（广西电网有限责任公司来宾供电局广西来宾546100）
摘要：大数据时代来临，大数据技术的广泛应用，为其它行业的发展提供了技术支持。电力行业在国民经济发展中起到重要作用，随着科技水平不断发展，企业不断发展，对电力需要量越来越大，促进了电力企业的改革，大数据技术应用到电力行业的发展中，为电力行业发展提供了技术支持，符合现代电力行业发展需要，也符合现代社会发展需求。
关键词：电力系统；大数据；应用
引言
随着互联网技术、计算机技术的飞速发展，大数据技术和理念应运而生，虽然现在仍处于发展阶段，但在许多领域已经创造了巨大的价值，可谓前景无限。本文首先对大数据技术和电力系统进行了简要的分析，在此基础上从谐波治理、电力规划以及系统建设管理三个方面，对大数据技术在电力系统中的应用进行论述。期望通过本文的研究能够对电力系统运行效率的提升有所帮助。
1大数据技术概述
1.1大数据技术概念及发展
如今是信息时代，人们每天需要面临大量数据，如何科学，快速的、准确的处理这些数据，让一下无规律的数据形成一些有规律的数据，大数据技术的产生与发展，是人类信息时代的一个重要的改革，大数据19世纪在美国首先提出，在20世纪不断发展与完善，在计算机技术，计算机网络技术快速发展，促进了大数据技术的发展，改变了数据的处理能力，在数据处理方面开辟了新篇章，能为社会其他行业的发展提供了新技术，促进其它领域的快速发展。
1.2大数据技术特征分析
大数据经过不断发展与完善，其表现的具体特征可以概括为“4V”特征:Volume(大量)，Velocity(高速)，Variety(多样)，Value(价值)。“大量”主要指能够承接海量的数据;“高速”主要指数据处理速度极快，“多样”是指信息资源包罗万象;“价值”是指应用大数据技术进行工作，能够为社会各领域的生产经营带来不可估量的经济价值和社会价值。大数据是在发展过程中，促进其它领域发展，其它领域的发展促进大数据技术不断革新，以适应社会发展对大数据技术的需求，大数据的特征是在发展过程中不断总结出来，具有划时代的意义，为社会发展提供了技术支持。
2电力系统的主要数据类型
2.1基础类数据
该类型数据是指与变压器、发电机等电力设施设备属性相关的基础数据。电力企业要根据自身实际情况，规划和管理基础类数据，并在电力系统中同步更新数据，确保调度中心掌握最新数据，并根据最新数据作为正确决策。同时，还要集中存储、整理这些数据，避免数据丢失。
2.2日常管理数据
该类型数据是各部门统计电力系统运行中产生的各类数据，以及在处理完问题后形成的数据信息。在电力系统中，日常管理数据会在特定范围内自动生成，并在电力系统建立的数据同步与共享平台上进行共享。通过对日常管理数据的共享，可如实反映出电力设施设备是否处于正常运行状态，同时还能便于电力各部门获取所需数据信息，为本部门工作的有序开展提供依据。
2.3实时数据
该类型数据产生于电力系统运行的全过程中，其数据量十分庞大，要求配备大容量的存储空间。实时数据能够如实反映电力系统运行状况，通过对实时数据进行纠错处理，可进一步提升实时数据的使用价值，为调度部门决策提供依据。在现阶段的电力系统中，无需对实时数据进行再处理，而只需将稳定接口建立在数据输入与输出过程中。
3电力系统中大数据的具体应用
3.1在系统建设管理中的应用
在电力项目建设管理方面，电力系统每年要参与至少3000个项目的建设，但是受系统自身数据储存容量不足的影响，只能够在参与建设管理的过程中储存少量有关施工现场的建设信息。这些信息数据仅限于文件、图片等占用储存空间小的数据，而不能储存视频。在这种情况下，系统管理人员不能依靠储存的数据了解电力项目的实施过程，同时电力系统缺失自动化分析功能和决策功能，不利于提高项目建设管理水平。为此，有必要应用大数据技术，加快“大建设”基建系统建设，具体应从以下方面入手：不断提升电力系统的非结构化数据储存能力以及项目管理的准确性；不断扩大电力系统的信息收集范围，提高对现场信息的采集频率，提升系统自身的数据储存空间；扩展电力系统功能，使其能够分析处理大量非结构化数据。
3.2在电力规划中的应用
随着电力规划业务的快速发展，积累了大量的TB级数据，这对及时采集数据、分析数据、处理数据提出了更高的要求。为此，应在电力规划中应用大数据技术，实现以下功能：一是对空间负荷进行预测。收集电力网中小区建筑、整体面积、占地面积、用地类型、负荷密度、容积率等信息，以及小区目标年的占地面积、建筑负荷值等信息，对远景年的电量负荷情况进行预测，为电力规划提供依据；二是对用电量进行预测。根据历史用电量数据、历史人口、历史国民经济数据、历史三大产业数据以及电力规划的区域面积，对该区域在规划年度内的用电量进行预测；三是关联分析多项指标。电力系统与其他系统进行对接，如GIS，从这些系统中获取所需数据，对多项指标进行分析，为电力规划设计提供数据支持。
3.3在谐波治理中的应用
随着大数据技术的不断进步和完善，使得电力大数据获得了快速的发展，并被应用于电网故障诊断、电力风险评估等领域当中，为电力系统的安全、稳定运行提供了强有力的保障。与传统的数据处理技术相比，大数据着重强调了数据本身所具有的“4V”特点，即跨领域、多类型、融合及利用。
谐波是电力系统运行过程中不可避免的问题，通过大数据技术，并借助现有的平台和系统，可对谐波进行检测、分析及治理，有助于提升电力系统的运行可靠性。大数据在电力系统谐波治理中的应用，主要是对谐波产生的原因进行分析及定位，并利用数据挖掘技术提出有效的治理方案。具体应用中，可采用Apriori数据挖掘算法对谐波产生的原因进行定位分析，在此基础上找出与分析结果相匹配的谐波治理方案，工作人员则可以此作为参考依据，快速制定出治理谐波的有效途径，由此能够大幅度提升工作效率。系统可自动对谐波检测数据结果及谐波点上的电压、设备状态等数据进行读取，然后运用Apriori算法进行初始化，并执行关联分析，同时输出设备与谐波点的置信度，再从中选出置信度最高的三个设备，分别提取它们的电流及电压数据，并对其执行谐波检测算法，随后输出带有谐波的设备编号，以此作为谐波原因设备，最后从谐波治理方案中，选出与之相匹配的方案给工作人员进行参考。基于大数据的谐波处理方式，不但使检测结果的精确性获得提升，而且还使原因定位更加准确。
结语
综上所述，电力系统的运行稳定不但关系到社会生产，而且还与人们的日常生活息息相关。随着电力系统的不断运行，其中的各类数据信息大幅度增多，通过对这些数据的合理利用，能够在一定程度上提高系统的运行稳定性。由于电力系统涉及的内容较广，限于篇幅，本文仅从谐波治理、电力规划和系统建设管理这三个方面，对大数据的应用进行了论述。在未来一段时期，可对大数据技术在电力系统其它领域中应用的研究予以加强，借此来推动我国电力系统的持续发展。
参考文献
[1]卢建昌,樊围国.大数据时代下数据挖掘技术在电力企业中的应用[J].广东电力,2014(09):147-148.
[2]沈滢,张倩.大数据关键技术专利态势研究[J].电信网技术，2017(3).
[3]郑海东,易武,孙薇庭.大数据及其在电力工业中的应用[J].农村电气化,2015(09):98-99.