隨著智能電網(wǎng)建設(shè)的推進(jìn),在電力系統(tǒng)的發(fā)電、輸電、配電和用電等多個(gè)環(huán)節(jié)將完成智能化,從而實(shí)現(xiàn)對電力系統(tǒng)的全方位、多角度感知,收集多源異構(gòu)數(shù)據(jù)的廣度和深度不斷加強(qiáng),并形成電力大數(shù)據(jù)。下文是學(xué)習(xí)啦小編為大家搜集整理的關(guān)于電力大數(shù)據(jù)博士論文的內(nèi)容，歡迎大家閱讀參考!

　　電力大數(shù)據(jù)博士論文篇1

　　淺談智能電網(wǎng)電力大數(shù)據(jù)技術(shù)

　　本文在綜述了智能電網(wǎng)中大數(shù)據(jù)的數(shù)據(jù)特征、應(yīng)用價(jià)值的基礎(chǔ)上，對多源異構(gòu)數(shù)據(jù)聚合管理、復(fù)雜數(shù)據(jù)分析、數(shù)據(jù)在智能電網(wǎng)的應(yīng)用這一完整過程中的若干關(guān)鍵技術(shù)展開深入闡述，并在上述研究基礎(chǔ)上提出智能電網(wǎng)大數(shù)據(jù)處理技術(shù)的研究方向建議。

　　1 智能電網(wǎng)中的大數(shù)據(jù)

　　智能電網(wǎng)即電網(wǎng)的智能化，通過先進(jìn)的傳感、設(shè)備技術(shù)、控制方法以及決策支持系統(tǒng)技術(shù)，實(shí)現(xiàn)電網(wǎng)的安全、高效、經(jīng)濟(jì)的目標(biāo)，具有提高能源效率與供電安全性及可靠性、減少環(huán)境影響、提高供電減少輸電網(wǎng)電能損耗等優(yōu)點(diǎn)。

　　歐美各國對智能電網(wǎng)的研究開展較早，已經(jīng)形成強(qiáng)大的研究群體。美國主要關(guān)注電力網(wǎng)絡(luò)基礎(chǔ)架構(gòu)的升級更新，同時(shí)最大限度地利用信息技術(shù)，實(shí)現(xiàn)系統(tǒng)智能對人工的替代。自2010年以來，超過90億美元的大型公共和私人投資加快了先進(jìn)智能電網(wǎng)技術(shù)的部署，提供了有關(guān)技術(shù)成本和收益的真實(shí)數(shù)據(jù)以及最佳實(shí)踐。2015年2月，AutoGrid宣布與微軟達(dá)成全球合作，基于AutoGrid的能源數(shù)據(jù)平臺(tái)為全球公用事業(yè)公司和創(chuàng)新能源服務(wù)供應(yīng)商提供大數(shù)據(jù)和智能電網(wǎng)分析解決方案。 歐洲則重點(diǎn)關(guān)注的領(lǐng)域是可再生能源和分布式能源的發(fā)展，并帶動(dòng)整個(gè)行業(yè)發(fā)展模式的轉(zhuǎn)變。歐盟計(jì)劃在五年后實(shí)現(xiàn)清潔及可再生能源占其能源總消費(fèi)20%的目標(biāo)，并完成歐洲電網(wǎng)互通整合等核心變革內(nèi)容。我國智能電網(wǎng)建設(shè)主要以整合提升調(diào)度系統(tǒng)、建設(shè)數(shù)字化變電站、完善電網(wǎng)規(guī)劃體系、建設(shè)企業(yè)統(tǒng)一信息平臺(tái)為4條主線。2015年4月，北京艾能萬德智能技術(shù)有限公司與AutoGrid公司正式達(dá)成戰(zhàn)略合作意向，本次合作意向的達(dá)成意味著在新能源與電力大數(shù)據(jù)處理專業(yè)領(lǐng)域?qū)?shí)現(xiàn)跨國聯(lián)手，一起迎接中國新電改挑戰(zhàn)和充滿機(jī)遇的大數(shù)據(jù)時(shí)代。

　　1.1 電力大數(shù)據(jù)特點(diǎn)

　　智能電網(wǎng)大數(shù)據(jù)具有以下特征，即規(guī)模性、多樣性、低價(jià)值密度、實(shí)時(shí)性。

　　1.1.1 規(guī)模性與多樣性

　　互聯(lián)網(wǎng)、社會(huì)計(jì)算和移動(dòng)計(jì)算等新興技術(shù)的飛速發(fā)展，智能電網(wǎng)數(shù)據(jù)的來源和規(guī)模正呈現(xiàn)出爆炸式增長態(tài)勢，數(shù)據(jù)類型也呈現(xiàn)出多樣性，主要包括歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)、時(shí)間序列數(shù)據(jù)、及跨媒體數(shù)據(jù)等各種結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)。目前電力系統(tǒng)中非結(jié)構(gòu)化數(shù)據(jù)占到很大比重。

