电力大数据环境下大数据中心架构体系设计任巍

任巍

摘要：随着社会的进步与科技的发展，在互联网、云计算等技术的支持下，大数据技术搭建的速度越来越快，大数据时代的到来是必然的。大数据的出现正在改变着我们每个人的生活方式、工作方式。促使了许多科技类型的有机结合，改变了传统的数据研究模式。大数据的关键技术及应用领域得到了极大的推广。随着国内智能电网的发展与普及，电力大数据的构建变得十分重要，大数据中心的架构也是电力企业亟需解决的问题。本文旨在分析电力大数据的结构、内容、资源共享方面的内容，并结合我国国情，提出一套对于电力企业在电力大数据环境下大数据中心体系的架构方案。

关键词：电力大数据；大数据中心；大数据

一、电力大数据的应用

电力大数据是将所有有用无用的电力数据进行整合的重要手段，目的在于瓦全电力数据的价值，实现数据存储与使用的优化。电力大数据目的不仅仅在于存储与整合数据，还参与到共享信息与交易。是优化使用电力数据的重要措施，是促进国家电网建设的重要组成环节[1]。

（一）生产领域的应用

基于大数据的庞大信息量，在电力生产环节，可以利用电力大数据上的信息进行辅助电网的规划、安全性检测。电力生产过程中可以得到有效利用的大数据信息是用户用电量、公司总发电量、电力负荷数据等。将这些有用信息有机结合在一起，从而用来模拟用户用电需求量，实现对未来长期用户用电需求的预测，以及超负荷用电的趋避，减少安全事故发生的可能性，减少因事故而造成的经济损失，为电力公司更好地规划与运行提供强有力的信息资源支持[2]。

（二）经营管理领域的应用

电力管理部门可以利用用户用电量、用电时间等数据来合理的评估用电用户的信用级别，进行用户用电行为分析。基于基础数据的整合结合用户的注册信息，位置区域划分，参考气候、经济发展程度、国家电价政策等诸多因素进行综合测评，进行分析影响用户用电行为与用电量的不同。从而以及避免用电高峰期断电情况的发生。利用用户用电量等信息，用户区域划分，可以有效的为电力价格的调节提供强有力的材料保障。同时也可以用来监测电网的损坏，与窃电的预警。

（三）优化服务

综合利用电力基础大数据中的缴费网点信息，进行用户地理位置、区域、时段划分，根据用户类型的不同，合理评估现有缴费渠道的合理与否，辅助进行缴费网点的建设，结合电力热线服务，为用户推荐更加快捷方便的缴费站点，更便利使用用户的缴费过程。同时基于用户基本信息、电力使用状况、缴费及时与否等信息数据，利用统计分析进行全面性的评判用户信用等级的工作。建立起权威的用户信用登记评判标准，实现对用户信用等级的精准评估与划分。

二、电力大数据环境下建立大数据中心架构体系

大数据的应用范围极为广泛也更便捷更高效、因此合理利用大数据，是电力企业的必修课。电力大数据的普及与应用是大数据环境下的必然应用。电力大数据是指利用数据存储、分类、整合、划分等技术手段以求达到提升公司业务，优化服务的目的。因此在电力企业中大数据中心的建设是十分必要的。

（一）两级部署

参考大多数电力企业大数据中心平台构建的过程经验，大多数的中心部署可以大致分为两个阶段。第一阶段就是建立起两级部署模式，两级部署模式就是指，总部作为核心数据的汇集点，网省公司作为区域数据的汇集点进行同步建设，可以更加高效的将现有数据进行充分的利用，将大部分业务下分到网省层次进行部署与开展，以求减少在企业发展初期阶段，大数据中心构建所带来的对公司所产生的压力[3]。

（二）一级部署

随着公司的持续发展，大数据中心平台的不断完善，平台应逐渐进行融合，将数据整合存储在总部中心数据库中，这样可以更合理的利用资源，更加有利于公司对于大数据的价值的分析与利用。

三、建立大数据中心的关键技术

（一）数据的接入与前期处理。

将外部数据导入到中心大数据存储系统的过程，可以根据数据形成整合的实效性、数据类、数据量。划分为不同的类型，针对不同的数据类型，所需要采取的整合技术不同。

前期处理的存在也是十分必要的，大数据中心的数据来源，并不全是完整的有用数据，还有许多无效文件数据，以及未得到有效处理的各类型资源数据。通过前期处理，将资源文件分类处理、整合，从而降低数据存储成本。

（二）数据存储

数据的存储是面向以结构化、半结构化、实时、非结构化的类型的数据的存储为特征。利用较低成本硬件与磁盘，采用不同的文件处理系统（分布式文件系统、分布式关系型数据库等），来支撑数据的高级处理及应用功能。

（三）在线数据处理技术

在数据得到有效存储之后，数据的应用问题随之而来，电力企业构建大数据中心的目的便是应用已经存储的数据进行分析，从而得到企业想要得到的数据。在线数据处理技术就显得格外重要，传统的数据库技术无法在处理海量的数据时展现良好的扩展性，同时也存在许多难以处理的技术性难题。大数据中心的数据计算通过内存计算、流计算的技术有机集合。用以满足数据的在线处理与计算，可以实现实时处理，从而提高效率。

（四）安全与保障

数据存储的挑战不仅体现在数据库的构建等硬件方面，还应时刻注意数据库的安全性问题。虽然在电力大数据中心构架中没有体现出大数据的安全性问题，但是安全是一直贯穿在大数据构建的环节中，应用在每一层阶段上。只有安全性得到了保障，大数据的构建才变得更有意义，安全性问题是大数据构建的核心，也是最基础的问题。只有解决了安全问题，大数据的应用才显得必要以及权威。所以电力企业想要构建大数据中心，必要解决的一环就是安全性的问题，构建设计电力大数据安全体系框架，可以很好地解决安全保障的需求。例如数据的分类隔离技术，分类隔离技术可以保证不同用户所能察觉到的数据，只是自身有权益的数据，其余有关其他用户的数据，无法查看，既保障了自身利益，同时也维护了其他用户的切身利益。

在内部安全得到保障的同时，外部安全问题也是电力企业应该提起高度重视的问题，在日渐成熟的大数据环境下和无孔不入的网络入侵的攻击下，大数据安全技术的应用就显得十分必要，大数据安全技术通过数据加密、实时监测、访问权限控制等技术使得大数据中心的数据的完整性得到了保障[4]。

总结：本文旨在基于电力大数据必要性的分析、电力大数据的应用以及大数据中心架构体系的设计，从数据的存储、运算、安全性等方面提出意见与建议，当今社会，数据是电力企业的重要资产之一，对数据中潜在的价值进行挖掘与安全保障，是电力企业提升管理与业务水平的有效措施，电力大数据中心架构体系是一个长期的建设过程，坚定不移的建设大数据中心，是推动电力企业发展与进步的重要方式之一，但是还有许多关于大数据中心架构技术的问题需要进一步研究，这些技术将在后期的研究工作中进一步深入研究与探讨。

参考文献：

[1]瞿海妮，庞徐玮，尤鸣宇，徐志宇.电力大数据的应用价值及其共享平台分析与设计[J].经营与管理，2017（07）：104-108.

[2]黄李硕.经济新常态下国有企业内部控制研究[D].首都经济贸易大学，2017.

[3]郑彦朵.经济新常态下内河航运企业的融资问题探讨[J].科技经济市场，2017（04）：102-104.

[4]刘凡.经济新常态下融资租赁发展问题研究[D].四川省社会科学院，2017.