您好, 访客   登录/注册

智能电网大数据处理技术与挑战

来源:用户上传      作者:

  摘要:文章对智能电网大数据进行概述,并对大数据处理技术进行研究,从数据库处理和云计算处理阐述其在电网行业中应用范围,并从存储技术、实时处理技术和可视技术等,分析智能电网大数据处理技术面临的挑战。
  [关键词]智能电网 大数据 处理技术
  大数据处理技术可对数据信息进行高效处理,其具有高容错性、高可靠性等。智能电网大数据处理,可对电网系统数据信息进行实时采集与处理,对发电环节、输变电环节和用电环节产生的数据信息进行分析,并以结构化和非结构化的管理方式,对数据信息进行分类式处理,可提升智能电网对数据信息的处理速率。
  1 智能电网大数据概述
  当前网络信息技术的不断提升,可对数据信息进行有效存储与处理,在智能电网中应用时,可对数据进行分类管理,使电网系统具有规划性。当前电网数据信息一般分为,管理型数据、营销型数据和监测数据等,由电力企业各部门进行协调合作,使数据信息具有关联性,并可通过网络技术进行实时核对。电网内部的数据信息可以结构化和非结构化进行划分,结构化数据是指在电网数据库中储存的信息;非结构化数据是指存储数据具有动态性,不能通过数据信息对其进行直接储存的信息。智能电网与传统电网相比,其可对设备的运行信息进行实时查看,并可设置相应数据信息采集周期,满足设备的供给量。智能电网中数据信息主要来源于发电环节、输变电环节和用电环节,通过对三个环节进行数据信息的采集,可构建完整的数据信息处理体系。
  2 大数据处理技术研究
  2.1 数据库处理
  当前随着电网行业的不断发展,电网系统产生的数据信息已超出其管理运行的范围,且当前数据库管理信息的方式,一般以结构化管理模式对数据信息进行储存。智能电网随着行业技术不断提升,也正逐渐研发非结构数据管理模式,其对图像信息、视频监控等可进行数据储存,满足当前行业领域发展的需求。当前智能电网的结构化数据管理模式,首先存储量具有一定限制,当数据信息超出PB级别时,电网系统内部难以对大数据信息进行高效传输,部分企业对此问题进行处理时,采取数据调离法,使新数据与储存数据进行转换,以达到减少数据信息的传输量,但此种模式,未能对特征信息进行针对性处理,导致处理效果不明显。其次,受到电网系统内部信息访问模型的限制,导致值量访问速率受限,部分电力企业使用传统数据库可对数据信息进行结构性区分,降低数据信息的查询频率,提升其处理效率,但不适用于大量数据信息的传输。最后,电网系统在数据信息处理过程中,缺少对非结构性数据管理能力,使电网对音频和图像的处理能力较差,当前随着用户的需求不断提升,数据信息多样性,使传统数据库的数据信息储存模式显得较为单一。
  2.2 云计算处理
  大数据信息技术的发展是基于对数据信息的存储而建立的,通过云计算处理技术可对数据信息进行储存与相应的运算处理。云计算处理通过并行处理技术,可对数据信息进行实时运算,提升数据信息的内在关联性,且其具有容错性,可对数据信息进行核对并将误差性数据信息进行恢复。云处理技术可对数据信息进行动态访问,扩展其对数据信息的访问范围,并具有高可靠性等。云计算处理可对电网系统进行数据平台性的扩展,但其对数据信息的保密性和安全性能方面需进一步提高。
  3 智能电网大数据处理技术挑战分析
  3.1 储存技术
  数据存储作为电网系统数据信息运行的首要前提,可通过分类储存的方式,对数据信息进行性能分析,按照数据信息的格式进行文件储存。部分数据信息存在实时功能,且对存储性能要求较高,可对其进行实时数据库存储,使其运行速率达到最高。同时可对重要的数据信息进行并行存储,将数据信息进行相应备份,在对重要信息进行提取时,可通过多途径协同读取,提升数据读取的精准性。可对堆积性数据信息进行分散式文件分类处理的方式进行储存,可使新数据信息进行重复性调取,可有效提升数据信息的处理速率。
  3.2 实时处理技术
  當前电网数据信息处理时,由于用户需求和检测数据多样性的提升,使电网大数据信息存储量增加。在对数据信息进行处理时,由于其数据量较大,处理时间也将延长,部分传统性数据处理方案以数据信息存储量为基础进行构建,保证数据信息在处理方案内可形成高速处理,但随着数据信息量的增加,方案式分类已达不到对大数据信息处理的基本需求。在智能电网的应用下,通过网络信息环境将数据信息进行实时传输,保证发电环节、输变电环节和用电环节产生数据信息具有一致性。当前在云计算处理系统中,可对数据信息进行实时处理,但由于网络环境的限制,在部分时间段内易受到网络繁忙的情况,导致服务器响应时间延长,不利于电网系统对数据信息的处理,因此为电网系统对数据信息的采集与处理带来极大挑战。
  3.3 可视技术
  当前智能电网在对数据信息进行分析时,如何将数据信息以一种直观表达形式,在可视设备上提供给用户,使用户对数据信息可进行有效查看,成为一种新的挑战。可视技术的出现可对智能电网系统的大数据信息进行规模化采集,对数据进行高分辨、高精度、变量性采集和读取等,当前对数据节点采集过程中,一般数据信息节点的存储量为TB级别。在采集过程中,对其进行高数据处理模式,并将精准性数据信息转化为图片等成为技术难点,其挑战以像片合成算法、数据信息拓展和显示等为主。
  4 结语
  综上所述,文章对智能电网大数据进行概述,并大数据处理技术进行数据库处理和云计算处理两方面的研究,明晰智能电网系统对数据信息的处理方式和处理流程。通过数据信息存储、实时处理和可视技术三方面对智能电网大数据面临的挑战进行分析。
  参考文献
  [1]张岩,智能电网大数据处理技术现状分析[J].农家参谋,2018(21):206.
  [2]李宝玉,戴羽,智能电网大数据处理技术现状与挑战[J].科技经济市场,2018(04):6-7.
  [3]徐昊楠。智能电网大数据处理技术研究[J].科技与创新,2017(24):64-65.
转载注明来源:https://www.xzbu.com/1/view-14928120.htm