基于云计算的电力大数据分析技术与应用

基于云计算的电力大数据分析技术与应用

袁亚琴

国网山西省晋城供电公司 山西 晋城 048000

摘要：电力大数据是指与电力企业运营、销售、生产相关的数据信息，是电力企业发展的重要内容。电力大数据的研究应用对电力系统的发展具有重要意义，因此提高电力系统大数据的分析利用具有重要作用。文章主要从大数据的定义出发，阐述了大数据对电网发展的意义，并重点对云计算中电力大数据技术的分析应用进行研究。 
关键词：大数据；智能电网；云计算 

1 简述大数据与云计算
1.1大数据的概述
大数据是一个抽象性极强的概念，目前尚没有统一的公认的定义，望文生义，大数据是指规模庞大的数据群，其主要的特征表现为：
        1.1.1庞大的数据规模
        数据规模的庞大性不能单单用超载或海量等概念词加以描述，是一种集编码方式、数据格式以及数据类型等多维度的数据信息规模化。
        1.1.2极高的处理要求
        因为大数据聚合了多维度的信息特征，而目前数据新处理的级别与大数据的整体结构不相适应，所以PB级别的数据处理逐渐成为常态。
        1.1.3持续高速的特点
        基于大数据持续及高速的特征，传统数据库持久储存的方法不能够达到持续高速异质数据的实时处理与统一接入，因此对新的储存技术进行开发。
        1.2云计算和云存储
        现阶段，能够实时完成对大数据发现、挖掘、存储和处理的最好的大型计算机技术即是云计算。云计算是指在互联网的环境下，相关服务的产生、使用及交付模式。大数据的云计算，公认的理解为利用互联网或局域网，将数据按需、易扩展的方式，通过虚拟化的过程高速地提供给数据请求者。云存储是云计算概念延展的一个新概念，凭借网络技术、集群应用或文件系统等功能，通过应用软件，将网络中大量的各个类型不同的存储设备进行集合，由此实现协同工作，对外实现访问功能及数据存储功能。

2 电网发展基于云计算大数据的意义
在电力系统中，我们所了解的云计算也就是一种符合电力系统数据统计的电力云，电力云作为电力系统中有效的统计方式，形成了新的发展方向，作为一种新事务，其产生与发展的基础都是基于云计算，作为数据统计，在电网系统通过云计算统计，提高了数据的准确性，通过云计算过程统计出来的大数据，可以明确了解部分电力系统运行过程中的不足，进而可以有针对性的进行完善，可以说电力系统中运行云计算的意义是重大的，作为电力行业工作人员来说，也必须给予高度重视，通过合理的运行模式调整，在提高电力工作稳定性的同时进行大数据云计算的融合，把电力体系进行调整，加大电力系统的信息处理速率，把云计算作为电力发展过程重要数据参考，进而提高电力发展能力。

3 基于云计算的电力大数据分析技术与应用
3.1电力大数据的分析系统
电力大数据的分析系统是在分布式、并行式的计算框架基础上构建起来的，其数据的分析软件是利用数据的仓库工具软件建立。根据电力大数据在系统上具有的特性，进而开发出对数据库具有查询程序的技术软件、以及具有查询条件的软件技术，间接性、全面性的增强数据仓库的整体性能。此项系统的成功研究已经被我国智能电网所利用，并且在性能方面提升了很大的空间，也为系统在成本上减小了开支。该项系统对数据进行系统性的采集、分析、计算等工作流程，都需要经过许多的步骤与环节[2]。另外，系统的传感器装置、具有智能性能的电表等基础设备都在利用固有的频率对数据实行周期性的采集、处理，最终送达至数据的中心。数据在整个采集的过程中，很难避免错误的采集和处理工作行为的出现，从而对电网的用电信息采取无周期性的采集进行补偿。为了有效解决云计算的存储系统在访问数据方面的问题，将以采集的数据信息通过缓冲装置对数据进行一系列的预处理行为。工作人员利用系统对具有静态性质的数据信息构建成具有档案性质的数据库，再通过一定的方法将其数据复制至云计算的存储系统内，有效的缓冲访问数据的相关性问题。该系统在结构上有：分布式的文件系统、并行式的编程框架、数据仓库、监控和运行等工具、具有开发性的工具集，这些结构都是该系统的中心板块，都是配合数据库完成数据系统的整套工作。
电力大数据从采集到最终的分析计算，需经过多个环节。大量传感器和智能电表以固定频率周期性的采集数据，经通信网络发送至数据中心。对于数据采集过程中的错误或遗漏，则不定期地进行用电信息的补充采集（下简称补采）。为缓解云存储系统的访问压力，采集到的数据首先进入前置机缓冲池，进行解码与预处理。除数据源定期采集的数据外，设备、人员等相对静态的信息构成档案数据库，保存在关系数据库中，被直接复制到云存储系统中。当档案数据库发生更新时，应将更新同步到云存储系统中，以保证计算结果的准确性。并行计算环境访问云存储系统，根据业务逻辑对数据进行复杂的分析计算，并将计算结果写入云存储系统。在线查询系统从云存储系统中取得满足用户请求的数据并返回用户。某些针对档案类数据的查询需要计算结果数据，因此，云存储系统还将计算结果同步到关系数据库中，以便用户通过关系数据库查询数据。

