杨瑞萍
国网山西省电力公司阳泉供电公司 山西省阳泉市 045000
摘要:随着我国电力系统智能化、数据化建设的不断深入，电网运行、电力设备监测、电力企业营销及管理等产生的数据量呈指数级增长。在这样的情况下，电网运行、电力企业营销和管理等决策要求越来越高，需要综合考虑各种因素，涉及到的数据集越来越大，对数据的处理速度要求也很高，大数据技术的出现为这种需要提供了技术支撑。然而，大数据技术在我国电力行业的应用还处于起步阶段，存在一些问题和不足。
关键词：能源互联网形势；电力大数据；发展趋势
引言
大数据是一个重要的概念，代表了重要的发展趋势，开启了一次重大的时代转型，必将引领下一个创新和生产力前沿。近年来，在经历概念引入和大量实践之后，大数据变革了我们的思维，创造了巨大的商业价值，对管理创新提出了挑战，大数据正在带来大机遇。
1 能源互联网电力大数据应用前景
可以从三个方面对大数据在能源互联网电力企业中的应用进行分析。首先，大数据技术的应用能够合理评估用电量，从而有利于技术人员的协同调度。考虑到电力数据管理的一个主要环节就是预测用电变化，虽然存在许多因素可以影响用电量变化，但是对相关数据进行分析与预测的方法能够良好的合理预测用电变化量。其次，大数据技术能够在降低网络构架的同时，实现网架规划的充分优化。在电力电网正常运行时，能够通过大数据技术来调整其运行方式，从而有利于有效减少电力传输过程中的无功损耗。与此同时，通过大数据技术的聚类分析方法能够在很大程度上突出智能配电关联性和动态性的特点，从而可以根据各类客户的需要制定出合理的电网规划，从而不断提高电力企业的服务水平。最后，大数据技术有利于实现电力企业的智能化管理。由于电力企业需要以服务客户为工作理念，并且在了解客户用电情况的同时，通过准确的数据分析来确保在最大程度上提高能源的效益。因此可以有效的实施大数据技术来对客户的各类信息进行科学、高效、统一的管理，从而有利于电力企业经济的可持续发展。
2 电力大数据技术的发展需求
由于智能电网的发展迅速，电力系统也向智能化、数字化方向发展，在这种情况下就有诸多数据源随之产生。此外，电力设备状态监测系统以及智能电表的广泛应用也产生了大量数据。从当前形势的发展趋势来看，应用传统的数据处理技术很难发挥出自身所应有的作用，有必要运用新的数据处理技术，所以便会增加电力大数据关键技术的应用需求。如今电力大数据已贯穿输配电以及变电等各个生产领域。电力营销服务平台的建设离不开大数据的支持，同时还需各种关键性技术手段的保障与支撑，这些技术主要包括以下几种。首先是利用大数据所形成的传输和存储的技术，在电力营销的服务阶段，设备以及数据的运行状态在运行的过程中会受到一些在线监控的设备进行较为密切的监测，其中所获得的数据会通过传输以及存储的技术进行一次流转；其次是实时处理和分析数据，在电力运行的系统里进行输变电或发电工作，都需一定的数据技术进行支持，保证电力系统可正常运转，其中存在一定的规模和相应的规律，能够保证技术人员作出准确的决策 ；最后则是展示大数据的相关技术，这项技术主要包括历史流展示、可视化展示以及空间信息的展示技术。
3 能源互联网形势下电力大数据发展的支撑技术
3.1 能源互联网形势下电力大数据发展的趋势
随着我国智能电网建设步伐的不断加快，电力大数据的发展趋势可以呈现为以下三个方面。
首先，由于智能电网的快速建设，电力大数据技术在愈来愈完善的同时，不断拓宽了应用范围，在很大程度上提高了电力企业的预测准确性，有利于电力企业良好生产模式的形成。其次，考虑到电力系统的风电机组处于一个比较恶劣的工作环境，它需要在承担高负荷的工作压力的同时，还要抵御各种自然现象的强烈冲击。因此，在能源互联网形势下以大数据的风电预警系统为基础，通过设备属性来配置、创建设备超球模型，并且通过这一模型来有效评估设备的状况以及监测风电机组运行状态，得出有关相似度曲线，从而有利于对关联点排序、测点值和状态预警开展预测。最后，随着电网的日益复杂，电力系统故障的出现很容易引起灾害性较大的损失。于是，电力企业需要在灾害预警框架的建立中运用大数据技术，通过算法模糊层来获得判断数据库，从而分析原因制定原因分析树，得出综合的预警结果。
3.2 电力大数据ETL关键技术
在智能电网大数据的关键技术中，ETL关键技术也是一项重要技术，因智能电网在数据分布上有突出的分散性及数量巨型特点，所以数据处理方面就存在一定难度。在应对处理数据方面需要对数据的收集、提取和转换等流程加以简化，电力企业主要是在数据收集工作上利用数据存储技术。在ETL关键技术的应用中还有几种不同的技术类型，数据抽取技术是以工作的实际需要为基础，从广泛的数据源中将有用的数据全部提取出来，使数据关联性得到整体提升。针对于应用数据转换技术方面来说，其重点是将所抽取的数据转换为电网直接应用的数据形式，以保证错误数据得到实时处理，数据的准确性也能得到充分保障。而应用数据加载技术则是在数据源系统中存储数据。总之，我国在智能电网构建时，ETL技术是其中的一项核心技术，通过合理应用ETL技术，我国电力系统的运行效率能得到整体性提升。
3.3 对电力营销的服务布局进行优化和升级
现今的电力营销服务平台离不开大数据信息技术的支持，其一般通过对设计图、过程和模式进行优化，从而提高电力营销的信息化水平，建立符合社会与时代发展的服务模式。在此过程中，应极其注重提高辅助功能以及将检测技术进行创新。负责进行电力营销的相关服务部门也应及时更新自身的计算机设备、计算机硬件，并将检测方式进行优化。利用现有的大数据技术将电力营销的资源进行整合，此时需注重用户的需求，并跟随市场的脚步，将营销服务的水平进行全面化的提升。
3.4 数据驱动决策方法
可以先将依据大数据作用程度对数据驱动的决策方法分为以下 3 类：第一种是以大数据分析为主的决策，它能够利用一些基础的方法或模型来对数据进行分析，并且根据分析结果来进行决策；第二种是数据驱动无模型决策，它指的是将数据决策系统融入到数学模型，从而能够对数量大、规律性强重复进行的行为提供决策。第三种是数据驱动为主，模型为辅的决策，它最大的特点就是通过数据与模型互相启发、匹配，从而在不完全采用、不抛弃原有模型的同时利用渐进的方式来完成决策。
结束语
结合本文，由目前情况可知，许多能源企业都形成了自身特点鲜明的管理系统，电力大数据技术已经被有效的应用到了我国电力行业的各个环节，无论是在电力配电网络的建设还是日常的运营管理，都在发挥出重要的作用。从而有利于电力企业形成数据驱动型智能配电网，充分根据用户的需求来实现用户与电力企业的有效沟通。
参考文献
[1] 宫一品,徐从明,韩宪丛.能源互联网下电力大数据发展相关研究[J].山东工业技术,2018(11):132.
[2] 薛志洋,周英明,高扬.面向智能电网应用的电力大数据关键技术研究[J].科学技术创新,2018,32.
[3] 胡长青,黄研利,等.大数据下的电力客户动态细分方法研究[J].微型电脑应用,2019,12.
[4] 吴全才.能源互联网形势下的电力大数据发展趋势[J].信息与电脑(理论版),2016(18):147-148.