国网沈阳供电公司辽宁省沈阳市110000
摘要：在智能电网的发展背景下，如何深层次的对海量电力数据进行检测分析，成为了制约电网发展的瓶颈。通过云储存技术的运用，有效提高了电力数据的处理效率，保证了电力工作开展的安全与效率。本文基于调控云技术的智能电网海量运行数据深层次检测技术进行研究分析。
关键词：调控云技术；智能电网；海量数据；深层次检测技术
引言：
在云技术的应用下，海量的电力运行数据进行深层次的检测分析，得出直观有效的数据报告，为智能电网的安全稳定运行打下坚实的数据基础。
一、智能电网概述
智能电网是基于传统电网系统，融合了信息技术、计算机技术和人工智能技术的优势，构建的新型电网模型，该电网工作模型可以实现电力系统管理的信息化、智能化和清洁化，提高了电网运行的稳定性和经济性。
在智能电网建设阶段，离不开云技术和大数据检测技术，在两者技术的支持下，可以实现对海量电力运行数据的高效检测处理，提高了电力系统管理的效率与质量。其中智能电网的调控云技术，主要有分布式储存技术和并行计算技术，在分布式快速储存技术的应用下，海量的电力运行数据流可以瞬间储存在云空间，并且在并行计算技术的深层次检测处理下，电力数据流得到了快速的归纳分类，得到简单直观的电力运行数据报告。
在调控云技术的支持下，智能电网建设工作得到了稳定的推进。智能电网当中的大数据深层次检测分析技术，是对传统的数据流分析技术进行了一定优化改进，使得数据流的处理量级得到了质的突破，为海量电力大数据的检测处理工作打下了基石。从智能电网的建设视域进行分析，可以发现大数据检测处理技术，是基于调控云背景下开展的智能电网高级业务，推动了我国智能电网建设的步伐[1]。
二、电力数据深层次检测技术分析
（一）数据检测系统
在海量电力运行数据进行深层次检测处理时，需要基于调控云技术构建数据检测系统，该系统的主要特点是查询归纳电力运行数据流。由于该检测系统包含了多个组成单元且检测单元之间是相互连续的，因此在执行电力数据检测处理工作指令时可以同时进行工作。其中每一个处理单元就是一个独立逻辑完整，且具有输入和输出能力的工作模块，简称为算子，当所有的算子集中合并之后，则可以构成完整的数据检测系统。
在数据检测系统处理复杂的电力运行数据流时，通过计算机系统对不同算子模块进行组合，即可以快速的得到数据检测的专属处理方案，提高电力数据检测处理的工作效率与质量。其中滑动窗口、模块投影、算子连续等方式，提高数据检测系统的组合效率与可靠性。
在对电力运行海量数据进行实时处理检测时，为了深层次的挖掘检测出数据的内在价值，可以充分的发挥出滑动窗口的检测计算优势。在对特定电力数据进行深层次分析时，可以限定串口的数据，确保定向电力运行数据检测分析的效率与质量。如对电力窃电数据的定向分析、对电网线损的运行数据进行定向检测分析、对电力事故的采集数据进行定向分析[2]。
在基于调控云技术的智能电网运行过程中，数据滑动窗口的计算方式主要有两种：以元素数为基础的滑动窗口计算和基于时间为基数的数据计算。在智能电网运行过程中时间与元素数都出现了一定的变化，间接的影响到电力数据的变化，变化的电力数据信息频繁的出现于滑动窗口当中，随着并联计算系统的快速处理，得出电力数据的实时变化趋势。
例如，我国的南方电网公司对电力数据处理提出了新的要求，所有的电力故障和停电信息，需要在五分钟之内告知所有的用户和电力企业。为了实现这一工作目标，需要对电力资源进行有效的整合，形成稳定可靠的数据交互系统。
在构建数据交互系统时，需要充分的发挥出调控云技术的优势，构建稳定可靠的智能电网数据处理系统。如快速复电工单的工作开展，就要求整合EMS系统、计量系统、监测系统，通过对电力运行数据的深层次检测处理，得到准确、可靠、稳定的电力信息报告[3]。
