智能电网大数据处理技术现状与困境

2016-01-02国网鄂州供电公司客户服务中心

电子制作 2016年24期

吴朋国网鄂州供电公司客户服务中心

智能电网大数据处理技术现状与困境

吴朋国网鄂州供电公司客户服务中心

我国电力企业从政府部门分离出来以后，在市场经济环境下获得了一定发展。随着现代科学技术发展，智能电网建设取得了一定成果，这有利于将电力系统发电、输电、配电、用电实现系统化管理，随着计算机平台在电力公司管理中的应用，积累大量的异构数据，这也为在智能电网应用大数据处理技术奠定了基础。

智能电网；大数据；困境

1.电力大数据特点

1.1 规模性与多样性

随着现代网络技术以及计算机技术的快速发展，智能电网的数据源呈现出爆炸式增长趋势，数据类型也更加多样，其中包括了历史数据、实时数据、时间序列数据等各种结构的数据、半结构化数据以及非结构化数据，当前在电力系统当中非结构化的数据站具有重要的比重。

1.2 低价值密度

在大量的智能电网数据当中寻找出有价值的数据的概率一般比较低，其中以波性数据为例，在智能电网当中出现的大量的波形数据中，几乎所有的数据都是正常，但是对于检测以及检查异常的工作人员而言，存在的那些极少的异常数据恰恰才是有价值的。

1.3 实时性

实时性具体指的是大数据中的物理数据都是根据职能电网实时更新的，这些数据需要进行快速以及准确的处理工作。并且对电力公司而言，生产需要发电以及用电之间需要平衡。针对智能电网中产生的大量数据，需要在几分之一秒内进行分析，这样能够为决策提供较高的支持平台。

2.智能电网当中大数据关键技术

2.1 多元异构数据的聚合管理技术

在使用聚合管理技术是，首先智能电网中对数据源的数据进行抽取和继承，当前采用的数据抽取以及数据集成的主要方式有ETL集成方式等。在将数据抽取成文件的基础上，对数据进行转换以及清晰工作，最后生成多维度、多粒度的分析性数据并将其存储到数据仓库当中。当前云计算技术的发展成熟，云计算的分布式存储方式能够为海量的智能电网数据进行存储，这也是在云计算技术提出不久，就出现电力云概念的主要原因。正在进行智能电网数据集管理中，云存储模型的建立，能够保证结构化以及非结构化数据存储安全的问题。虽然分布式计算法提高了计算机的存储空间，但是仍旧难以满足会在能电网数据实时要求。因此，在对智能电网数据进行存储时，采用分级、分类法，针对要求比较高的数据采用实时数据系统进行存储，对于智能电网中的历史数据利用分布式文件系统进行存储，对于核心业务数据采用传统并数据仓库系统存储，这样就建立起了比较完善的分级存储系统。

2.2 复杂数据分析技术

首先，聚类分析技术。在当前的研究中主要对K-均值聚类算法的“零值困境”问题，提出以香农熵的改进方法。在一致性的聚类方面，当前的已有研究结合广义K-均值算法系统的对效用函数选择以及聚类分析生成分量等重大理论问题进行了分析。在将文本分类技术广泛的应用到电力企业的物质调配平台中，能够有效增强分析能力以及相关信息检索的能力。此外，在智能电网当中还可以将聚类分析方法应用到客服系统当中，这样可以有效解决客服系统客户监督模块中高维系数数据带来的“零属性困境”问题，这样可以使企业更加合理的调配人员提高客户满意度。其次，强关联项集挖掘。相关研究工作指出了余弦指标的“条件单调性”剪枝性质，并设计出了高效余弦模式挖掘算法挖掘强关联项集，根据兴趣度指标条件对其直接进行剪枝，从而挖掘除了兴趣模式。同时也有研究工作指出通过余弦模式能够用于噪音过滤，这样可以打打减少其它数据对分析工作的影响。通过使用强关联多项集的挖掘技术，能够打破电力企业之间的数据孤岛，实现企业内部资源全方位、大范围以及深层次的利用。

3.智能电网大数据处理技术困境

3.1 智能电网大数据传输以及存储技术

智能电网的建设，确保电网在运行中出现的各种数据，以及智能电网设备检测到的数据都能够被保存下来，这样使智能电网中的数据越来越多，进而会对整个系统的数据传输以及数据存储工作带来巨大的负担，并对电网的智能建设带来很大影响。针对智能电网中的大数据传输，采用传统的数据压缩的方式能够在很大程度上增强数据传输的效率，并且能够有效降低数据传输量。因此在进行智能电网数据传输中越来越多的数据压缩技术被应用到智能电网数据传输工作当中，虽然数据压缩技术为数据传输工作带来很大便利，但是却造成了资源的浪费，必须要有更合理的平台进行支持。

3.2 大数据实施处理技术

在智能电网系统当中，大数据处理的速度十分重要，智能电网当中的数据规模越大，那么在进行处理时所需要的时间也就会越长，如果智能电网中产生的数据超越了当前数据处理技术的能力，那么智能电网的正常运行就会受到很大的影响，为此必须要确保数据传话、分析以及处理的速度。当前，虽然应用云计算系统能够为智能电网提供比较快速的服务，但是也必须看到云计算系统也会导致网络堵塞现象的发生，虽然这种堵塞的现象时间比较短，但是也会对智能电网的服务器造成很大的影响。

3.3 可视化分析技术

智能电网在运行的过程中会出现海量的数据，将这些数据进行合理的处理并将其通过合理的方式展示给电力用户，这是进行智能电网运行大数据所面临的十分重要的挑战。使用可视化技术能够对大数据进行处理，并且可视化已经在智能电网中得到应用。可视化技术，利用高度集成技术、高分辨技术，以及交互工具，能够为用户可供数据处理结果。但是，随着科学技术的发展，可视化技术也面临着新的挑战，包括使用这一技术的扩展性、数据提取以及图像合成等方面的挑战。此外，还需要保证智能电网数据网络的质量，还需要进行定期检修以及维护，如果出现故障，还需要根据网络诊断技术，分析故障原因，从根本上解决出现的故障，确保数据网络能够正确的运行。在进行智能电网故障诊断，一方面要及时恢复网络，另一方面也要对智能电网的性能进行不断提升，这也是智能电网大数据处理技术面临的挑战。