隨著互聯網時代的到來，人們對數據的理解變的越來越透徹。本文首先對電力企業的數據情況和業務要求進行了總結和分析，以此為基礎對電力系統里面大數據的特征進行了研究，從而找出電力系統里面對大數據應用的具體對策，為這項工作的推進提供參考。

　　關鍵詞：大數據技術；電力系統；應用

　　隨著科技的發展，各行各業的智能化程度不斷提高，電力行業也是如此，電網技術的智能化程度已今非昔比。“大數據”、“物聯網”等新概念的提出推動了電力企業迎接更多的機遇和挑戰。國家電網、南方電網等不少電力公司都順應時代潮流積極開展智能電網、用電效能與環境保護等眾多領域的大數據層面的研究，從而讓本公司的科技創新度不斷提高。當電力公司面對海量數據的時候，他們必須找到科學的方法來對這些數據加以利用，這樣公司才能夠在激烈的市場競爭中立足。電力系統對大數據技術進行應用的時候，要對當前業務模式進行全面改革，從而構建出科學合理的電力系統大數據平臺。

　　1電力系統中的大數據特點

　　隨著人們對大數據的理解不斷深入，再加上人們對電力公司業務要求的考慮，大數據技術在電力系統中的應用大有可為。當人們對數據的計算、集成管理等功能進行科學的整合以后，能夠及時構建出與當下和將來發展趨勢相匹配的業務管理模式。電力系統里面的大數據特征如下：首先，電力系統里面的大數據的體量較大。科技的發展推動著電力企業信息化程度不斷提高，電力數據的增長率已經超出很多人的預測。其次，電力系統大數據的類型較多。電力系統的大數據類型多種多樣，比如半結構化數據、非結構化數據。非結構化數據指不能通過數據二維邏輯表進行描述的數據，圖片、影音正是非結構化數據。當人們遇到非結構化數據的時候，需要進行圖像識別、語音語義識別等操作，使其向結構化數據轉化。結構化數據指的是那些能夠用二維邏輯表進行描述的數據。半結構化數據顧名思義是介于二者之間的數據，電力行業的不斷運轉推動著視頻應用度的提升，非結構化數據在電力行業總量中的比重不斷提升。第三，電力系統中的數據傳播速度快。無論是數據的采集、處理還是數據的分析，其速度都很快。第四，電力大數據不受消耗，不受磨損，傳輸起來比較容易。電力企業的這些大數據還會在使用中增值。第五，電力大數據具有安全性。這就要求系統對數據進行收集、存儲等操作的時候，都要使數據質量得到保證。電力系統的綜合能力水平往往受制于該系統里面的弱勢環節，而該系統里面的大數據安全性也受制于該系統中薄弱環節的數據質量。電力系統對大數據的應用首先要保證各個環節數據的安全。

　　2電力系統中數據的主要類型

　　2.1基礎類數據

　　基礎類數據的指的是那些和變壓器、發電機等一系列電力設施屬性存在關聯的數據，電力企業要及自身具體情況對這些數據進行規劃和管理并把這些數據在電力系統里面加以更新，使調度中心能夠及時對這些數據加以掌握。這樣他們作出的決策才會有更加可靠的基礎并做好這些數據的管理和存儲工作，這些基礎類數據一旦丟失，其后果不堪設想。

　　2.2實時數據

　　此類數據往往產生于電力系統運行過程里面，這些數據數量大，需要的存儲空間也非常大。此類數據能夠對電力系統的具體運行狀態加以反映，數據的及時處理能夠使其使用價值大幅度提升，調度決策部門作出的各類決策也要以此為依據。

　　2.3日常管理數據

　　電力系統不同部門需要對該系統運行中以及問題解決以后形成的數據進行統計，此類數據即為日常管理數據。此類數據是在電力系統里面的特定范圍中自動生成，其共享可以通過共享平臺的構建來實現，從而對電力設備設施的狀態加以反映。電力企業不同部門也能夠及時獲取自己所需要的信息，讓自己的工作開展更加科學有效。

　　2.4外部數據

　　互聯網、物聯網等與電力系統存在連接關系的其他網絡是電力系統外部數據的重要來源，此類數據往往會對電力系統的運行和維護產生不小的影響。舉個例子，太陽能發電站的變化情況能夠通過天氣信息加以反映，進而影響電力系統的調度工作。而當石油、天然氣等的價格出現變化的時候，電價也隨之變化。當人們把這些外部信息納入電力系統大數據里面以后，這些外部信息的潛力會得到充分的挖掘，其應用領域也隨之拓寬。

