北京市供用电建设承发包公司北京100062
摘要:随着时代的进步,电力公司与每一位用户之间建立着重要的连接,智能电网系统中越来越需要大数据处理。智能电表及智能终端的安装设备中都有大数据的影子,电力公司需要实时捕捉到用电信息,需要对大量电力数据进行及时分析和反馈,实现消耗费用电的电字数据的统计与截取等都需要智能电网中大数据处理技术的全面应用。通过对数据的整理及分析,可以更好地掌握电力客户的用电习惯及行为,合理地设计电力需求响应系统和短期负荷预测系统等。因此在本文之中,主要是针对了智能电网大数据处理技术现状与挑战进行了全面的分析研究,同时也是在这个基础之上提出了下文之中的一些内容,希望能够给于在相同行业之中进行工作的人员提供出一定价值的参考。
关键词:智能电网;大数据;处理技术;现状;挑战;分析
1导言
目前,大数据已经成为了人们讨论的重要的话题,这主要是因为云计算的广泛应用,云计算的广泛应用会产生大量的,丰富的异构数据。而为了更好的、更加高效的处理这些数据,各界都提出了相关的方法,并进行了进一步深入地研究同时在相关层面投入了大量的资金,就拿谷歌这一家公司来说,仅仅2009年这一年的时间内在大数据业务方面对美国的经济投入就已经达到了540亿USD,而这仅仅是其在大数据层面投入的一部分而已。谷歌也绝不是唯一在相关方面投入如此巨大的企业,类似的还有淘宝、百度等,很多的大企业在相关方面都投入了巨资,而使他们投入巨大资金的原因就在于,在智能电网中大数据产生于各个环节,更好的利用智能电网就要求我们更好的处理和应用这些大数据,随着近几年的发展,从全球角度来看,我们的智能电网大数据处理技术已经得到了很大程度上的提升,一些技术已经走向了成熟期,但是不可否认的是,我们还有很大的发展空间,如何促进相关技术的进一步的成熟,首先我们应当做到的是了解智能电网大数据处理技术的现状和我们面临的一系列的挑战。
2智能电网大数据及其特点
2.1智能电网中的大数据
智能电网数据的处理不是单一的存在,它有着自身独特的特点,大体上可把这种往来数据分割为3类:一类是在电网的运作状态下,利用设备来检测和监测数据;二类是把电字的销售,还有价格及电量,根据不同情况、不同客户做出数据判别,后进行整理;三类是电力企业数据的管理。
2.2智能电网中的大数据特点
智能电网中的大数据具备“4V”特征,即规模大(Volume)、类型多(Variety)、价值密度低(Value)和变化快(Velocity)。
3智能电网中大数据处理技术现状
3.1并行数据库
关系数据库主要存储结构化数据,提供便捷的数据查询分析能力、按照严格规则快速处理事务(Transaction)的能力、多用户并发访问能力及数据安全性的保证。通过SQL查询语言及强大的数据分析能力以及较高的程序与数据独立性等优点获得了广泛应用。然而随着智能电网建设的加速,数据已远远超出关系型数据库的管理范畴,地理信息系统及图片、音视频等各种非结构化数据逐渐成为需要存储和处理的海量数据的重要组成部分。
3.2云计算技术
大数据技术的需求是伴随着云计算平台的出现而出现,云计算的核心是海量数据存储和数据并行处理技术。而智能电网中数据量最大的应属于电力设备状态监测数据。状态监测数据不仅包括在线的状态监测数据,还包括设备基本信息、实验数据、缺陷记录等,数据量极大,可靠性要求高,实时性要求比企业管理数据要高。云计算技术在国内电力行业中的应用研究还处于探索阶段,现有云计算平台可以满足智能电网监控软件运行的可靠性和可扩展性,但实时性、一致性、数据隐私和安全等方面的要求尚不能满足,有待进一步研究。
4大数据处理技术
4.1大数据处理的价值
