国网山西省电力公司忻州供电公司山西忻州034000
摘要：随着我国电力行业愈来愈迅速的发展，已经成为我国经济的支柱型产业，它的建设也愈加趋向于现代化、智能化，在这种情况下，也就对其数据信息的管理、分析等操作内容的要求愈加严格。就电力行业目前的发展现状来看，其正处于关键的大数据技术环境中，因此，这就需要电力企业必须要深入挖掘日常业务数据的分析与处理工作，以期可以获得与电力数据相符的处理方法及结论，在满足现代化数据信息处理要求的基础上，进一步促进电力企业数据信息的延伸与拓展，以期可以实现电力行业的可持续发展。
关键词：大数据技术；电力生产管理；应用前景
1大数据的内涵
1.1大数据的概述
对于大数据有很多种定义。总体来说，大数据是对信息的融合，具有发展迅速、形式多样的特点。大数据是信息时代发展的产物，同时也是一种新的力量[1]。现代技术是大数据的载体，蕴藏着无限的价值。在现代化社会，数据已经成为了一种明显的象征，表明社会生产力正在快速地发展着。大数据的目的性非常明确，不仅能够对未来的发展趋势进行预知，还能够对现有信息进行优化组合，从而得出具有价值的信息。
1.2大数据的目的
大数据是信息数据的总和，它不再考虑数据本身的准确性，也不再强调数据之间的关系，而是将重心转移到了数据之间的相关性上。大数据通过对数据之间的相关性进行分析来优化信息，对人们的决策进行优化。在高校教育中，大数据能够分析和整合信息，指明高校发展的方向。
2电力大数据的特征
①体量大：随着电力企业在信息化方面的快速发展和智能电网的建成，物联网在电厂和电网中的应用，电力行业在电力的生产、调度使用和客户服务等领域将会产生庞大的数据。②类型多：传统的电力生产产生的数据主要是以结构化的数据为主，例如测电量、流程记录等。随着电力企业信息化、智能化的发展，视频、音频等非结构化的数据将会在电力数据中占到很大的比例，电力数据的类型将会发展为结构化数据、半结构化数据和非结构化数据。③速度快：主要是指对电力数据的收集整理和分析的速度快，电力行业对系统中业务处理的时限有着较高的要求，高速的数据处理能力将会给企业带来极大的便利。④可信性和可用性：事物存在着两面性，大数据的爆炸式增长意味着产生数据的方式和手段也是越来越多，劣质甚至虚假数据的产生也是不可避免的，如何提高数据的质量和可信度显得至关重要。⑤价值密度低：大数据并不代表着所有的数据及信息都是有价值的，对企业有用的数据可能仅仅是其中的一小部分。
3大数据技术在电力生产管理中的应用
3.1应用于电力数据的预测
将大数据技术引入到电力行业中进行应用，其根本目的就是在于对电力数据进行精准的预测。在电网中的发电、配电、输电等各个环节中应用大数据技术，可以针对各个不同的单位及业务等数据进行深入分析，并形成直观的可视化数据呈现在人们面前，加强人们对数据信息的直观感受。一般来说，在电力行业中，大数据技术主要又被分为结构型数据与非结构型数据两部分，其中又以非结构型数据为主，它的发展速度已经远远超过了结构型数据。就大数据技术在电力系统负荷预测中的应用为例来说，电力负荷预测作为能量管理系统与配电管理系统中一个重要的核心组成，其工作的关键就是在于收集历史数据，形成规范、科学的预测模型，以历史数据为基础，进行大量的实验研究，以此来反映负荷变化的规律。其过程主要包括以下几点：调查、选择历史负荷数据作为资料；对负荷数据进行预处理；进行对历史资料的整理；构建负荷预测模型；最后选择正确算法，进行对电力负荷的预测。
3.2应用于电力能源的管理
大数据技术一方面能够实现能源的有效清洁，另一方面还能够有效控制能源消耗量，在电网工程的智能化、现代化建设中具有重要意义。依据智能电网的基本需求来说，保证电力系统能够得到可持续发展的重要技术就是实现电网互联，因此深入加强对电网互联的研究，无论是确保其运行的稳定性还是安全性来说都有至关重要的作用。在电力行业中有效运用大数据技术，不仅可以促使电网的转型成功，提升其发电效率，而且对运营模式的根本完善有着重要意义。就北京东方中科集成科技股份有限公司来说，其主要是为用户提供产品增值销售、计量校准、维修维护等方面的综合服务，在其电力能源的管理上就充分应用了大数据技术，比如说就机车的测试过程中所涉及诸多的信号源与数据，会在整个生产环节上做一定的数据分析，另外在电子的测量行业、电力新能源方面也充分应用了大数据技术。也就是说，实现大数据技术在电力能源管理中的有效应用，可以进一步促进电网向着智能化、现代化的方向发展。
3.3应用于电力数据的挖掘
电力数据的挖掘主要指的是进行对电力数据的深入分析，从中获取电力数据规律的技术。大数据技术不仅可以对有关电力业务进行分析与总结，而且还可以从中找出具有应用价值的电力数据，非常有利于促进电力企业对其业务的进一步控制。另外，随着我国信息化水平的不断提升，计算机技术在电力业务中的广泛应用，电力数据的采集数量也在不断提升，这也为电力行业的数据存储发展带来了一定的阻碍，增加了数据挖掘的难度。电力数据的挖掘技术能够从大量的相关数据中，将有用的、有价值的数据挖掘出来，其主要流程表现在以下几个方面：首先进行对电力业务以及电力数据的分解，再进行对其数据的备份、数据模型的构建工作，最后再进行对数据的评估及数据的部署。在电力行业中，大数据挖掘技术主要应用在指导设备的更新、电力的生产与购买、电力调度等等，在其他行业亦有相当大的用处。
4电力大数据未来面临的挑战
①数据质量方面的挑战。数据的数量大并不意味着数据中包含的有用信息和信息的价值量大，电力大数据的来源涉及较多的环节，数据量大且杂乱无章是其一大特点，数据的完整性和准确性将会对电力大数据的应用产生影响。②数据集成方面的挑战。在电力信息的集成过程中，由于电力企业内部系统众多，电力数据可能被存储于不同的数据库中，信息流通不畅，或者是同一部分数据被多个数据库同时记录，但由于采集和记录方式的不同存在着偏差，再就是数据结构类型的变化都可能给数据的集成带来困难。③数据分析方面的挑战。大数据时代的到来，半数据化、非结构化数据的分析與处理变得十分迫切。传统的数据分析方法则主要是处理结构化的数据，主要是从有限的数据中获取有效信息，更加追求信息的准确性，而大数据时代的信息分析强调对大规模数据进行分析，以前者相比更注重信息的时效性。④数据可视化方面的挑战。有效的可视化界面能够使人更加容易地研究、分析、理解大规模的数据，同时也有助于发现数据内部的规律和特征，更加方便地实现数据的应用。但是电力大数据体量大、结构复杂的特性使其在数据可视化方面的建设面临着巨大挑战。
5结束语
总而言之，大数据是未来信息发展的一个必然趋势，也是在电力行业中应用的主流，其作为新兴的技术和理念虽然现在处在发展的阶段，但也已经展示出了数据所蕴藏的巨大能量，大数据技术在电力行业中的应用必将能够促进电力行业的顺利转型。
参考文献
[1]田晓东，王昭力，李卓，等.探索大数据技术在发电集团的应用研究[J].贵州电力技术，2017，20（04）：6-17.
[2]王平.大数据技术在电力行业的应用分析[J].电子技术与软件工程，2018，（21）：209.