　　1.1.2 低價(jià)值密度

　　在大量的數(shù)據(jù)當(dāng)中找到有價(jià)值的數(shù)據(jù)概率會(huì)較低。以波形數(shù)據(jù)為例，在產(chǎn)生的大量波形數(shù)據(jù)中，幾乎所有的波形數(shù)據(jù)都是正常數(shù)據(jù)，但是對監(jiān)測、檢查異常這項(xiàng)工作來說，有價(jià)值的數(shù)據(jù)恰恰是那些數(shù)量極少的異常數(shù)據(jù)。

　　1.1.3 實(shí)時(shí)性

　　指大數(shù)據(jù)中的物理數(shù)據(jù)都是真實(shí)事物物理狀態(tài)實(shí)時(shí)更新的數(shù)據(jù)，如電網(wǎng)調(diào)度、控制需要的數(shù)據(jù)是實(shí)時(shí)數(shù)據(jù)，需要快速而準(zhǔn)確地處理。電力生產(chǎn)需要發(fā)電和用電及時(shí)平衡，需要對電力調(diào)度、設(shè)備檢修等生產(chǎn)數(shù)據(jù)實(shí)時(shí)處理。需要在幾分之一秒內(nèi)對大量數(shù)據(jù)進(jìn)行分析，為決策制定提供較高的支持平臺(tái)。

　　1.2 電力大數(shù)據(jù)價(jià)值

　　電力大數(shù)據(jù)規(guī)模大、類型多、價(jià)值高，不論在企業(yè)內(nèi)部還是外部都有很高的應(yīng)用價(jià)值，對于電力企業(yè)盈利與控制水平有很好的利用價(jià)值，研究表明數(shù)據(jù)利用率每調(diào)高1倍，可以使電網(wǎng)利潤提升2至5倍;在電力行業(yè)以外，電力大數(shù)據(jù)在經(jīng)濟(jì)建設(shè)、能源配置和民生改善等方面展現(xiàn)出巨大的綜合價(jià)值，具體內(nèi)容如下：

　　1.2.1 在電力企業(yè)內(nèi)部

　　可以優(yōu)化企業(yè)管理模式，提升企業(yè)經(jīng)營管理水平。主要應(yīng)用方面包括：一是可以輔助電力企業(yè)選址、建設(shè)等重大決策;二是通過龐大的歷史銷量數(shù)據(jù)，對客戶用電行為分析和客戶市場進(jìn)行細(xì)分，從而指導(dǎo)管理者對營銷組織與服務(wù)模式的改善;三是整合電力行業(yè)生產(chǎn)、營銷等多方數(shù)據(jù)，實(shí)現(xiàn)電力全環(huán)節(jié)數(shù)據(jù)共享，進(jìn)而優(yōu)化資源配置、提升生產(chǎn)效率和資源利用率。

　　1.2.2 在電力行業(yè)外部

　　利用電力行業(yè)大數(shù)據(jù)能夠獲得可觀的社會(huì)效益，首先，利用電力行業(yè)數(shù)據(jù)可以為客戶提供更加豐富的增值服務(wù);另外，用電數(shù)據(jù)可以作為重要經(jīng)濟(jì)先行數(shù)據(jù)，是一個(gè)地區(qū)經(jīng)濟(jì)運(yùn)行的“風(fēng)向標(biāo)”，可作為投資決策者的參考依據(jù)。

　　2 智能電網(wǎng)大數(shù)據(jù)關(guān)鍵技術(shù)

　　2.1 多源異構(gòu)數(shù)據(jù)的聚合管理技術(shù)

　　電力大數(shù)據(jù)的數(shù)據(jù)集成管理技術(shù)，包含關(guān)系型和非關(guān)系型數(shù)據(jù)庫技術(shù)、數(shù)據(jù)融合和集成技術(shù)、數(shù)據(jù)抽取技術(shù)、過濾技術(shù)和數(shù)據(jù)清洗等。電力大數(shù)據(jù)的來源極其廣泛，數(shù)據(jù)類型極為繁雜，且數(shù)據(jù)質(zhì)量不高，準(zhǔn)確性、及時(shí)性均有所欠缺，對于這種多源異構(gòu)數(shù)據(jù)的聚合管理技術(shù)也提出了更高的要求。首先必須對數(shù)據(jù)源的數(shù)據(jù)進(jìn)行抽取和集成，現(xiàn)有的數(shù)據(jù)抽取與集成方式主要是基于ETL引擎的方式和基于搜索引擎的方式等，首先把數(shù)據(jù)抽取成文件，再對數(shù)據(jù)文件進(jìn)行轉(zhuǎn)換和清洗，最后生成多維度、多粒度的分析型數(shù)據(jù)并存儲(chǔ)到數(shù)據(jù)倉庫中。

