（国网浙江省义乌市供电有限公司310009）
摘要：随着信息通讯系统的发展，智能电网系统变得也越来越庞大，现代电网生产以及管理方式也发生了很大的变化，电力大数据关键技术也因此普遍应用起来。数据量及信息量的迅速提升给电力系统信息处理带来了新的挑战，传统的电力信息处理技术已经不能够满足这个需求，通过应用电力大数据关键技术能够有效解决这个问题。应用大数据关键技术可以增加智能电信信息处理及存储的能力，增加集成管理水平。本文就针对智能电网应用的电力大数据关键技术进行简要论述。
关键词：智能电网；应用；电力大数据；关键技术
当前是信息时代，人们的生存和经济发展都离不开电力系统，在其运行中就会产生庞大的数据信息，数据增长速度很快并且类型较多，这和大数据的特征相符合。随着电网的不断发展和推进，系统内的数据源会不断增多，甚至会出现极强的增长趋势。以往的数据处理技术已经不能满足当前发展需求，因此使用大数据技术是必然措施。
1智能电网、云计算以及大数据技术之间的联系
科学技术的发展让电力系统更加的信息化，最新的技术表面，电力系统与信息化技术的融入是非常先进的。可以通过信息技术进行共享，对电网进行有效的控制，让电网处在一个非常稳定的状态。结合当下电网的发展，基础设施非常的不完善，对于信息的搜集与整理不能做到有效的对应，确定信息的用途。为了解决这一现状，智能电网的应用便融入其中。电网中的数据进行合理的使用与构建有效的大数据平台是分不开的，大数据平台的建立可以进行有效的科学决策。在构建途中，加入大数据，对数据信息进行分析，遇到的难题就会出现更多的解决方式。三者之间将会形成更加紧密的联系，彼此之间可以进行完善，从而满足智能电网的实际需求。智能电网有了一定的技术支撑，同时也会受到一定的监控，为企业经济的合理运营提供了支持。在相关技术层面三者相互协调，弥补各自的不足。在数据处理面前三者又都有各自的优势，可以非常系统的对数据进行统计，这样整个数据系统就会变得更加的完善。因此智能电网、云计算与大数据技术相互促进彼此的发展，同时也为企业经济的发展提供了保障。三者的结合在一定程度上解决了当下电网发展的滞后问题，为电网的发展灌输了新的血液，促进了整个行业的进步。图1简要描述了智能电网、云计算、大数据三者之间的相互关系。
2面向智能电网应用的电力大数据关键技术
2.1电力大数据的集成管理技术
电力企业数据集成管理技术就是把不同来源、格式、特点、性质的数据在逻辑上或者存储介质上有机地集中，为系统存储一系列面向主题的、集成的、相对稳定的、反映历史变化的数据集合，从而为系统提供全面的数据共享。电力企业集成管理技术就是为解决电力企业内部各系统间的数据冗余和信息孤岛而产生的。大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战，要想处理大数据，首先必须对数据源的数据进行抽取和集成，从中提取出实体和关系，经过关联和聚合之后采用统一的结构来存储这些数据，在数据集成和提取时需要对数据进行清洗，保证数据质量及可靠性。大数据存储管理中一个重要的技术是NoSQL数据库技术，它采用分布式数据存储方式，去掉了关系型数据库的关系型特性，数据存储被简化且更加灵活，具有良好的可扩展性，解决了海量数据的存储难题。
2.2复杂数据处理技术
1）布式文件系统
分布式文件系统能够把数据存储在物理上分散的多个存储节点上，并予以统一统一管理、分配，同时向用户提供文件系统访问接口，突破了本地文件系统在大小、数量等等方面的限制，适用于非结构化数据存储。Hadoop是一个分布式系统基础架构，HDFS（HadoopDistributedFileSystem）是基于Hadoop开发出来的一个分布式文件系统，其能够将大规模数据分割成为64兆字节的数据块，并将去存储于多个数据节点组成的分布式集群内，其具有以下应用优势：①可扩展性好：当数据规模增加时，仅需在集群内相应增加数据节点即可；②容错性强：各个数据块会在不同节点内存储多个副本；③数据访问能力佳：通过分布式存储架构的应用，可提供高吞吐量的数据访问能力。