当EMS跳闸故障发生之后，监测系统需要第一时间进行故障预警，同时智能电网监控系统会根据故障发生的信息流，快速的生成故障电工单。此时电网集约化系统和营销系统，会根据电工单的具体信息，快速的通知相关区域的用户，并让相关的工作人员对故障进行检修处理。而电力客服人员则需要将最新的故障信息流处理结果告知用户，避免造成民众的恐慌。
在智能电网运行过程中，数据检测系统发挥出了非常重要的作用。在该检测系统的工作下，可以实时对电力运行数据进行深层次的分析，为各类电力决策工作提供准确可靠的电力数据报告。通过该数据检测系统的构建，逐渐取代了传统电网运行体系当中的告警事件管理工作，极大的提高电力系统自动化运行的水平，为我国的智能电网建设工作打下了一定基础。
（二）数据检测程序
在电力数据处理系统运行环境下，工作人员可以利用类SQL查询程序，对电力运行数据信息进行分析处理或者是对海量电力数据进行深层次的信息挖掘。电力数据检测查询功能与传统的电力数据库存在一定的不同，数据检测系统的数据查询是连续性的查询指令，在滑动窗口的快速数据分析提取下，得到相应的电力数据信息。
在数据检测程序执行时，主要利用滑动窗口的数据流元素保障了查询结果的真实性与可靠性。由此可见，电力数据流查询的结果会随着查询元素的变化而发生一定的变化，为了保证电力数据查询工作的质量与安全，需要对数据查询系统进行定期的更新优化，确保数据查询系统可以准确的获取电力数据。
从数据检测分析的视域下分析，可以发现滑动窗口一直不停的进行数据交互和数据集合，从电力总体运行的视角下分析，可以认为滑动窗口的电力数据流是没有发生变化，而从电力系统运行的时刻视角分析，滑动窗口的基础数是固定不变的，在该时刻滑动窗口显示出的数据流与关系数据库之间存在定量的联系。但是两者系统的联系存在前提，即将电力关系数据库中的信息利用SQL语言进行表示，从而完成数据的定性扩展，保证数据查询语言的工作质量与效率[4]。
（三）深层次检测的意义
随着人工智能、大数据、云计算等技术的快速发展，给电力行业带来了新的机遇与挑战。在电力行业的整体发展下，电力数字化处理和自动化处理，成为了主流的发展趋势。
在智能电网建设过程中，需要深入的挖掘出电力数据的潜在价值，规划编制更加科学合理的电网发展计划。在电力数据潜在价值挖掘时，则可以充分的发挥出云技术的优势，对海量电力运行数据进行深层次检测，得到数据内部的联系，为电网建设工作提供更多的参考资料。
三、结束语
综上所述，在智能电网建设过程中需要充分发挥出云技术优势，构建数据检测处理系统，并编制完善数据查询程序，确保数据检测系统可以有效的分析检测电力数据，得出电力数据的潜在价值，开展相关的电力调度工作，提高电力系统管理控制的安全性与可靠性。在今后智能电网建设时，需要充分利用云技术、大数据处理技术和人工智能技术，建设智能自动化管理控制的电力系统。
参考文献：
[1]彭小圣,邓迪元,程时杰,文劲宇,李朝晖,牛林.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报,2018,3503:503-511.
[2]孟祥萍,周来,王晖,纪秀,程志明.云计算技术在未来智能电网信息处理平台中的应用[J].计算机测量与控制,2018,2310:3508-3511.
[3]邓松,岳东,朱力鹏,胡斌,周爱华.电力大数据智能化高效分析挖掘技术框架[J].电子测量与仪器学报,2018,3011:1679-1686.
[4]全锟.试分析电网自动化中数据流技术的运用[J].电工文摘,2018,06:55-58.