智能电网大数据处理技术现状与挑战研究

智能电网大数据处理技术现状与挑战研究

作者：杨悦 戴茜璐

来源：《科技创新导报》2017年第25期

DOI：10.16660/j.cnki.1674-098X.2017.25.149

摘 要：随着我国科技水平不断提高和我国社会经济快速发展，给人们带来便利的同时，也使得我国资源使用问题日益严重。经过长时间研究，我国智能电网大数据处理技术取得了前所未有的研究成果。但我国智能电网大数据处理的应用中依然存在一些不良的因素，可以说依然有着很大的发展空间。本文论述智能电网大数据处理技术的特点，研究探讨智能电网大数据处理技术的现状和面临的挑战。 关键词：智能电网 大数据 现状

中图分类号：TM743 文献标识码：A 文章编号：1674-098X（2017）09（a）-0149-02 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 智能电网大数据处理技术发展现状 1.1 智能电网中的大数据

智能电网主要由电力企业管理数据、电力企业营销数据、电网运行和设备检测数据三部分组成。其一，电力企业管理数据在整个智能电网数据处理内容中是十分重要的，但程序和内容方面较为复杂。其二，电力企业营销数据在智能电网数据中也是最为关键的一部分，为此，诸多企业都投入大量的研发资金。人们一般都将智能电网大数据划分为结构化数据和非结构化数据，随着智能电网建设和互联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。电力大数据的特性满足大数据的五个特性：数据量大、处理速度快、数据类型多、价值大、精确性高。第一部分结构化数据是如今电力系统主要的数据形式，也是关系数据库中的数据；第二部分非结构化数据，是通过数据库二维逻辑呈现的数据。这也是人们越来越重视非结构化数据处理的重要原因[1]。

龙源期刊网 http://www.qikan.com.cn

1.2 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。但智能电网大数据处理技术存在的复杂性决定了相关方面的发展还远远不够，据调查显示，我国数据处理能力还尚未很好地解决数据大幅度增长的问题。我们以阿里巴巴集团旗下的支付宝为例，支付宝每日交易的数量达到了15TB；而平台每日处理的数据高达200PB，这一数据是十分巨大的，为了能够更好地处理这些数据，阿里巴巴集团在相关方面投入了大量的资金，并且也取得了巨大的研究进展和成果，获得了相应的回报。但在如今数据多样化增多的情况下，依然造成了智能电网大数据处理技术更为复杂的现状[2]。 2 智能电网大数据处理技术面临的挑战 2.1 数据处理时效性

对于智能电网大数据处理技术而言，数据处理的速度十分重要。通常情况下，数据规模越大、量越多，数据处理的时间就会越长。传统的数据处理存储方法是根据数据量的大小而设计系统，在设计数据量范围内的数据处理非常快，但是对于超过了设计数据处理量时，就会造成处理系统瘫痪的可能，未能够实现处理大数据的功能要求。在未来智能电网大数据时代下，需要从发电、输电、用电等各方面进行实时数据处理[3]。 2.2 数据可视化技术

如何在有限的空间下，把海量的智能电网数据以一种容易理解、直观的方式呈现给用户是一项非常具有挑战性的工作。数据可视化技术已被证明为一种最有效的处理大规模数据的方法，在实践中也得到了很好的应用。数据可视化技术通过将数据绘制成高分辨率、高精度的图片，并通过交互工具，有效地利用人的视觉，还可以实时修改数据处理，实现数据进行定性和观察及定量分析的功能。 2.3 异构数据处理技术

未来智能电网大数据存在调度、用电、配电、变电、输电、发电等多个环节数据，需要实现信息高效处理、流畅传输、全面采集等技术，支撑业务流、信息流、电力流的一体化。因此，需要实现大数据多元化异构数据信息的整合，并且建设智能电网大数据集约化配置数据中心。针对海量的异构数据构建一个模型，如何实现数据融合及有效存储和高效查询成为智能电网大数据处理异构数据亟待解决的问题[4]。

龙源期刊网 http://www.qikan.com.cn

2.4 大数据传输存储技术

随着智能电网大数据发展，电力系统在设备监测和运行过程中的全部数据都被记录下来，数据量越来越大，给电网运行传输设备及存储系统造成了巨大的负担，对我国智能电网大数据处理发展形成了一定的影响。在智能电网数据存储方面，采用分布文件保存的形式，能够实现对大量数据进行存储，但对电力数据实时处理存在一定的限制。因此要对电网中大数据进行实时分析和分类存储在电网非结构化数据处理中占比非常大。目前智能电网大数据处理技术面临最大的问题就是将海量的非结构化数据转换成结构化数据[5]。 3 结语

综上所述，通过上文对智能电网大数据处理技术发展现状研究可知，智能电网大数据具有非结构化数据和结构化数据两部分组成，也具有智能电网大数据处理技术负责性的特点。我们也对智能电网大数据处理技术面临的挑战进行了分析，从中我们知道，智能电网大数据处理技术面临着数据处理时效性、可视化、异构处理、大数据传输存储等技术的挑战。在相关方面，各行各业已经做出了巨大的投入和努力，也有了很大的提升，但不可否认的是我们依然存在不足，未来要想加快我国智能电网大数据处理的发展，我们需要认清发展现状和机遇挑战，从而促进我国智能电网大数据处理相关技术的发展。 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. [5] 尹君，缪刚，桑遥，等.智能电网建设中云计算大数据处理技术的运用分析[J].中国新通信，2016，1（5）：115.