张 炜 于 翔
国网江苏省电力有限公司扬州供电分公司 江苏扬州 225000
电力事业是国家建设的核心事业，其建设程度，将直接影响国家经济发展与生产力水平。然而，从现实角度来说，电力系统的维护较为复杂，所牵涉到的环节与领域较多，管理难度也相对较大，而若想实现全面管理，就需要管理人员耗费大量时间用于数据分析，使得管理效率难以显著提升，进而影响管理水平，如若继续应用此种传统的管理方式，将无法满足日益增多的用电需求，为此，需要企业采用现代化手段，实现生产管理的革新。
在分析之前，本文首先需对大数据的内涵与特点进行介绍，便于对电力大数据有更好的理解。
(一)电力大数据内涵
互联网的高速发展下，形成了基于网络大背景的数据信息库，储存于互联网平台中，所涵盖与包含的内容较多，覆盖范围较广，通过对数据的整合与分析，挖掘价值信息，将有利于企业管理的决策与方案的规划。而大数据时代下，储存于电网系统中的信息数据，将有利于为电力系统生产管理提供科学的数据支持。现阶段，我国的电力系统整体向着智能化的方向发展，而智能电网本身，便是一个储存数据的信息平台，其中储存了用电习惯、用电量、电网故障数据、系统运行数据等重要信息，通过对这些数据的分析，将会更有针对性地提升管理水平与工作效率，从而使得电力事业有更进一步的发展，全面进入大数据时代。大数据技术发展至今，已经能够基本实现上述功能，符合电力企业生产管理的需要。
(二)电力大数据的特征
电力大数据所表现的特征，与电力系统的整体运行有直接关联，可以说，是电力系统发展至今的体现，具体而言，表现在以下几个方面：
1.数据量庞大
电网的生产运行数据，通常在短短的几分钟内便可达到较多的数量，而随着电网系统的持续运转，在这个过程中所产生的数据量则可想而知。除了生产方面外，电网调度、输送、用电情况等方面，都会产生庞大的数据量，也因此，电力大数据的一个特殊特征就是数据量庞大。
2.数据运行效率高
若想处理如此庞大的数据量，普通的信息化运行系统是无法支持的，其内存与运行效率，不能实现对数据的问题及时发现与迅速处理。通常在传统信息化管理系统下，若想实现数据的查询与导出，会耗费较多的时间，然而，电力企业若想做好决策与管理工作，则需要进行针对数据的反复多次查询，此时，查询效率便至关重要，如果一直采用旧有系统，便会大大降低时效性，而大数据技术的应用，会更为有效地提升查询效率，从而强化数据处理能力。
3.数据表现形式多样
电力大数据的来源较多，随着信息技术的发展，数据的表现形式也在日益丰富，已经不再单单仅限于文字的表现形式，而是更多地拓展为视频、图片、图表等形式。目前，主要分为非结构化数据、半结构化数据与结构化数据三种类型[1]。
4.数据可靠程度高
大数据技术的合理化应用，将会提升电力企业数据信息的可靠程度。智能电网高速发展所带来的，不仅仅是生产与管理上的便捷，更是数据信息的飞速增长，但是与此同时，由于网络具有一定的开放特征，为此，在一定程度上，数据的信息源便不能得到有效保障，在这其中，不可避免地便会混入不实信息与虚假信息，从而降低数据的可信性与实用性，而大数据技术能够在一定程度上实现对来源的辨别，从而保障其可靠性。
5.数据价值密度低
同庞大的数据量所相对应的是数据信息能够被电力企业实际应用的数据相对有限，通常情况下，企业需要用到的往往只是某一方面的数据，在实际应用中，使用大数据技术进行整合与分析即可，并不需要对所有数据有所掌控。
(一)云计算技术
可以说，“云”这个概念，是伴随着互联网兴起所出现的一个概念，因此相对应的，云计算技术对互联网的依赖程度较高，同时，此技术也是互联网时代下的重要产物，通过对互联网与计算机的整合运用，得以构建基于全球的云数据平台，并通过其对数据的效率化处理能力，将其应用于电网系统中，能够实现智能电网云平台的建立，从而使得电网数据资源在整个系统内的共享。旧有电力生产管理的信息化系统，往往只能实现对数据信息的储存、查询与改写功能，仅能够实现数据在本地系统或局部互联网内的共享，且由于技术因素的限制，其内存容量相对较小、服务器系统缺乏稳定性，较为容易发生系统故障或系统崩溃的情况，进而引发数据信息的丢失，造成不可逆的损失。而引入云计算技术，便可实现在云端数据的储存功能，实现实时地上传与自动化的保管，如此，即便系统处于不稳定状态，也不至于给企业造成较大损失。除此之外，由于云计算技术不需要占用本地服务器内存，在进行数据的查询与处理时，只需向云端发送请求即可，因此将会大大提升数据的处理效率，得以实现高效化的数据分析。最后，应用云技术，得以实现对信息数据的全面化资源共享，更有助于促进我国电力生产管理水平的整体化提升。