2）分布式数据库
大数据环境对数据存储、管理、查询以及分析等功能的实现提出了更高的要求，当前分布式数据库凭借着其强大的扩展性、协同性，得到了十分广泛的应用，如：键值存储系统、文档数据库、图数据库等。Hbase是一个分布式的、面向列的开源数据库，具有高可靠性、高性能以及可伸缩特点，适用于半结构化数据的存储。HDFS为Hbase提供给了底层存储支持，Map-Reduce技术则是提供了数据处理支持，实现了对海量数据的可靠存储与高效处理。
3）关系型数据库系统
在智能电网中，结构化数据依旧是占据主体地位，做好其存储与处理意义重大，当前主要是应用传统关系型数据库对此类数据进行管理。OracleDatabase，简称Oracle，是一个关系数据库管理系统，也是当前世界上应用最为广泛的一种数据库管理系统，适用于各种环境，使用方便，功能强大。总之，智能电网数据繁杂，应结合数据实际特点选择合适的存储方式，如表1所示即为各种数据存储方式的应用比较。
2.3数据分析技术
大数据技术的根本驱动力是将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。借助电力大数据的分析技术可以从电力系统的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。大数据研究不同于传统的逻辑推理研究，是对巨大数量的数据做统计性的搜索、分类、比较、聚类等的分析和归纳，因此继承了统计科学的一些特点，如统计学关注的数据相关性或称关联性，所谓“相关性”是指2个或2个以上变量的取值之间存在某种规律性。“相关分析”的目的是找出数据集里隐藏的关系网，一般用支持度、可信度、兴趣度等参数反映相关性。
3展望未来智能电网的发展前景
当前我国科技不断的进步，信息技术也在不断的发展，传统的电网早已不能跟上时代发展的需求。智能电网在各大城市的运用也越来越广泛。但是，智能电网对于数据的集合、分析、管理、储存缺乏全面性。因此，在智能电网中融入电力大数据的关键技术，是满足智能电网的发展需求，也是时代发展的必然要求和科技进步的重要表现。通过将电力大数据的集成管理技术、数据分析技术、数据处理技术有效地运用在智能电网中，可以将智能电网收集来的海量数据进行合理的集成、分析、处理，从而进一步将数据进行有效管理，使得海量、多样、复杂的数据能够被分门别类的储存，为智能电网的运行和发展提供帮助。在未来的电网系统中，智能电网必将和电力大数据的技术向融合，将有效数据运用在智能电网的运行中去。这样不仅可以使得数据更加明了，让利益相关人员能够一目了然地获取信息；不仅如此，在大数据中可以发现潜在的规律，发现更大的商机，满足不同用户的需求，提高电力的使用效率，也能够对电力进行宏观调控，对于不同地区的电力资源进行合理配置，使得资源得到最大化的利用。
结语
大数据时代的今天为电网事业的发展提出更大更新的挑战，无论是产品性能还是那消费者服务方面，电力系统都应该利用大数据时代下的大数据处理技术进行更好的自我监测与市场反馈，将数据驱动系统与大数据处理技术实际应用到自己的产业发展过程中，不断突破自己也不断适应市场生存规则，把智能电网这一业务腿上发展巅峰，也为电网事业的进一步发展提供更好的技术支持与数据基础，在日渐激烈的市场竞争中夺得一席之地。
参考文献：
[1]乔茂斌.面向智能电网应用的电力大数据关键技术[J].资源节约与环保，2015（8）：2-2.
[2]梁正波.面向智能电网应用的电力大数据关键技术[J].科技传播，2015（20）：2-2.