摘要：电力行业是国民经济发展的支柱产业，是支撑现代化建设的重要公共事业。伴随社会的全面进步，无论是工业生产还是人民日常生活都离不开电力的支持，全新的时代背景下，生产生活对电力行业的依赖性与日俱增。因此，如何促使电力行业写下新的历史篇章已经成为社会广泛关注的话题。文章以电力行业创新发展为研究视角，针对大数据技术在电力行业中的应用展开分析，旨在为电力行业稳固发展贡献力量。
关键词：大数据；电力行业；应用
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电力大数据的特征
2011年，国际数据公司（IDC）将大数据的特点总结成四个“V”，即体量大（Volume）、类型多（Variety）和速度快（Velocity）和价值高但密度低（Value），电力大数据同样具有以上特点。此外，《中国电力大数据发展白皮书》中指出电力大数据同时具有“3E”特征，即能量（Energy）、交互（Exchange）和共情（Empathy）。电力大数据与其它行业数据相比，有着更为广义的范畴。因此，如何用高效的方法将电力大数据进行分析和处理，使用科学的技术手段以挖掘出数据潜在的巨大价值是十分必要的。
2、电力大数据的核心技术
2.1数据集成管理技术
电力大数据中的数据集成管理技术，是对不同数据源、不同数据形式、不同特征的大数据进行收集、整理，经过数据转换、加载后得到新的数据源，之后对得到的新的数据源进行管理，统一对外提供服务。这一技术可以为电力企业创造出许多新的服务项目和应用功能。数据集成管理技术主要包含数据融合和数据集成技术、数据库管理技术以及萃取-转换置-加载技术（ETC）。
2.2数据分析技术
电力大数据中的数据分析技术包括机器学习技术、相关分析技术和数据挖掘技术，通过数据分析，就能够将有用的信息从浩瀚的大数据中提取出来。其中，机器学习技术是人工智能的核心，它是利用经验来改善计算机系统自身的性能。该技术已被广泛应用于电力系统的不同领域，如电力系统暂态稳定评估、电力设备的状态监测等。相关分析技术可以识别数据间的相关或因果关系，而被广泛应用于电力系统的投资决策和电力负荷预测等方面。数据挖掘技术是当前数据库和人工智能领域研究的热点课题，用以解决复杂数据结构、多种类型、海量数据的有效分析处理问题，提高数据的质量和可信度，在电力大数据中，数据挖掘主要用于企业决策和用电行为预测等。
2.3数据处理技术
大电力数据的数据处理技术主要有分布式计算技术，内存计算技术和分布式数据流处理技术。其中，分布式计算技术是利用网络将电力系统中的计算机连接起来，以组成一台虚拟的超级计算机，完成大规模数据的存储和计算。
内存处理技术将收集到的电力大数据存储在内存中，并直接在内存中对海量数据的计算和分析，大大地提高了计算速度。分布式数据流处理技术由于具有良好的伸缩性、开放性和实时性，在对电力系统动态数据的实时处理中有着不可替代的地位。
3、大数据技术在电力行业的应用
3.1发电环节
尽管最近几年我国新能源发电比重有所提高，但我国目前及以后相当长的时间内仍将以火力发电为主，能源结构较为单一；火力发电煤耗率、厂用电率也高于世界用电水平，大力加强火电厂降耗节能已经刻不容缓，可持续发展思想仍需加强。利用大数据、云计算等先进信息方法与系统，积极探索火电深度、快速变负荷控制理论与技术，可以充分发挥火电在多源互补和规模化新能源电力系统消纳中的作用，以增强火电机组深度、快速变负荷能力，提高火力发电在新能源电力系统中的弹性运行水平。大数据在发电环节的应用，如利用数据挖掘技术和数据仓库技术应用于发电厂特定设备的状态检修，取得了较好的效果。采用模糊集理论和相关函数结合的大数据分析方法，可以预测出不同边界和运行工况下的机组供电煤耗率，对火电机组的节能发电具有参考意义。
3.2输电环节
输电线路是电力系统的重要组成部分，其作用是分配和输送由电厂产生的电能。输电线路的安全稳定运行是经济快速发展的有力保障。但由于我国地理环境和自然环境等方面的原因，输电线路现面临诸多安全隐患。结合线路、气象、地理、运行等数据，利用数据挖掘技术，建立运维大数据综合分析系统，能够实现故障分析、防灾研究和状态评价，能为设备的管理运行和维护提供可靠的技术支持。大数据在输电环节的应用，有学者提出了一种基于大数据分析的输变电设备状态数据的异常快速检测方法，很好地实现了设备异常的实时检测。利用软件处理和数据挖掘技术得到了落雷区域的雷电分布特征，对输电走廊的防雷工作具有一定的指导作用。
3.3用电
通过大数据技术对广大电力用户的用电需求进行整理和分析，结合先进的电力市场营销策略，有意识地引导社会范围内的节能用电理念，推动电力产业的“集约化”发展。
3.4调度环节
调度环节通过对信息进行获取、传输和处理，实现对一次电力系统运行的监视、分析和控制，确保电能能够安全流通，实现经济效益的最大化。因此，调度环节被称为是智能电网的“神经中枢”。随着大容量风光储等新能源广泛接入，利用电网调度运行过程中涉及到海量数据，建设以数据驱动的智能调度体系，实现电网运行数据向知识的转化，提高电网高度的经济性、安全性，是智能调度发展的必然趋势。大数据在多时间尺度的负荷特性参数在线辨识、互动负荷大范围的广域优化调度、级联式停电模式等方面也同样具有巨大的潜在应用价值。
结语：综上所述，在电力行业内应用大数据技术，我国正处于摸索阶段，未来还具备很大的发展潜力。电力行业想要成功转型，需要朝着全盘信息化方向发展，强化大数据技术的应用，将大数据技术作为电力行业的核心技术。以此推动电力行业朝着健康、可持续方向发展，切实发挥出电力行业的社会效益。
参考文献：
[1]谢斌，宋晓波，窦国贤等.大数据技术在电力行业的应用研究[J].数字通信世界，2018，21（1）：176-178.
[2]赵云山，刘焕焕.大数据技术在电力行业的应用研究[J].电信科学，2014，30（1）：57-62.
[3]王勇键.大数据技术在电力行业的应用研究[J].数字通信世界，2016，（1）：192-192.
[4]范明霞.大数据技术在电力行业的应用研究[J].无线互联科技，2016，（1）：143-144.
[5]伯运鹤.大数据技术在电力行业的应用研究[J].科技创新与应用，2017，（11）：177-178.