大数据的存在价值在这些年来,被广泛用于商业、科技等领域,俨然成为了社会的重要角色之一。法国执政党在2013年5月,法国投资大数据产业的金额高达1.6亿欧元。法国政府预测大数据对将来的科技与经济发展有着前所未有的深远影响。大数据目前已广泛应用于我国及世界各国,如京东每天新增的交易数据达8TB;大数据分析平台日处理数据量高达90PB,这个平台处理量相当于美国纳斯达克交易所一个星期的数据处理量;再者就是沃尔玛曾经是最早运用大数据来分析并获得受益的企业之一,其曾创造了“啤酒与尿布”的不可取代的神话,现如今的沃尔玛处理100万件交易需要1h,存入的数据大约2.5PB在数据库中,这些数据量是美国国会图书馆的167倍;微软花了20年,耗费数百万美元完成的Office拼写检查功能,谷歌公司则利用大数据统计分析直接实现。
4.2云计算数据
由于电力系统中海量数据的云集,大数据借助云计算高效的计算功能,对智能电网中的数据进行解析,使其能呈现数据分布情况,了解一手资料,做出合理的应对方案。
4.3云计算在智能电网中的应用
云计算运用其高效的服务技术、多样化的监测系统、可靠的实时获取数据,将智能电网中的记录数据进行整理分析,降低其缺失率,能够更为精准地捕捉数据技术难点,将复杂性化为简化。
5智能电网大数据处理技术面临的机遇和挑战
智能电网大数据处理技术面临的机遇和挑战主要是以下的几个方面:第一,大数据的传输和处理技术,这也是最为重要的一个部分,随着智能电网技术的进一步提升和发展,在整个的系统中,大量数据和存储技术已经受到了更多的关注,而为了解决这一问题,我们往往会采取对数据进行压缩的方式,而如何进行高效的、完整的压缩,提高压缩的技术是我们面临的挑战之一。第二,实时数据处理技术,处理速度一直是相关人员所密切关注的问题之一,高效、快速的处理速度可以使整个过程的效率大大提升,而提升处理速度我们就不得不提到一个有效的并被广泛应用的方法,那就是内存数据库,正确的使用内存数据库能够更好的提升整个处理系统的实效性,但相关的使用方面以及内存数据库自身还有着较大的发展和提升的空间,如果内存数据库能够得到进一步的完善,将会大大提升数据处理的实效性。第三就是异构多数据源处理技术,随着智能电网的进一步的发展,我们对于智能电网的要求也越来越高,不仅仅满足于现阶段的发展,而是要求其能够贯穿发电、变电、输电等多个环节,而要做到这一点我们首先应当做到的是实现大规模的、多元结构的一个数据的整合,可以说在相关的技术层面我们做的还远远不够,要进一步提升相关技术还需要不断的研究和发展。
6结论
通过对上述的内容进行分析研究之后能够得出,总而言之,智能电网系统在我国的应用日渐广泛,大数据处理技术已然是智能电网安全运行的有利武器。但在电网智能化的发展进程中,实时、隐私等方面的性能需求对大数据技术本身提出了更严峻的挑战,为了向全景实时电网时期迈进,我们必须制定有针对性的解决方案,为电力事业得以持续稳定发展贡献出力量;推动我国社会主义现代化建设的步伐更快的向前迈进。
参考文献:
[1]宋亚奇,周国亮,朱永利.智能电网大数据处理技术现状与挑战[J].电网技术,2013,37(04):927-935.[2017-09-07].
[2]邓炜瑛.智能电网大数据处理技术现状与挑战[J].中外企业家,2015,(06):126.[2017-09-07].
[3]刘义德,梁坚.智能电网大数据处理技术现状与挑战[J].科技创新与应用,2015,(29):184.[2017-09-07].
[4]王渭,崔健.智能电网大数据处理技术现状与挑战[J].电子技术与软件工程,2016,(01):188.(2016-01-10)[2017-09-07].
[5]罗征.智能电网大数据处理技术现状与挑战[J].科技展望,2017,27(18):20.[2017-09-07].
[6]陈丽丽.智能电网大数据处理技术现状与挑战[J].科技资讯,2017,15(09):56+58.[2017-09-07].