智能电网大数据处理技术现状与挑战蔡润玉

智能电网大数据处理技术现状与挑战蔡润玉

蔡润玉

广东电网有限责任公司惠州供电局广东惠州516001

摘要：随着我国科学技术水平的不断提高和我国社会经济的飞速发展，在给人们生活和工作带来便利的同时，也使我国的资源使用问题逐渐严重。经过长时间的研究，我国智能电网大数据处理技术取得了明显的研究成果。但是我国智能电网大数据处理的应用中还存在一些不良因素，可以说依然有较大的发展空间。本文就针对智能电网大数据处理技术的特点进行概述，然后对智能电网大数据处理技术的现状和面临的挑战进行分析。

关键词：智能；电网；大数据；现状

随着我国智能电网建设不断深入，电网设备运行和监测产生的数据呈现增长的趋势，使电力行业步入了大数据时代。现今，智能电网大数据已经成为社会各界热议的话题，主要是因为云计算的运用会产生大量的、丰富的异构数据，为了能够更有效处理这些数据，社会各界都加大投入资金的力度。据新华社数据显示，我国百度公司在2016年一年内，在我国大数据业务方面已经投入了1000多亿元。为了能够更好地应用和处理智能电网产生的数据，我国的智能电网大数据处理的研究取得了突破性进展，智能电网大数据处理技术已经逐渐步入成熟阶段。不可否认的是，我国电网大数据处理技术还有很大的发展空间和长远的发展道路。因此，我们要了解智能电网大数据处理技术发展的现状和所要面临的挑战，才能够促进智能电网大数据处理相关技术的进一步成熟。

1、智能电网大数据特征

在电力信息化推进过程中，电力数据种类和规模迅速增加，智能电表、智能变电站、现场移动检修系统、实时监测系统、测控一体化系统、为各个专业服务的信息管理系统的数据集合形成了智能电网大数据。依据数据来源可将智能电网大数据分为电网外部数据和电网内部数据，内部数据由电信息营销系统、采集系统、配电管理系统、广域监测系统、能量管理系统、生产管理系统、客服系统、设备监测和检测系统、财务管理系统数据构成，外部数据由公共服务部门、地理信息系统、气象信息系统、电动汽车充换电管理系统数据构成。这些数据由不同部门管理，在不同地方分布，其特性包括分布管理、分布放置。这些数据相互影响、相互关联，之间并不完全独立，其关系较为复杂。例如用户用电情况会受到社会经济形势和气象条件的影响，电力市场交易情况和用户用电数据也存在密切联系，相关公共服务部门将电力市场数据作为决策依据，电力企业以市政规划数据为依据制定GIS数据。同时，这些数据具有种类繁多、结构复杂的特点，不仅包括大量传统结构数据，还包括非结构化数据、半结构化数据，常见的有巡检过程中图像数据、检测中获得的波形数据、服务系统语音数据。这些数据具有不同的生命周期和采样频率，可从微秒级至年度级。

2、智能电网中大数据处理技术现状

2.1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(Cransactifln)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。

2.2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。状态监测数据小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小能满足，有待进一步研究。

2.3处理技术复杂性

智能电网大数据处理成为社会各界热议的话题，可以说成为科学技术界所密切关注和研究的问题。智能电网大数据处理与社会经济的发展密切相关。我国如百度、阿里巴巴等都投入了大量的资金进行研发和改进，促进了我国智能电网大数据处理技术的发展。智能电网大数据处理技术自身存在着复杂性，可以说，现今我们使用的智能电网大数据处理技术有喜也有忧。可喜之处是，随着我国社会各界投入大量的研发资金，智能电网大数据处理技术取得了巨大的研发成果，促进了相关技术进一步发展，在智能电网联网方面得到了一定的改善和提升。

3、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，未来智能电网能够将贯通发电、调度以及变电、输电、配电等几项环节得以满足，能够将信息的全面采集、高效处理、流畅传输以及业务流、信息流和支撑电力流实现高度的一体化。因此，其主要功能是能够整合出规模较大的多源异构信息，可以由资源集约化配置的数据中心提供给智能电网。目前海量异构数据需首要处理的问题在于，怎样构建出一个能够规范表达的模型，同时何以才能以该模型为基础将数据融合以及查询存储同时高效进行。第四就是大数据可视化化分析技术，针对难以量化的智能电网数据，在屏幕空间自身局限的显示情况下，面向用户提供一种更为简便直观的方式，是跨越性较大、难度较高的一项工作。在实践中，可视化方法能够分析规模较大的数据，将数据绘制为分辨率和精度较高的图片，同时辅以交互工具，结合人的视觉系统，对算法参数和实时处理做出决定，并通过数据展开定量、定性的分析和观察。

4、结论

未来的智能电网将是依托大数据处理分析技术的全景实时电网。云计算为这种异构且多样化的数据提供了存储和分析的平台。平台运行一段后必然产生大数据，云平台和大数据分析将会为电力设备的状态检修、电网自愈、孤立信息系统的互通提供支持，并成为重要的候选方案，具有低成本、好的系统扩展性（存储容量无限）、高可靠性、并行分析等优势，在国际上已有几例系统投入实际运行，但在实时性、数据一致性、隐私性和安全性方面仍有不少的挑战，需要找出相应的解决方法。大数据的处理技术还很欠缺，有待人们去探索。

参考文献

[1]杨帆,胡雪菁,尹镜晶.试论智能电网大数据处理技术的应用现状及面临的挑战[J].数字技术与应用,2016,12(11):256.

[2]朱正凯.浅议智能输电网线路状态监测数据传输技术的发展现状及应用[J].中国新通信，2017,2(3):88-89.

[3]陈敏，肖志强.关于云计算大数据处理技术在智能电网中分析与应用浅析[J].数字技术与应用,2016,11(12):250.

[4]李杨.智能电网大数据处理技术应用现状及困境探讨[J].硅谷,2014，12（14）:91,95.