(二)电力监测系统应用
我国地域辽阔，人口分布范围广泛，因此为了维系整个电力系统的运行，便需要对各个电力网点采用有效措施监管。然而，在以往以人力为主的监管系统中，若想实现对如此庞大的电力系统的全面化监管，显然并非易事，无法保证每个网点都能有专人进行连续不间断的监测，而大数据时代下，应用大数据与智能监管技术，便可有效解决此难题。在电力网点安装智能化监管设备，实现对网点运行全过程的监管，并通过与数据库标准值的比对，有效排查故障信息并上传至终端系统以示提醒，终端人员依据此提醒，便可有针对性地采取应对措施，对电力故障以排查，从而保障其稳定运行。此方式能够有效规避人工管理所存在的不足，是符合国家现代化建设的管理模式。
(一)集成管理技术
集成化的管理，是实现效率提升的重要方式，电力生产中应用此技术，同样得以实现管理效率的提升。通过对各运行系统数据的整合，将其集中到云端中进行统一处理，将有利于发挥集成化管理的积极作用。电力运行中所涉及的数据来源、格式与特征较多，一直以来，都是各自储存在不同的系统中，当进行相应的报告与分析时，便需要登录多个系统或平台进行查询，而应用集成化技术，便可将这些不同系统中的数据上传到一个统一云平台中，当进行数据的查询时，只需要登录此云平台，便可获取相应信息[2]。集成管理是发挥大数据作用的基础性技术，意义重大，为此，可以应用NoSQL数据库技术，提升数据的处理能力。
(二)数据仓库技术
数据仓库技术同样是大数据智能电网建设的基础性技术，此技术的突出作用是类似于一个储存数据的仓库，依据用户的需求，实现对数据的储存与提取，从而使得数据能够为用户提供服务。智能电网的数据分布较广，通过集成数据管理将数据集中到云端后，应用数据仓技术实现对数据技术的收集、抽取与转换处理，将庞大的原始数据转化为可以应用的云端数据，从而为电力企业的安全生产工作奠定数据基础。除此之外，此技术也可在一定程度上实现对错误数据源的优化工作，对存在的错误数据进行提醒，从而最大程度保证数据的可靠性[3]。
(三)数据分析技术
数据分析技术是体现大数据价值的关键性技术，通过此技术，便能够有效从数据中挖掘数据价值，为电力企业的生产管理决策提供支持。该技术在实际的应用中，区别于一般的数据处理技术，是能够实现多个数据类型关联分析的综合性处理技术，拥有多个不同的算法与模型，可以充分满足管理需要，通过对电网运行过程中多个关联数据规律的探析，得出存在的客观事实与规律，从而为管理层决策提供支持[4]。
(四)数据展现技术
数据展现技术顾名思义，是将大数据的分析与处理结果，通过一定的处理，将其直观、通俗地展现在用户眼前，如果不具备大数据专业知识的人员，也能够读懂数据的分析结果。可视化技术与空间信息流展示技术是较为常见的技术形式，通过这两项技术，有助于电网人员实现对电网运行安全状况与过程的了解，从而有助于排除电网运行故障，降低风险[5]。
(五)数据处理技术
数据处理技术是提升大数据技术效率的关键性技术，通过优化该技术，得以实现对不同数据信息的高效化处理，同时，将数据信息细化到系统中，按照一定的规则或实际需求排列，从而使得针对数据的查询工作更为迅速，降低查询压力，避免出现查询过多量的数据时，引发数据系统的崩溃问题[6]。
(一)提升电网运行的安全性与稳定性