　　3電力系統中應用的大數據技術

　　3.1大數據的存儲傳送技術

　　電網規模的拓展過程中，電力設備的數量也大幅度增加，各類數據不斷增多，監控系統的壓力也越來越大。為了對這些龐大的數據進行科學的存儲，存儲方式的選擇就非常重要。當然面對那些非結構化數據和歷史數據的時候，可以對這些數據用分布式文件系統來加以存儲。數據信息的類型不同，則把其歸入不同的類別并存儲起來。如果有些數據存儲要求相對較高，則可以通過數據庫系統對其進行存儲。如果有些數據需要保密，那么就可以通過數據倉庫系統對其進行存儲。數據倉庫系統主要由三部分組成，第一部分是數據抽取，也就是把數據從數據源系統里面抽取出來；第二部分是數據轉換，也就是把抽取出來的數據按要求加以轉換。如果數據存在錯誤或者偏差，就要對這些數據進行加工；第三部分是數據加載，這一部分指的是把前兩階段所得數據進行加載并保存到數據源系統。

　　3.2數據處理技術

　　大數據技術在電力系統里面的應用，首先要做好大數據的倉庫、分區、分表等處理。分庫處理指的是基于固定的處理原則提升數據庫管理數據的利用率。分區處理指的是合理載入各類文件的數據，從而使大型表的壓力得到緩解，使數據的訪問性能得到提升。分表處理指的是以一定處理原則為基礎構建出不同的數據表，使各個單一數據表的壓力得到緩解。構造并列形式、并行形式的數據庫，從而使數據的加載性能得到一定程度的強化，實時查詢也變得越來越快。

　　3.3數據分析技術

　　電力系統中對大數據技術的應用有一個重要目標，那就是把各類信號的數據轉化，然后用數據分析提煉形成知識。如此以來，決策的科學參考隨之出現。隨著大數據的發展，電力系統通過對各類數據的分析能夠在龐大的信息數據里面盡快找到其中的規律，從而及時構建起相應的模型，決策者也就有了更多的信息支持，其決策會更加科學。電力企業的生產經營等環節的管理也會更加科學，電力企業競爭力隨之提升，經濟效益也會大幅度增加。

　　4大數據技術在系統中的應用

　　數據量大、處理過程復雜是大數據的兩個明顯特征，這項技術的應用其關鍵是做好龐大數據的篩選工作，通過對龐大數據的篩選和加工，使電力系統使用者的各類需求得到充分的滿足。電力系統主要包括六個環節，分別是發電、變電、輸電、配電、用戶、調度。這六個環節的整合能夠推動信息平臺的建立，使電力系統的調度得到改進。在一體化信息平臺的構建過程中，大數據、云計算都是其重要支撐。電力系統的正常運行對不同環節的協同性提出了明確要求，動態的信息監測能夠推動不同環節對數據信息進行實時采集、處理等操作，不同環節之間的協作隨之增強。最近幾年電力系統的各類數據越積越多，對這些數據的收集、處理、存儲等工作也有了更高的標準。電力系統中對大數據技術的應用取得了較高成效，預測空間復合就是其中的一項重要成果。預測空間負荷就是以電網覆蓋下的建筑面積、占地面積的負荷密度等來對接下來的年電量負荷加以預測。以歷史人口數據、區域面積變化情況等歷史數據為基礎，對該電網區域下的用電量加以預測。利用對多項指標的關聯，從各個外部系統對所需數據加以采集并作出分析，從而為規劃設計的實現作出貢獻。電力系統在開展項目管理的時候也會受到數據存儲、處理能力等的制約。如果在對項目進行管理的時候，由于建設現場的各類信息存儲不完整，導致項目細節的了解不夠深入，也就無法對這些數據進行科學的利用。為了讓大數據技術的應用更佳，就要推動電力系統存儲非結構化數據的能力不斷提升，從而實現對非結構化數據的科學分析。電力系統中對大數據技術的應用要通過建模處理等達到對風險的管理和控制這一目標。數據的監測采集屬于基礎工作，這項工作是其他工作開展的前提。

　　5結語

　　電網規模的拓展使電力業務里面的信息資源不斷增加，如果這些信息資源的共享沒有實現，那么電力企業的發展和升級就會受到更多的阻礙。大數據技術在電力系統里面的應用能夠很好的整合不同部門的數據進行統一管理調度，資源的共享也就越來越容易。電力企業的運行效率也隨之提升，企業的長久發展也就有了更堅實的基礎。

　　參考文獻：

　　[1]閆萍,林興華.淺析大數據技術在電力調控中的應用[J].電子世界,2019,(15):154-155.

　　[2]羅金滿,趙善龍.網絡報文分析與大數據技術在生產運營監控預警系統中的應用[J].中國高新科技,2017,1(05):12-14.

　　[3]薛禹勝,賴業寧.大能源思維與大數據思維的融合(一)大數據與電力大數據[J].電力系統自動化,2016,40(01):1-8.

　　作者:楊誠宇