　　云計(jì)算技術(shù)中的分布式存儲(chǔ)技術(shù)滿足了電網(wǎng)海量數(shù)據(jù)的存儲(chǔ)需求，因此云計(jì)算技術(shù)推出不久，電力云的概念就被提出來?？尚诺脑拼鎯?chǔ)模型的建立，解決了結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一存儲(chǔ)與安全管理問題。雖然分布式計(jì)算方法可以大大提高計(jì)算機(jī)的存儲(chǔ)空間，但是不能滿足電力數(shù)據(jù)的實(shí)時(shí)性要求。因此存儲(chǔ)時(shí)需要對數(shù)據(jù)進(jìn)行分級、分類，如對性能要求高的實(shí)時(shí)數(shù)據(jù)需采用實(shí)時(shí)數(shù)據(jù)庫系統(tǒng)進(jìn)行存儲(chǔ)，對歷史數(shù)據(jù)采用分布式文件系統(tǒng)存儲(chǔ)，對核心業(yè)務(wù)數(shù)據(jù)則使用傳統(tǒng)的并行數(shù)據(jù)倉庫系統(tǒng)存儲(chǔ)，形成完整的數(shù)據(jù)庫分級存儲(chǔ)系統(tǒng)。這種層次式和分布式存儲(chǔ)和集成系統(tǒng)，利用海量多源異構(gòu)數(shù)據(jù)存儲(chǔ)、組織、管理最新技術(shù)，保證了數(shù)據(jù)存儲(chǔ)的完整性與訪問的高效性。

　　2.2 復(fù)雜數(shù)據(jù)處理技術(shù)

　　電力大數(shù)據(jù)處理技術(shù)主要解決大數(shù)據(jù)的實(shí)時(shí)處理和批處理問題。目前主要采用分布式計(jì)算技術(shù)、內(nèi)存計(jì)算技術(shù)、實(shí)時(shí)流數(shù)據(jù)計(jì)算技術(shù)等來解決大數(shù)據(jù)的處理問題。 　　分布式計(jì)算主要解決計(jì)算機(jī)分布式計(jì)算和存儲(chǔ)的問題。分布式計(jì)算典型的例子是Google文件系統(tǒng)(Google File System，GFS)，隨后 Yahoo開發(fā)了該系統(tǒng)的開源版本Hadoop，Hadoop集群系統(tǒng)具有成本低廉、靈活性強(qiáng)等優(yōu)點(diǎn)，同時(shí)還支持海量數(shù)據(jù)存儲(chǔ)和計(jì)算。已有研究針對智能電網(wǎng)狀態(tài)監(jiān)測的特點(diǎn)，基于Hadoop并利用其它虛擬化技術(shù)和分布式存儲(chǔ)技術(shù)存儲(chǔ)和管理數(shù)據(jù)，以實(shí)現(xiàn)對電力大數(shù)據(jù)的高效管理。

　　內(nèi)存計(jì)算技術(shù)主要解決大數(shù)據(jù)的實(shí)時(shí)處理問題。SAP HANA是基于內(nèi)存計(jì)算技術(shù)的高性能實(shí)時(shí)數(shù)據(jù)計(jì)算平臺(tái)，有研究表明SAP HANA可以提高計(jì)算速度幾十到上百倍。隨著內(nèi)存價(jià)格的不斷下降，內(nèi)存計(jì)算已經(jīng)具備物質(zhì)基礎(chǔ)，這也在一定程度上解決了海量數(shù)據(jù)的實(shí)時(shí)處理問題。文獻(xiàn)中介紹了使用改良Apache Spark作為執(zhí)行引擎的內(nèi)存計(jì)算引擎計(jì)算框架，采用輕量級的調(diào)度框架和多線程計(jì)算模型，與傳統(tǒng)的Mapreduce框架相比，消除了頻繁的I/O磁盤訪問并降低了調(diào)度與啟動(dòng)開銷。