将大数据技术应用于电力生产管理工作中，能够进一步提升电网运行的安全性与稳定性。通过上文中的分析可知，电网运行过程中储存的数据，能够作为电力企业决策的基础，因此，一些较为先进的国家便较早地针对此技术的应用展开了研究，并建立了以大数据为基础的智能电网系统。然而，我国对于此方面的研究相对较晚，且未能形成全面化的体系，研究经验也不足，致使国内的大数据电网生产管理水平仍旧较低，而若想解决这一现实问题，就需要电力企业进一步强化对相关技术的应用，并通过学习借鉴成功经验，打造智能电网监控与评估系统，实现仿人工智能式的监管流程，以进一步提升安全管理水平，提高发电效率[7]。
(二)电力行业大数据的分析研究
电力行业未来的发展方向，毫无疑问是智能化与自动化相结合的现代化电力系统的建设，在向这个目标努力的过程中，势必会产生较多的复杂问题，造成企业发展前景与规划的迷茫，而通过大数据技术的分析，将为未来的发展方向确定清晰的目标，从而减少损失，保证企业利益。除了企业发展大方向外，在日常的电网系统维护中，此技术也得以发挥效用，例如，通过对设备进行历史数据的分析与同类型设备的比对，便能够有效判断设备的预计寿命曲线、故障周期等，从而有助于针对性维护方案的确定，提升维护工作的科学性，从而降低时间与人工成本[8]。
目前，电力大数据的发展仍旧面临一定的现实挑战，主要为在现阶段工作中，依靠现有技术或管理模式暂时无法有效解决的问题，需要通过未来科技与技术的发展实现优化，具体而言，表现在以下几个方面：
(一)数据质量方面
现阶段，存在于电力大数据中的一个现实问题，便是数据的质量不能够得到有效的保障。虽然经过科技的发展，已经能够实现对数据源准确性的判断，然而，针对一些人为原因导致的数据误差，仍未能够有效辨别，为此，在未来的电力大数据发展中，势必要对此方面有进一步优化。除此之外，目前，电力大数据所表现出的数据量庞大的特征，其实从实际方面也有不利因素，因为其会增加数据处理的烦琐程度，给云端系统造成负担，使得数据的处理效率与准确性受到一定影响。
(二)数据集成方面
在数据的集成方面，由于旧有电力企业数据处理系统的局限性，导致不同数据储存于不同的系统与平台中，目前，仍有部分企业沿用此管理模式，使得同类型数据被重复储存在不同系统，但是由于采集或算法的不同，数据转化过程存在较大差异，使得数据的集成管理存在较大挑战。
(三)数据分析方面
在新时代背景下，数据储存形式的多样化，会增加大规模数据的分析难度，相关数据在系统中，不断重复转化、抽取的过程，将给分析系统的运行造成较大挑战，需要能够在未来的一段时间内，实现对系统的优化，增加云端的储存容量并优化服务器，避免服务器频繁卡顿影响生产管理的时效性。
(四)数据展现方面
针对数据的展现方面，现有的数据展现技术在一定程度上缺少企业特色。由于国内相关经验与技术上的不足，因此在可视化的设计方面，未能够依据各企业的实际电网系统运行需求进行调整，不同企业所应用的大数据系统存在同质化现象，然而，企业在管理制度和人员上的差异，都会对实际工作有所影响，为此，该技术在未来应针对个性化的展现系统有所发展。
综上所述，大数据应用于电力生产，是电力系统未来发展的必然选择，通过构建以大数据为基础的生产管理体系，将实现传统与现代化的融合与转型升级，推动电力事业的高质量发展，为社会生产、生活源源不断输送电力能源，促进电力行业经济效益的提升。
猜你喜欢储存电网系统Smartflower POP 一体式光伏系统工业设计(2022年8期)2022-09-09穿越电网数学大王·趣味逻辑(2021年11期)2021-12-03WJ-700无人机系统军民两用技术与产品(2021年10期)2021-03-16冬季养羊这样储存草料今日农业(2020年24期)2020-12-15基于PowerPC+FPGA显示系统装备制造技术(2019年12期)2019-12-25连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini家庭影院技术(2017年9期)2017-09-26安防云储存时代已来中国公共安全(2017年5期)2017-09-04电网也有春天河南电力(2016年5期)2016-02-06精液长时间冷冻储存与冷冻复苏率的相关性研究中国现代医学杂志(2015年26期)2015-12-23一个电网人的环保路河南电力(2015年5期)2015-06-08