智能电网大数据技术发展探索.doc

智能电网大数据技术发展探索 　　摘 要：随着科技的不断进步，我国的智能电网技术取得了飞快的发展，成为大数据最重要的应用领域之一。智能电网大数据技术对电力行业的影响非常巨大，对其可持续发展有重要的意义。该文主要阐述智能电网大数据的特征与应用，智能电网大数据研究包括分析架构、关键技术、智能电网大数据技术的发展策略。智能电网大数据技术的发展策略主要有大数据传输和存储技术，实时数据的处理技术和异构多数据源处理技术 关键词：智能电网 大数据 关键技术 分析架构 发展策略 中图分类号：TM76 文献标识码：A 文章编号：1672-3791（2016）10（b）-0002-02 智能电网通过对信息通信技术、计算机技术、控制技术，以及其他先进技术的应用满足电力市场各方面的需求，优化电力市场利益方的功能，从而达到对电力市场的促进。通过科学技术手段的应用，能够有效提升电力系统的运行效率、降低其成本支出，减少电力系统对环境的污染和影响。尤其智能电网的大数据技?g应用已经成为电力系统发展的重要趋势。因此，相关人员要积极探索相应的措施和手段，优化智能电网大数据技术的应用，提高系统的可靠性，让电能更好地为人们服务 1 智能电网大数据的特征 智能电网大数据是指开始投入使用电力信息化下的智能电表、智能变电站、电力实时监测系统等数据类型的系统。根据规模不断扩展，智能电网大数据可以分为内部和外部两种数据。智能电网大数据的特征有：大规模、高速性、多样性。大规模是指智能电网中的数据量越来越大，从而使电网的负荷增加而表现出的一种特质。高速性是指对电网运行时的变化能够高速应对，因为电网负荷运动是随机的，当出现问题时，为了保证其正常稳定运行，必须在最短时间内进行处理。多样性是指电网大数据具有多样性，而且还包括网外数据。总之，智能电网大数据的数据特征可归结为：数据来自分散放置分布管理的数据源，数据量大、维度多、数据种类多，对公司、用户和社会经济均有巨大的价值。随着电网数据积累量越来越多，来源更为广泛、类型更加多样、结构趋向于复杂化，所以还需对大数据技术加大研究力度，对我国而言更应该对其核心技术进行专题探索 2 智能电网大数据关键技术 2.1 分析架构 目前智能电网大数据广泛采用3层分析架构，最外层挖掘复杂和动态数据，本地学习和模型融合，挖掘稀疏、非确定、不完整数据；最内层作为大数据挖掘平台；第二层为信息共享和数据隐私，大数据应用与知识。大数据挖掘平台具有核心数据访问和计算功能，随着数据的增加，分部进行存储数据是必经之路，而高效的数据挖掘平台担当了执行者的身份，将数据分析及处理任务分割成很多的子任务，并通过并行的程序在大量的计算节点上执行。在3层架构模式的最外层框架内对稀疏、非确定、不完整数据进行预先处理，然后获得具有普适性的智能电网全局知识，根据反馈调整模型参数。而第二层在分析架构中起到一个联系的作用，对数据起到一个隐私保护、信息共享的作用。信息共享能够保证每个阶段都顺利进行，也是数据分析的目的所在 2.2 关键技术 大数据在智能电网中的关键技术可以概括为大数据存储、处理平台和数据解析。大数据处理平台对待流处理和批处理有不同的处理方案，也适用于不同的数据要求。流处理一般都直接进行处理，特点是速度快、实时性强，这种处理模式适用于电网规划等对于实时性要求高的业务。批处理是另一种处理方式，它主要特点是先存储后处理，这种处理方式对时间的实时性不能保证，其主要处理思路就是将问题分开解决。这种处理方式适合数据量非常庞大繁杂，而且对实时性要求不高的业务 大数据解析包括数据分析和解读两个方面，大数据分析可以得到大量数据中所隐藏的未知关系和潜在规律。由于分析出的数据不易理解，所以需要对分析结果进行通俗化地解读，大数据解读也算是对数据的深层次挖掘，对分析结果的精加工。所以大数据解读也可以看成是大数据的一种特殊分析方法。人们通常了解的大数据解析技术包括：第一，数据挖掘与融合。提取有用的信息整合为唯一的、准确的、可以理解的信息过程称之为数据挖掘与融合。数据挖掘和融合可以使整体电网的实时性得到精确提升，电网中产生的各种数据并不是无用的，只要将其融合再利用都具有潜在的价值。第二，领域普适知识挖掘。领域普适知识挖掘是指通过螺旋式渐进地探索大数据的规律，发现一定的普遍性和不变性的知识与规律。第三，过程挖掘。过程挖掘帮助模型和事件之间建立一定的联系，并将时间数据转化为有价值的东西。过程挖掘可以引导用户合理地使用电力，还可以为用户提供最合理的节能用电方案，以提升企业对电网的管理水平 3 智能电网大数据技术的发展策略 3.1 大数据传输和存储技术 进行大数据的传输和存储技术研究的目的，就是为电力系统产生的大量数据找到一个存储场所，减小监控的