　　電力大數(shù)據(jù)包括實(shí)時(shí)監(jiān)測數(shù)據(jù)、企業(yè)營銷數(shù)據(jù)等，它們以一種順序、大量、快速的方式呈現(xiàn)，可以被看作一種流式數(shù)據(jù)。流式大數(shù)據(jù)呈現(xiàn)出實(shí)時(shí)性、易失性、突發(fā)性、無序性、無限性等特征，對系統(tǒng)提出了很多新的更高的要求。S4 流式計(jì)算系統(tǒng)和 Storm 流式計(jì)算系統(tǒng)的推出，在一定程度上推動(dòng)了大數(shù)據(jù)流式計(jì)算技術(shù)的發(fā)展和應(yīng)用。但是，這些系統(tǒng)在可伸縮性、系統(tǒng)容錯(cuò)、狀態(tài)一致性、負(fù)載均衡、數(shù)據(jù)吞吐量等諸多方面仍然存在著明顯不足。目前，分布式數(shù)據(jù)流實(shí)時(shí)計(jì)算系統(tǒng)在學(xué)術(shù)界和工業(yè)界都處于初步探索階段。大數(shù)據(jù)流式計(jì)算技術(shù)應(yīng)設(shè)計(jì)分布式多模態(tài)計(jì)算框架，選擇能與Hadoop架構(gòu)兼容的計(jì)算框架，調(diào)整各種計(jì)算框架中數(shù)據(jù)及索引訪問模塊，二次開發(fā)統(tǒng)一的計(jì)算任務(wù)調(diào)度模塊，設(shè)計(jì)并開發(fā)統(tǒng)一的分布式環(huán)境。將流數(shù)據(jù)技術(shù)應(yīng)用于電力系統(tǒng)可為決策者提供即時(shí)依據(jù)，滿足實(shí)時(shí)的分析需求。

　　2.3 復(fù)雜數(shù)據(jù)分析技術(shù)

　　2.3.1 聚類分析

　　已有研究針對K-均值聚類算法的“零值困境”問題，提出基于香農(nóng)熵的改進(jìn)方法，將所提出算法應(yīng)用到圖像內(nèi)容識(shí)別領(lǐng)域，構(gòu)建高質(zhì)量圖片索引，提升圖片獲取效率。在一致性聚類方面，已有研究結(jié)合廣義K-均值算法系統(tǒng)地研究了效用函數(shù)選擇以及聚類分量生成分量等重大理論問題。將文本分類技術(shù)應(yīng)用于電力企業(yè)的物資調(diào)配平臺(tái)，可以促進(jìn)物資調(diào)配平臺(tái)的信息檢索和分析能力的提升，方便用戶快速準(zhǔn)確的定位所需信息。另外，可以將聚類分析技術(shù)應(yīng)用于客服系統(tǒng)中，解決客服系統(tǒng)客戶監(jiān)督模塊中文檔高維稀疏數(shù)據(jù)帶來的“零屬性困境”問題，同時(shí)可將客戶的故障報(bào)修信息按不同類別聚類分析，使企業(yè)能夠更加合理的調(diào)配人員同時(shí)提高用電客戶滿意度。

　　2.3.2 強(qiáng)關(guān)聯(lián)項(xiàng)集挖掘

　　有研究提出基于余弦指標(biāo)的“條件反單調(diào)性”剪枝性質(zhì)，并設(shè)計(jì)了高效余弦模式挖掘算法挖掘強(qiáng)關(guān)聯(lián)項(xiàng)集，根據(jù)興趣度指標(biāo)條件對其直接進(jìn)行剪枝，從而挖掘出興趣模式。同時(shí)，相關(guān)研究表明所挖掘的余弦模式能用于噪音數(shù)據(jù)過濾，降低無關(guān)數(shù)據(jù)對后續(xù)分析的干擾。通過強(qiáng)關(guān)聯(lián)多項(xiàng)集的挖掘技術(shù)應(yīng)用，可以成功打破電力企業(yè)各系統(tǒng)間的數(shù)據(jù)孤島，實(shí)現(xiàn)企業(yè)內(nèi)部數(shù)據(jù)資源全方位、大范圍、深層次的分析與利用，為決策者提供豐富詳細(xì)的數(shù)據(jù)支持。另外，采用高效余弦模式挖掘算法發(fā)現(xiàn)相似性子序列給用戶推薦其經(jīng)常訪問業(yè)務(wù)系統(tǒng)和菜單功能，并實(shí)時(shí)跟蹤每個(gè)用戶訪問業(yè)務(wù)系統(tǒng)和功能的時(shí)間，并對異常情況進(jìn)行報(bào)告和預(yù)警。

　　2.3.3 機(jī)器學(xué)習(xí)

