务，还可以通过网络接收大量的用户请求，展开多元化的数据处理方式，降低数据处理的难度。而大数据的网络思维也正在慢慢影响着人们的思维方式和生活模式，在数据网络的支持下，一些平台建立起来，用户可以通过登录平台来获取自己需要的东西，并且通过平台的建立能够为大数据平台建设带来发展[2]。

2 相关理论

2.1 云计算

在数据处理过程之中，云计算主要是用于存储数据信息，用来进一步增强电网的运行能力，维持电网的整体运行稳定程度，保障数据能够顺利技术与统计[3]。云计算是网络计算的一种数据，具有伸缩性、适用性、优质性等特点，企业能够通过云计算进行有效地配置。现阶段，云计算技术在国内已经得到了广泛的应用，涉及电力行业、零售等领域[4]。而云计算是一种基于网络的超级计算机模式，也是目前最新的技术，可以利用远程或者非本地的分布式计算机为用户提供数据储存、计算等服务[5]。在电力系统之中，应用云计算可以同时接收大量的用户的需求，开展多元化的数据处理。而在以往，我们都是采用人工处理的办法，对于客户的需求进行统计并记录，这样的方法使得处理难度增高，在数据的统计和用户的需求中容易出现误差的情况，而利用这样的新型技术可以对整体性的数据进行统计，同时能够满足数据库的信息要求，发展现代化电力，对于数据进行分割，展开不同层次的计算[6]。在实际的电力大数据处理的应用实践当中，云计算的方式是分布式的处理系统，实现对于电力处理信息资源的综合性探索。云技术也拥有较大的储存空间，对于电力资源的需求可以储存新的数据行程。虚拟储存技术保证数据的完善，但是在传统的电力大数据的统计当中，人工的统计是有限制的，对于电力的统计，空间不足。在检索的时候也需要翻找才能找到用户需求的数据。而云计算则不一样，云计算对于数据的处理更加迅速，并且用户可以通过检索一件能够找到自身所需要的数据统计分析，给电力系统的数据分析带来了极大的便利。

2.2 大数据

在电力系统之中，通过大数据能够更好地使复杂的技术简单化，并且同时能够处理多个分支，而大数据的处理往往是需要搜罗分布、整理、播出、处理，突出了人工的特点，但是在实践当中，人工的操作会导致很多的错误发生，同时影响到了后续的过程。利用云计算的电力大数据分析可以更好地将处理过程进行完善，从复杂多变的数据信息当中提取自身所需要的信息，过滤掉没有意义的信息，有效地使用数据进行分析。

3 基于云计算的电力大数据分析技术

3.1 分层次处理电力技术

在云计算系统当中，其具有多层次处理电力信息的技术，可以通过多层次的分析处理技术，应用计算机实现系统化的处理，且电力系统的体系可以迅速建立、收集、储存和分析的管理结构并保持同步分析，运用大数据进行高效计算处理数据，使得相关数据能够进行层次化的管理。

3.2 翻译工具

云计算系统当中的翻译工具主要是基于关系库的电力数据系统的分析，其包括了储存过程，比如浙江的电力系统则由成千上万复杂的SQL语句组成，这些语句的使用进一步提高了翻译的精准性与效率。而且该系统也逐渐开发了查询重写的技术和自动翻译的技术。自动翻译器通过用户提交的语句进行解析，查询重写器扫描解析的结果，当其满足规律时就会发生重写的操作。然后，重写的语句会交给连接器中，语句会选出最优的结构传输给评估器，由统计信息收集器收集表中的统计信息，不断地更新模型，而评估器则通过查询的执行计划和收集器所反馈的信息计算各个计划执行的语句，最终采用代价最小的计划所对应的语句为最终的转换结果。

4 电力大数据分析技术应用与管理措施

4.1 电力大数据分析技术应用

目前，大数据已经应用到了各个领域当中，比如浙江的电力就是用信息采集的系统，对于电力大数据进行了计算并取得了良好的效果。根据国家的相关规定，国家对于智能电网项目建设的意见是十分支持的。而浙江的电力公司也完成了云计算、储存和处理系统环境的建设任务，智能化的电表所采集的数据经由互联网进行传输，同时由均衡器选择适合的通信网关进行发送，而前置集群则对于数据进行缓冲和处理后，交由处理系统进行分析处理。应用服务器则根据客户端的请求，从数据处理的系统中查询相应的结果。云计算的平台是通过高速以太网进行连接，数据处理与储存可以高速完成。档案类的数据保存在关系的数据库当中，并且与云数据库同步储存。在关键技术方面，可以使用多维索引的技术将浙江电力的系统的响应时间性能提升两倍，混合储存模型则提升一倍。此外，浙江的电力系统还包含了SQL语句，利用系统提供的自动翻译由术为开发人员完成了数据迁移，由云计算的分析系统在浙江电力采用的技术以及建设的经验，可以保证平台扩展性较好计算分析能力强，成本低廉，具有良好的应用条件。电力系统流程见图1。

图1 电力系统流程图

4.2 电力大数据分析技术管理

电力大数据分析技术的管理则需要相关人员对于数据系统进行管理，人们最关心的就是大数据的系统是否安全，数据信息是否被泄露。

应用互联网技术，在各类物联网中的传感设备，广泛采集网络信息，将风险感知触角延伸至网络的几个单位和各类人员，覆盖网络活动重要时段与关键环节，扫清当前安全监督管理盲区，为安全监督管理提供更强有力的信息支撑。集网管部门、企业网络安全部门、数据安全中心等各专业业务系统数据，收集数据、资信等外部信息，通过汇集云端平台，实现跨专业数据信息的互通共享，形成统一的安监业务体系。应用互联技术，通过安全管控平台，联网云端安全管控数据资源，实时掌握和反馈网络安全情况，支持安全风险信息提示、预警和管控措施下达、反馈，实现安全管控人员和现场作业人员的双向交互。同时，制定网络安全管理体系，开展安全风险评估和预测，为风险管控决策提供智能化支持，提升网络安全防护能力。引入关联分析技术，对于平台所采集的数据和建立的相关指标进行分析和查询，可以对于需要的内容进行关联查询，实现用户应用，内容事件的整体性，优化安全数据平台的数据建设。而平台的相关防火墙，访问控制也需要进一步发展与建立安全系统的建立之中，需要对于安全系统的数据和相关内容进行一定的综合和提高，进一步保证安全系统的预警演练平台能够实现，帮助平台进一步建立。而在遇到危险的时候，其也可以发出警示的信号，弹出讯息或者是快速拦截入侵系统，这样可以进一步保障大数据网络的安全运营，保护用户的隐私不会受到侵害，帮助企业能够进一步建立自身的安全系统，保障企业的数据不会丢失。总之，对于云计算电力大数据管理的建立，需要进一步的发展，对于有关技术的引入能够提高技术措施及操作。

5 结语

本文阐述了智能电网大背景下电力大数据的发展情况，结合云计算的理论和云计算技术的应用，针对电力大数据分析管理作出探讨，构建了一种基于云计算的电力大数据管理与应用，这种应用与传统电力大数据管理相比，性能和效率有很大的提升，并且成本较低。但也存在不足，本文对于云计算的电力大数据分析管理与应用认识没有更深入的研究，在方法与措施中，没有办法对于相关问题和措施提出一定方法。云计算的电力大数据分析管理需要更多的科技手段和更高的操作水平，应用范围有一定局限性。本文研究的云计算电力大数据分析管理与应用也仅仅是根据自身的研究作为基础，在领域上不能够广义地包含每一种情况和设计。相信今后基于云计算的电力大数据分析管理与应用有更好的发展前景。