電力系統在運行中會產生龐大的數據信息，數據增長速度很快并且類型較多，這和大數據的特征相符合。隨著電網的不斷發展和推進，系統內的數據源會不斷增多，甚至會出現極強的增長趨勢。

電力系統在運行中會產生龐大的數據信息，數據增長速度很快并且類型較多，這和大數據的特征相符合。隨著電網的不斷發展和推進，系統內的數據源會不斷增多，甚至會出現極強的增長趨勢。以往的數據處理技術已經不能滿足當前發展需求。

智能電網大數據特征

智能電網在運行的過程中會不斷產生龐大的數據，對數據按照來源進行劃分，可以分為電力企業內部和外部數據，其中內部數據包括數據采集與監控系統、生產管理系統、配電管理系統、客戶服務系統等，數據大多來源于關鍵應用系統；外部數據則一般來自于互聯網、氣象信息系統、地理信息系統等，外部的數據較為分散，數據管理單位也各不相同?？梢钥闯鲋悄茈娋W數據具有多樣性、來源多樣的特征，半結構化、非結構化的數據數量在不斷增加，比如：客戶服務系統中的語音數據、在線監測系統中的視頻、圖像數據，這些都屬于非結構化數據，這些數據價值密度不高，每種數據在采樣、生命周期、頻率方面都各不相同。

智能電網、云計算以及大數據技術之間的聯系

當前電網中基礎設施還不完善，不能有效的對相應信息資源進行搜集、分析和存儲，要解決當前現狀，就需要在電力系統中加入智能電網應用。

要對電網中的數據信息資源進行合理的使用，為決策提供有效的依據，就需要構建大數據平臺，實現科學決策。在構建的過程中，還需要加入云計算技術，將云計算技術和大數據技術進行有機結合，實現企業對智能電網下各類數據信息的有效分析、計算與存儲，為更好的控制智能電網提供技術支撐。

智能電網、大數據技術、云計算之間具有緊密聯系，云計算技術具備很大的信息存儲功能，在構建大數據平臺時，將其加入，靠其功能對智能電網下各項數據信息進行計算以及分析，而電網運行又會不斷產生龐大的數據，因此在搭建平臺時，可以利用這一功能，來滿足智能電網運行的實際需求，為實現智能電網數據在線分析功能提供技術支撐。另外，應用這一技術，還可以加強對智能電網的實時監控與管理，為其經濟合理的運行提供支持。

智能電網中電力大數據關鍵技術的運用

1 ETL 關鍵技術

電力領域智能電網在數據分布上具有分散的特點，數據數量很多，數據類型也較多，這些都為數據處理工作帶來了一定的困難。在這種情況下，進行數據處理工作應該要按照標準流程進行規范操作，即“數據集成-抽取-轉換-剔除-修止“。電力企業通常將數據倉庫技術應用到數據集成上，ETL 是“Extract-Transform-Load”的縮寫，從中可以看出其包括三個部分，即 Extract、Transform 和 Load，首先是 Extract，被叫做數據抽取，就是要將目的數據源系統需要的有關數據從數據源系統中抽取出來；Transform 被叫做數據轉換技術，用數據抽取技術抽取出的數據根據相關的要求進行轉換，將數據變為另一種形式，在這個過程中要對數據源中出現的偏差和錯誤數據進行處理，要清洗或者加工數據；Load是數據加載技術，就是將上一環節處理好轉換好的數據進行加載，之后保存到目的數據源系統內。