　　著重研究利用多種機(jī)器學(xué)習(xí)模型在不同應(yīng)用場景下的分類模型構(gòu)建方法。SVM分類器的好壞判別標(biāo)準(zhǔn)，主要取決于其所構(gòu)建模型對未知數(shù)據(jù)測試的精準(zhǔn)程度，支持向量機(jī)模型的確定主要在于懲罰系數(shù)與核函數(shù)參數(shù)的選擇。傳統(tǒng)的SVM模型由于在這兩個(gè)參數(shù)選擇方面耗時(shí)過多，因此構(gòu)造的模型并不適用于大樣本數(shù)據(jù)集。SVM模型應(yīng)用于大規(guī)模數(shù)據(jù)集需要從以下兩個(gè)方面入手：提高參數(shù)尋優(yōu)速度和縮小參數(shù)尋優(yōu)范圍。文獻(xiàn)針對大數(shù)據(jù)集分類問題使用了一種快速有效尋找最優(yōu)模型參數(shù)的方法UD-SVR。

　　2.4 智能電網(wǎng)大數(shù)據(jù)展現(xiàn)技術(shù)

　　由于電力信息平臺(tái)中信息體量大、且隨時(shí)間不斷變化，難以將所有信息一次性呈現(xiàn)給用戶，所以要切實(shí)通過可視化技術(shù)對這些數(shù)據(jù)進(jìn)行處理，使得異常數(shù)據(jù)在屏幕上較為清晰的呈現(xiàn)出來。針對不同類型的電力大數(shù)據(jù)，可視化方案也有所區(qū)別：首先對于電網(wǎng)運(yùn)行數(shù)據(jù)，根據(jù)其高維、時(shí)序、快速的特點(diǎn)，應(yīng)采取信息可視化與可視分析結(jié)合的技術(shù)方法進(jìn)行處理。針對電力客戶數(shù)據(jù)，客戶數(shù)據(jù)主要來自用電終端信息采集系統(tǒng)。將用戶電量信息與用戶地理區(qū)域?qū)?yīng)起來，可實(shí)現(xiàn)用戶用電行為分析與負(fù)荷特性的可視分析。另外還可以結(jié)合地理信息系統(tǒng)繪制地區(qū)電力客戶地圖，并按照一定的權(quán)限向公眾開放該全景分析圖，實(shí)現(xiàn)用戶的用電互動(dòng)服務(wù)，實(shí)時(shí)反饋購、用電信息。最后是面向電網(wǎng)企業(yè)管理數(shù)據(jù)，可根據(jù)其不同業(yè)務(wù)部門的特點(diǎn)進(jìn)行不同的可視化分析。

　　由于三維模型數(shù)據(jù)量較大，需要盡可能減小三維模型數(shù)據(jù)量，研究表明從紋理與幾何兩個(gè)方面對模型進(jìn)行壓縮，生成多種細(xì)節(jié)層次模型，以支持三維模型的動(dòng)態(tài)可視化。而多細(xì)節(jié)層次技術(shù)需要解決的問題之一是如何快速地對多邊形網(wǎng)格進(jìn)行簡化，以生成多分辨率模型，采用簡化網(wǎng)格模型的算法，針對實(shí)時(shí)的虛擬場景中，保證了簡化模型的連續(xù)性、實(shí)時(shí)性、保持外觀特征性，使得原有的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)得以重復(fù)利用。已有研究提出基于模型組件化動(dòng)態(tài)WEB 3D 虛擬現(xiàn)實(shí)場景的搭建方法及系統(tǒng)，模型可以在虛擬現(xiàn)實(shí)項(xiàng)目中進(jìn)行復(fù)用，減少在場景搭建中模型使用的冗余，并提高用戶體驗(yàn)。

　　目前電網(wǎng)企業(yè)大數(shù)據(jù)挖掘分析工作雖然不斷取得新的突破，但是將相關(guān)數(shù)據(jù)繪制成高精度、高分辨率的圖片的業(yè)務(wù)模型、智能算法和交互式圖形處理工具開發(fā)的研究才剛起步，相關(guān)可視化系統(tǒng)的功能實(shí)現(xiàn)需要進(jìn)一步予以研究開發(fā)。

　　3 結(jié)語

　　本文闡述了智能電網(wǎng)中大數(shù)據(jù)的數(shù)據(jù)特點(diǎn)以及應(yīng)用價(jià)值，重點(diǎn)介紹了目前智能電網(wǎng)中大數(shù)據(jù)聚合管理、分析處理以及數(shù)據(jù)展示的關(guān)鍵技術(shù)，為我國智能電網(wǎng)大數(shù)據(jù)處理提供參考。

　　參考文獻(xiàn)

　　[1]帥軍慶.創(chuàng)新發(fā)展建設(shè)智能電網(wǎng)：華東高級調(diào)度中心項(xiàng)目群建設(shè)的實(shí)踐[J].中國電力企業(yè)管理，2009(4)：19-21.