3.2基于云计算的电力大数据分析技术
电力大数据的从采集开始经过一系列的环节到最后的分析计算，需要耗费较多的时间。智能电表和传感器数据的采集是通过网络给中心数据发送的，其有固定的频率，并且数据采集具有周期性。如果数据采集中出现遗漏或者错误，那么将会不定期进行补采。为了保证数据的有效性，环节相关系统的压力，一般来说，数据在采集完毕之后首先要将其置于前置机缓冲池，进行相关处理。人员、和设备相关的静态信息将会组成档案数据库。如果档案信息库中的信息需要更新，那么要保证更新好的数据库信息能够被保存在云储存系统中，这样才能保证数据准确。在计算相关数据的时候，要依据业务逻辑进行，同时将计算出来的数据填写在云存储系统中，然后相关系统自动会从云存储系统中筛选出符合客户需求的数据并使用于客户。另外，有一些与档案相关的数据需要进行计算，所以，云存储系统会将这些档案数据的计算结果自动同步在数据库中，以满足客户的使用需求。
        3.3基于云计算的电力大数据分析技术的应用
        目前，云计算电力大数据技术已经在我国浙江得到运用，并且使用效果不错。2013年国家电网公司通过电力大数据分析技术在浙江开展项目建设，完成了用电数据分析和信息采集的云计算项目，促进了智能电网的发展。在云计算的平台下，浙江电力企业的电力数据通过负载均衡器由互联网传输给前置群，然后前置群对相关数据进行一定程度的处理和缓冲并交给数据分析系统对其进行处理，最终相关服务器依据用户的需求从相关数据处理系统找出符合用户需求的数据[3]。在云计算平台中，档案类数据一般都被保存在关系数据库中，一般档案如果有更新则由太网通过高速连接对其进行同步，保证信息的准确性。原来的方案中，云计算系统平台是由两台小型HP机组成的，其数据一般是在共享存储上保存的，相关存储设备是通过高速网络连接的。而新型的方案，则是由八台刀片式服务连接的，其运行速度显然要高于两台小型机的速度，并且新型方案也有助于降低关系数据库的费用，因此被采用。

4 结束语
基于云计算下的电力大数据分析技术，渗透在电力企业及部门的诸多生产及加工工作中，为电力企业的顺利、良好发展提供了科学的条件。在云计算环境下应用电力大数据技术，有助于优化传统的电力分析体系，对充分提升大数据技术的应用质量有重要的意义，在一定层面上提高了我国电力企业的可持续发展水平，因此，要重视相关技术应用与研发，促进电力行业进一步发展。

参考文献
[1]付彦哲.云计算环境下电力大数据的分析技术与应用[J].电子测试,2020(12):131-132.
[2]付丹,潘正军.面向电力大数据的多源异构数据融合技术初探[J].技术与市场,2020,27(04):69-70.