建设泛在电力物联网，，， ，，是国家电网有限公司推进“三型两网”建设的主要内容和要害环节。。。。。。 。而其中，，， ，，怎样构建一个强盛的数据平台，，， ，，是加速推进泛在电力物联网建设的条件和基础。。。。。。 。
泛在电力物联网的数据量将大幅增添
电力行业向来重视数据和信息手艺，，， ，，从上世纪80年月起，，， ，，就接纳实时数据库处置惩罚发电以及电网收罗的种种数据。。。。。。 。但随着电网规模的扩大，，， ，，数据收罗量的大幅增添，，， ，，古板的实时数据库和IT架构已经无法知足海量数据的处置惩罚需求。。。。。。 。最近几年，，， ，，电力行业最先接纳互联网行业的大数据平台手艺，，， ，，最典范的就是将Kafka、Hadoop、HBase、Spark、Redis等手艺集成在一起处置惩罚海量数据。。。。。。 。好比智能电表的用电信息收罗系统、电费的盘算等，，， ，，都接纳这类计划。。。。。。 。
推进泛在电力物联网建设，，， ，，需要全方位对电网运行状态、客户用电等举行实时监测、预警、剖析，，， ，，数据收罗点和收罗频次会大幅增添，，， ，，数据量将在原来的基础上增添上百倍。。。。。。 。
以智能电表为例，，， ，，现在客户的智能电表是一天发送一条纪录。。。。。。 。若是改为与商业智能电表一样，，， ，，15分钟发送一条纪录到云端，，， ，，数据量将至少增添96倍，，， ，，数据插入请求数也响应增添96倍以上。。。。。。 。以全网智能电表5亿台来统计，，， ，，一天爆发的数据条数多达480亿条，，， ，，现有的大数据解决计划和架构将面临重大的挑战，，， ，，纵然通过水平扩展增添服务器数目来处置惩罚，，， ，，其运营本钱也将数目级地增添。。。。。。 。
从配网的情形来看，，， ，，纵然收罗点和收罗频率不显著增添，，， ，，但以D5000、CC2000为代表的主流产品，，， ，，受限于历史数据处置惩罚能力，，， ，，依然只能围绕实时收罗数据、历史断面数据构建应用，，， ，，拓扑剖析手艺无法在时间维度纵向扩展。。。。。。 。
电网数据收罗及监控系统（SCADA）作为物联网的一部分，，， ，，不但要看实时数据，，， ，，还需要看历史数据，，， ，，不但需要实时监控，，， ，，更需要故障预警、趋势剖析、运营指标剖析、效率剖析等。。。。。。 。通过快速存取、剖析高频收罗数据，，， ，，将为电网的清静高效运行提供更精准的数据决议支持。。。。。。 。
另一方面，，， ，，泛在电力物联网与通用的物联网一样，，， ，，不但会保存云端的数据中心，，， ，，也会保存边沿节点。。。。。。 。这些边沿节点具备一定的盘算和存储能力，，， ，，能举行数据的预处置惩罚缓和存，，， ，，大幅缓解数据中心平台的压力，，， ，，并且能更好地包管边沿节点笼罩的区域有更好的数据实时响应能力，，， ，，更好地支持外地营业实时智能化决议与执行。。。。。。 。可是边沿盘算与云盘算需要通详尽密协同才华更好地知足种种需求场景的匹配，，， ，，从而最大化边沿盘算和云盘算的应用价值。。。。。。 。
收罗点的增添和收罗频次提高，，， ，，能带来什么样的效益呢？？ ？？？以智能电表为例，，， ，，若是将所有电表的数据收罗频次提高到1次/15分钟，，， ，，电网将实现对每个台区线损的实时监测，，， ，，而不是现在的T-1模式，，， ，，从而对异常线损实时处置惩罚。。。。。。 。同时，，， ，，对输电线路故障实时监测，，， ，，再也无需客户上报，，， ，，大大提升运维效率和服务质量。。。。。。 。
以Hadoop系统为代表的互联网大数据解决计划，，， ，，主要处置惩罚的是互联网领域的非结构化数据，，， ，，好比爬虫数据、微博与微信数据等。。。。。。 。可是，，， ，，泛在电力物联网的数据与互联网数据有显著差别的特点，，， ，，体现在几个方面：数据都是时序的，，， ，，由传感器和装备一直爆发，，， ，，形成一个数据流； ；；；；除视频、图像外，，， ，，都是结构化的数据； ；；；；数据是机械日志类型的，，， ，，不会有删除或更新的行动； ；；；；数据是有保存时长的，，， ，，到期删除； ；；；；数据流量是平稳可展望，，， ，，知道测点数、收罗频率，，， ，，能较为准确估算流量大�。。。。。。 。� ；；；；数据需要举行实时盘算、剖析； ；；；；数据的剖析、盘算一样平常都是基于某一个时间段和地区举行； ；；；；数据量重大，，， ，，一天爆发几百亿条纪录。。。。。。 。
除数据特征纷歧样之外，，， ，，在数据处置惩罚上，，， ，，泛在电力物联网与典范的互联网相比，，， ，，尚有纷歧样的需求。。。。。。 。好比插值盘算、数学函数盘算以及某个详细时间点的断面数据等。。。。。。 。并且这些数据的处置惩罚往往与收罗装备的管理直接挂钩，，， ，，需要依据收罗装备的归属、地区以及其他属性举行种种分类统计。。。。。。 。
构建相顺应的大数据平台
随着泛在电力物联网的加速建设，，， ，，现有的互联网大数据手艺平台将遇到重大的挑战，，， ，，由于电力数据规模将增添几个数目级，，， ，，数据剖析的量也更多，，， ，，实时性要求也更高。。。。。。 。因此，，， ，，需要进一步加大信息手艺的立异力度，，， ，，构建和完善顺应泛在电力物联网建设需求的大数据平台。。。。。。 。
这个新一代的大数据平台，，， ，，要有以下几个特点：充分使用泛在电力物联网的数据特点，，， ，，在手艺上做种种优化，，， ，，大幅度提高数据插入、盘问的性能，，， ，，降低电网运营本钱； ；；；；必需能实时处置惩罚种种数据插入、盘问请求，，， ，，提升电网运行效率； ；；；；必需是水平扩展的，，， ，，随着数据量的增添，，， ，，只需要增添服务器扩容即可； ；；；；支持边沿盘算与云盘算的边沿协同； ；；；；必需是易于维护的，，， ，，降低对运维职员的要求； ；；；；必需是开放的，，， ，，有业界盛行的标准SQL接口，，， ，，便于种种应用集成； ；；；；必需通过Python、R或其他接口来利便集成种种机械学习、人工智能算法。。。。。。 。
目今，，， ，，海内外诸多互联网企业已经注重到物联网兴起后，，， ，，古板的大数据手艺正面临新的磨练和挑战，，， ，，并最先着手研发新一代大数据平台。。。。。。 。相信随着泛在电力物联网建设一直加速，，， ，，必将构建新一代的能源电力大数据平台，，， ，，从而进一步挖掘和使用好电网的数据资源，，， ，，提升电网运营的效率和效益，，， ，，包管电网清静稳固运行，，， ，，为社会提供新的应用和服务。。。。。。 。