　　[2]宋亞奇，周國亮，朱永利.智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J].電網(wǎng)技術(shù)， 2013，37(4)：927-934.

　　[3]潘明惠.內(nèi)存計(jì)算技術(shù)驗(yàn)證項(xiàng)目與應(yīng)用研究[J].電力信息化，2012，10(10)：29-34.

　　[4]王德文，宋亞奇，朱永利.基于云計(jì)算的智能電網(wǎng)信息平臺(tái)[J].電力系統(tǒng)自動(dòng)化，2010，34(22)：7-12.

　　電力大數(shù)據(jù)博士論文篇2

　　淺談電力行業(yè)的大數(shù)據(jù)安全防護(hù)

　　摘 要：隨著我國經(jīng)濟(jì)發(fā)展水平的不斷提高，電力行業(yè)得到了顯著發(fā)展，成為我國經(jīng)濟(jì)發(fā)展的重要支柱之一，而隨著用電量的不斷增加、電氣自動(dòng)化程度的提高，電力行業(yè)中的電子設(shè)備使用日漸廣泛，在能源產(chǎn)業(yè)中所占比重也明顯提高。而要想使電力系統(tǒng)信息化進(jìn)程進(jìn)一步推進(jìn)，使信息安全更加牢靠，就要做好電力行業(yè)大數(shù)據(jù)安全防護(hù)工作。

　　關(guān)鍵詞：電力行業(yè) 大數(shù)據(jù)安全防護(hù) 信息技術(shù) 電氣自動(dòng)化

　　當(dāng)今，“大數(shù)據(jù)”已經(jīng)成為電力行業(yè)中的一個(gè)廣泛關(guān)注的詞匯，并且大數(shù)據(jù)的商業(yè)價(jià)值明顯提升，逐漸吸引著人們的目光。電力行業(yè)是我國重要的能源利用與配給行業(yè)，對于監(jiān)督人們安全用電、合理用電有重要作用，是確保國家各項(xiàng)建設(shè)能夠順利開展、持續(xù)進(jìn)行的關(guān)鍵。隨著智能電網(wǎng)的推出，使各項(xiàng)電力業(yè)務(wù)的開展更加便捷、高效，實(shí)時(shí)、準(zhǔn)確的數(shù)據(jù)處于日漸增長的態(tài)勢，電力大數(shù)據(jù)的使用能夠與社會(huì)保障、人們?nèi)粘Ｉ罹o密相連，是促進(jìn)經(jīng)濟(jì)發(fā)展的必然。本文主要對電力大數(shù)據(jù)應(yīng)用特征、安全風(fēng)險(xiǎn)、防護(hù)方法等進(jìn)行了分析，從而表現(xiàn)了大數(shù)據(jù)安全在推動(dòng)電力行業(yè)發(fā)展當(dāng)中起到的重要作用。

　　1 電力行業(yè)大數(shù)據(jù)應(yīng)用特征

　　隨著各種智能變電站、智能服務(wù)終端、數(shù)字化工廠的興起，電力部門能夠在發(fā)電、輸電、配電、調(diào)度等各項(xiàng)工作中產(chǎn)生非常多的數(shù)據(jù)，這些數(shù)據(jù)呈現(xiàn)出不同類型不同作用。根據(jù)相關(guān)調(diào)查顯示，居民用電信息在采集過程中的終端數(shù)量已經(jīng)突破了4億;其中，供電電壓自動(dòng)式的采集電壓監(jiān)測控制點(diǎn)也已經(jīng)分布了7萬個(gè)，其他類型的監(jiān)測數(shù)據(jù)也達(dá)到了2135萬個(gè);輸變電動(dòng)態(tài)監(jiān)測裝置已經(jīng)安裝了超過2萬個(gè)，形成了一個(gè)系統(tǒng)性的分鐘級的終端規(guī)模，數(shù)據(jù)量已經(jīng)由TB級轉(zhuǎn)向了PB級。

　　可見，電力企業(yè)已經(jīng)真正開始朝著智能化、精準(zhǔn)化的方向發(fā)展，對于資源利用效果與自動(dòng)化控制水平的提升非常迫切。而通過使用大數(shù)據(jù)對各項(xiàng)內(nèi)容進(jìn)行決策、支持以及預(yù)測能夠使管理與監(jiān)督風(fēng)險(xiǎn)大大降低。首先，應(yīng)用大數(shù)據(jù)對信息進(jìn)行采集能夠使決策變得更有邏輯性，收集到更多準(zhǔn)確的信息，能夠及時(shí)對內(nèi)在聯(lián)系做出智能化的判斷，能夠避免產(chǎn)生只憑經(jīng)驗(yàn)做出判斷的生產(chǎn)經(jīng)營模式。此外，通過使用大數(shù)據(jù)能夠收集到更為細(xì)化、品質(zhì)更好的數(shù)據(jù)，使電力行業(yè)的能見度得到增強(qiáng)，從而符合預(yù)測需求。

