侵权投诉
当前位置:

OFweek智能电网

正文

智能电网中电力大数据关键技术的运用

导读: 电力系统在运行中会产生庞大的数据信息,数据增长速度很快并且类型较多,这和大数据的特征相符合。随着电网的不断发展和推进,系统内的数据源会不断增多,甚至会出现极强的增长趋势。

电力系统在运行中会产生庞大的数据信息,数据增长速度很快并且类型较多,这和大数据的特征相符合。随着电网的不断发展和推进,系统内的数据源会不断增多,甚至会出现极强的增长趋势。以往的数据处理技术已经不能满足当前发展需求。

智能电网大数据特征

智能电网在运行的过程中会不断产生庞大的数据,对数据按照来源进行划分,可以分为电力企业内部和外部数据,其中内部数据包括数据采集与监控系统、生产管理系统、配电管理系统、客户服务系统等,数据大多来源于关键应用系统;外部数据则一般来自于互联网、气象信息系统、地理信息系统等,外部的数据较为分散,数据管理单位也各不相同。可以看出智能电网数据具有多样性、来源多样的特征,半结构化、非结构化的数据数量在不断增加,比如:客户服务系统中的语音数据、在线监测系统中的视频、图像数据,这些都属于非结构化数据,这些数据价值密度不高,每种数据在采样、生命周期、频率方面都各不相同。

智能电网、云计算以及大数据技术之间的联系

当前电网中基础设施还不完善,不能有效的对相应信息资源进行搜集、分析和存储,要解决当前现状,就需要在电力系统中加入智能电网应用。

要对电网中的数据信息资源进行合理的使用,为决策提供有效的依据,就需要构建大数据平台,实现科学决策。在构建的过程中,还需要加入云计算技术,将云计算技术和大数据技术进行有机结合,实现企业对智能电网下各类数据信息的有效分析、计算与存储,为更好的控制智能电网提供技术支撑。

智能电网、大数据技术、云计算之间具有紧密联系,云计算技术具备很大的信息存储功能,在构建大数据平台时,将其加入,靠其功能对智能电网下各项数据信息进行计算以及分析,而电网运行又会不断产生庞大的数据,因此在搭建平台时,可以利用这一功能,来满足智能电网运行的实际需求,为实现智能电网数据在线分析功能提供技术支撑。另外,应用这一技术,还可以加强对智能电网的实时监控与管理,为其经济合理的运行提供支持。

智能电网中电力大数据关键技术的运用

1 ETL 关键技术

电力领域智能电网在数据分布上具有分散的特点,数据数量很多,数据类型也较多,这些都为数据处理工作带来了一定的困难。在这种情况下,进行数据处理工作应该要按照标准流程进行规范操作,即“数据集成-抽取-转换-剔除-修止“。电力企业通常将数据仓库技术应用到数据集成上,ETL 是“Extract-Transform-Load”的缩写,从中可以看出其包括三个部分,即 Extract、Transform 和 Load,首先是 Extract,被叫做数据抽取,就是要将目的数据源系统需要的有关数据从数据源系统中抽取出来;Transform 被叫做数据转换技术,用数据抽取技术抽取出的数据根据相关的要求进行转换,将数据变为另一种形式,在这个过程中要对数据源中出现的偏差和错误数据进行处理,要清洗或者加工数据;Load是数据加载技术,就是将上一环节处理好转换好的数据进行加载,之后保存到目的数据源系统内。

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号