（中国能源建设集团广东电力工程局有限公司广东广州510735）
摘要：智能电网的发展离不开电力大数据的支持，其中所涉及到的大数据、云计算等内容不仅关乎电网智能化的实现效果，同时也与电力行业的未来发展产生着密不可分的联系。电力大数据关键技术现已被广泛运用于电力生产领域中，针对关键技术的应用研究因而也成为人们日益关注的话题。由此，本文便从电力大数据的内涵出发，并结合智能电网关键技术间的关系对运用技术展开深入探讨，以期为各位读者提供参考。
关键词：智能电网；电力大数据；关键技术
电力大数据关键技术在智能电网中的应用有着巨大优势与广阔前景，该技术能够实现对信息数据的搜集、存储、处理，并为电力企业的管理提供真实可靠的参考依据。据此，针对电力大数据在智能电网中的应用方法分析，也便具有了较为深刻的现实意义。
一、电力大数据关键技术相关概述
（一）电力大数据的内涵
当前的电力大数据是在云计算与基础设备层上形成的数据平台，通过云计算服务访问层与应用软件的结合使用，从而为供电系统内部实现分层管理创造基础条件。电力大数据具有较好的通用性，因而绝大多数的电力企业也能够在大数据规划管理中获得较好的适用效果。当前的大数据规划主要是通过对分布式计算技术进行利用，保证数据查询、存储、处理等任务能够得到顺利完成。除此之外，提升智能化水平，将先进的智能设备运用到数据库构建与操作系统中，也成为拓展系统服务性能的可行手段。
电力大数据平台的构建应当包括存储框架、调度框架、分析框架等部分，在调度框架内部序列化的传输工具、数据信息存储库、日志收集系统以及分布锁设备等也应加强注意。只有重视数据的组织与调度工作，让数据信息的准确性、效率性得到保证，才能为储存系统、访问系统等功能发挥创造前提条件。
（二）大数据、云计算以及智能电网之间的联系
智能电网同大数据、云计算有着不可分割的重要关联，智能电网可以将计算机技术、通讯技术、信息技术进行整合。加之原有输配电设施的协调配合，从而为提高电网安全性、效率性、经济性，缓解环境因素给供电带来的不利影响创造条件，继而打造出先进的新型电网。而大数据、云计算也是借助于网络技术的不断发展而形成的能够实现信息采集、监测、控制等功能的技术手段。其中，大数据的建立需要依托云计算功能的发挥，云计算的存储管理以及数据分析等强大的功能又能为大数据业务开辟更为便捷的路径，因而云计算也成为大数据得以实现的前提条件。总的来说，云计算、大数据与智能电网三者之间存在着相辅相成的关系，在各自发展的基础上又能促进其他技术性能的提升。
二、电力大数据技术在智能电网中的应用
（一）集成管理技术
集成管理技术是对不同应用领域的系统数据进行集成的专项技术，使用该项技术能够使管理程序得到更好的运用。集成管理技术的运用原理指的是能够对来源不同、性质功能各异、格式特点不同的数据按照一定的逻辑书序进行存储管理，这些被存储在介质中的数据信息能够被赋予稳定性特征，并且通过数据的集合还能够对历史变化规律予以反映。以某工程为例，其以建成“一体化企业级信息集成平台”的目标，通过对电网数据保证，从而实现“一处录入，全网使用”，为保障信息真实、一致、完整夯实基础。涉及电力生产、服务的各个电力数据服务行业均会产生众多的环节数据，而包含能源基准参数、电能生产、运行监控和设备检修、用户资料、电力市场人才物资、协同办公、资本运作等等海量数据的集成，从而达到建立多源、异构、多维、多形式电力数据资源的任务。
当这些集合数据能够面向主题，为系统运行提取出所需信息，那么集成管理技术则得到了发挥。通常在电力大数据集成管理中，所打造的数据信息共享平台往往更具备综合性、全面性的特点。而这些信息数据一方面能够为电力企业解决系统间因相互孤立而产生的集成难题，同时大数据所具有的多样性特点也能使数据清洗、数据过滤等技术也在管理过程中得到充分的发挥。总之，复杂的数据环境使得系统处理面临更大的挑战，而集成管理技术的运用，则可以对数据进行快速而准确的集成和抽取，并从中获取关键信息数据。接着通过数据关联的整合与统一结构下的数据集成，也使得数据源可靠性、准确性的提升能够有所保证。
（二）信息分析技术
电力大数据中的信息数据分析是其中的一项关键性技术，大数据技术的应用能够将信号转变为数据，然后通过对此类信息的联想、综合、预测、评估等全面分析，便可以完成对信息的加工提炼，以此为智能电网的行动决策提供依据。从大数据的分析技术来看，分析技术是基于统计学与计算机科学的发展而建立起来的，所以实现大量的统计、分析、类比、归纳甚至是完成逻辑推理等任务，也成为智能电网运行中电力大数据技术的重要表现。在分析数据的过程中，通过找出关联数据，能够保证数据的支持度与可信度，再通过在庞大的信息资源库中建立信息样本，从而为智能电网运行实现准确程度更高、计算效率更快的分析带来便利。
（三）信息处理技术
信息处理技术通常是指信息系统技术、数据库技术以及检索技术，智能电网中的电力大数据处理则囊括了内存计算、流处理、分布式计算等计算技术。其中内存计算指的是能够对数据信息进行快速的读取与处理，对数据计算的问题实时予以解决。流处理的计算技术主要可以不受计算速度与计算规模的控制，这种计算方式满足实时计算的需求。分布式计算则主要针对较大规模的存储问题所使用的处理方式，分布式具有高效迅速的特征。
其作为新兴的数据计算方法，在对部分问题进行计算的过程中，能够将小部分问题分配给计算机进行处理，然后再将这些小部分问题的处理结构予以综合，最终形成结果。所以分布式的计算方法在面对较大规模的计算时，其运算性能也较为突出。对于需要以待处理的部分，分布式处理可以先对其展开分块，然后将这些所分部分再交由不同任务区域完成处理。接着将数据信息结果储存至本地硬盘，从而为电力企业之后的数据采集和数据分析提供依据。
（四）安全防范相关技术
在智能电网的运行过程中，需要利用计算机完成计算处理任务，智能电网中的电力数据内容资源是十分丰富的，举例来说，采用常规SCADA系统按采样间隔3-4S计算，10000个采集点一年能产生1.03TB数据。国家电网公司的2.4亿块智能电表，年产生数据量约为200TB，加之国家电网公司信息系统灾备中心的数据总量，接近15PB。除此之外，GIS、EMS、DTS等系统也在产生、传输与存储数据过程中形成前所未有的数据增长，所以为了保障系统安全，除了物理手段的防范之外，还需从技术层面予以分析。例如，入侵检测、病毒防范、信息加密等措施，对于防范数据信息遗漏、丢失，保证运算系统正常运行也有着重大意义。
结束语：
电力行业的发展离不开电力大数据技术的优势发挥，只有在结合大数据关键技术的基础上实现高效、准确的数据联通、处理，才能为智能电网的未来发展贡献出更多的力量。进而为电力企业取得长足的进步与智能电网的改进升级，提供崭新的契机。
参考文献：
[1]但涛.面向智能电网应用的电力大数据关键技术分析[J].科技传播,2015,7(20):31+29.
[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,2015,7(20):65-66.
[3]张克宇.浅谈面向智能电网应用的电力大数据关键技术[J].电子世界,2016,(22):193+195.
[4]蔡力军.探讨面向智能电网应用的电力大数据关键技术[J].科技展望,2017,27(06):19.