　　2 電力行業(yè)大數(shù)據(jù)信息安全風(fēng)險(xiǎn)

　　此前，虛擬化、分布式、自動(dòng)化的云計(jì)算構(gòu)架已經(jīng)在全球范圍內(nèi)推行，掀起了一股全新的計(jì)算機(jī)、互聯(lián)網(wǎng)的變革。但是，電力行業(yè)的大數(shù)據(jù)信息依然存在一些安全風(fēng)險(xiǎn)，制約著電力行業(yè)的發(fā)展與信息收集。下面就對安全風(fēng)險(xiǎn)進(jìn)行描述。

　　大數(shù)據(jù)在為電力行業(yè)帶來經(jīng)濟(jì)效益與社會(huì)效益的同時(shí)，在信息安全方面同樣是一個(gè)新挑戰(zhàn)。因?yàn)榇髷?shù)據(jù)包含的信息量非常大，并且能夠?qū)W(wǎng)絡(luò)目標(biāo)進(jìn)行快速的攻擊，容易使網(wǎng)絡(luò)中的隱私外泄。此外，電力大數(shù)據(jù)還會(huì)涉及到非常多的電力企業(yè)原始數(shù)據(jù)、客戶個(gè)人信息等，數(shù)據(jù)敏感度非常強(qiáng)，一旦外泄將為企業(yè)帶來一定的損失。

　　大數(shù)據(jù)隱藏的安全風(fēng)險(xiǎn)實(shí)際上是存在于大數(shù)據(jù)運(yùn)行周期中的安全風(fēng)險(xiǎn)，這些風(fēng)險(xiǎn)是在產(chǎn)生、傳輸、處理、儲(chǔ)存、應(yīng)用的各個(gè)階段產(chǎn)生的。一方面，數(shù)據(jù)在傳輸中容易出現(xiàn)中斷、竊聽、偽造、篡改等風(fēng)險(xiǎn);在數(shù)據(jù)處理以及應(yīng)用當(dāng)中也會(huì)存在用戶越權(quán)或者是主機(jī)故障等風(fēng)險(xiǎn)，也有一些數(shù)據(jù)存在一些外部風(fēng)險(xiǎn)，運(yùn)行措施不當(dāng)?shù)榷紩?huì)造成數(shù)據(jù)安全風(fēng)險(xiǎn)。此外，并行計(jì)算、內(nèi)存數(shù)據(jù)庫更新等都會(huì)使數(shù)據(jù)出現(xiàn)生命周期的技術(shù)新變革，大數(shù)據(jù)會(huì)面臨更多的安全風(fēng)險(xiǎn)。

　　3 電力信息系統(tǒng)數(shù)據(jù)安全防護(hù)策略

　　電力行業(yè)中的大數(shù)據(jù)安全是電力系統(tǒng)信息系統(tǒng)安全中的主要內(nèi)容，如何使數(shù)據(jù)安全得到保證成為數(shù)據(jù)管理與控制的關(guān)鍵內(nèi)容。具體防護(hù)策略如下：

　　3.1 構(gòu)建出一體化的安全防護(hù)機(jī)制

　　電力行業(yè)信息安全防護(hù)體制的構(gòu)建要能夠滿足電力行業(yè)的發(fā)展需要，將“信息保障”作為防護(hù)的中心，應(yīng)用深度防御手段以及綜合防范方法向結(jié)合的策略對信息安全風(fēng)險(xiǎn)做出判斷與分析，將“信息安全管理”作為核心內(nèi)容，從技術(shù)、管理、人員等方面做好保障，結(jié)合數(shù)據(jù)、儲(chǔ)存方式、傳輸形式、數(shù)據(jù)處理方式構(gòu)建出科學(xué)、合理的安全防護(hù)機(jī)制，實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)耐暾c保密。

　　3.2 提高數(shù)據(jù)存儲(chǔ)環(huán)境安全性

　　在電力行業(yè)中，數(shù)據(jù)往往存在于不同的業(yè)務(wù)系統(tǒng)中，這些系統(tǒng)數(shù)據(jù)主要分為數(shù)據(jù)庫系統(tǒng)、操作系統(tǒng)兩方面。操作系統(tǒng)主要是指連接計(jì)算機(jī)、上層軟件用戶的紐帶系統(tǒng)，其安全性是至關(guān)重要的，能夠減少操作系統(tǒng)安全漏洞的出現(xiàn)，為此，要對操作系統(tǒng)進(jìn)行合理、優(yōu)化的配置;數(shù)據(jù)庫系統(tǒng)中，其密級程度高、實(shí)用性非常強(qiáng)，為此，要構(gòu)建出系統(tǒng)性強(qiáng)的安全策略，減少出現(xiàn)數(shù)據(jù)的外泄或者是損毀。真正實(shí)現(xiàn)了數(shù)據(jù)庫系統(tǒng)的安全性與保密性。

　　3.3 惡意代碼的安全防護(hù)方法

　　首先，在方案設(shè)計(jì)過程中，要按照信息系統(tǒng)風(fēng)險(xiǎn)部署的防范體系，在所有的入口處對惡意代碼進(jìn)行全面檢測、清除。很多組織都會(huì)在本機(jī)構(gòu)中部署惡意代碼的防范體系，但是卻不能覆蓋到終端或者是網(wǎng)絡(luò)邊界位置處，只有50%～70%能夠達(dá)到這種覆蓋，防范效果非常不理想。一個(gè)組織存在1000個(gè)以上的終端，但仍有200多個(gè)終端未能得到保護(hù)，有200多臺(tái)計(jì)算機(jī)感染了蠕蟲，使整個(gè)病毒蔓延，導(dǎo)致網(wǎng)絡(luò)的癱瘓。為此，一個(gè)有效的惡意代碼防范安全技術(shù)部署則能夠?qū)W(wǎng)絡(luò)邊界繼續(xù)擰全面覆蓋，使系統(tǒng)內(nèi)部的終端、服務(wù)器內(nèi)部網(wǎng)絡(luò)資源得到優(yōu)化。通過對整個(gè)數(shù)據(jù)網(wǎng)絡(luò)開展代碼防范能夠使安全控制效果增強(qiáng)。

　　此外，為了防止低級別安全區(qū)域內(nèi)的惡意代碼對高級別安全區(qū)域帶來嚴(yán)重的輻射，可以設(shè)置邏輯隔離區(qū)部署控制手段防止惡意代碼通過網(wǎng)絡(luò)蔓延到高級安全區(qū)域，可以在同一個(gè)網(wǎng)絡(luò)內(nèi)部署同一高級別的惡意代碼防范技術(shù)，從而使低級別區(qū)域內(nèi)防止出現(xiàn)惡意代碼的感染。

　　4 結(jié)束語

　　本文主要對電力行業(yè)大數(shù)據(jù)安全的特征進(jìn)行了分析，并探討了電力行業(yè)大數(shù)據(jù)面臨的安全風(fēng)險(xiǎn)，可見，伴隨著電力系統(tǒng)智能化、自動(dòng)化、信息化水平的提升，將產(chǎn)生非常多的大數(shù)據(jù)，其風(fēng)險(xiǎn)也會(huì)伴隨產(chǎn)生。最后，本文提出了幾點(diǎn)提高大數(shù)據(jù)安全性的方法，構(gòu)建防護(hù)機(jī)制、加強(qiáng)安全設(shè)計(jì)等都是非常重要的手段。

　　參考文獻(xiàn)

　　[1]郜盼盼.智能電網(wǎng)系統(tǒng)中面向用電信息安全防護(hù)的認(rèn)證加密系統(tǒng)研究[D].北京郵電大學(xué)，2013.

　　[2]梁鴻健.面向智能電網(wǎng)的自動(dòng)化綜合數(shù)據(jù)應(yīng)用研究及系統(tǒng)開發(fā)[D].哈爾濱工業(yè)大學(xué)，2012.

　　[3]楊漾.輸變電設(shè)備狀態(tài)監(jiān)測系統(tǒng)的信息建模與安全策略研究[D].湖南大學(xué)，2012.

　　[4]尹建玲，劉高俊，王婷等.核電廠實(shí)時(shí)信息監(jiān)控系統(tǒng)的網(wǎng)絡(luò)與數(shù)據(jù)安全設(shè)計(jì)[J].原子能科學(xué)技術(shù)，2014(z2)：1059-1063.

　　[5]李暉，孫文海，李鳳華等.公共云存儲(chǔ)服務(wù)數(shù)據(jù)安全及隱私保護(hù)技術(shù)綜述[J].計(jì)算機(jī)研究與發(fā)展，2014，51(7)：1397-1409.

　　[6]張妍，陳馳，馮登國等.空間矢量數(shù)據(jù)細(xì)粒度強(qiáng)制查詢訪問控制模型及其高效實(shí)現(xiàn)[J].軟件學(xué)報(bào)，2011，22(8)：1872-1883.