智能化电网大数据平台与关键技术研究
智能电网的关键技术及应用研究
智能电网的关键技术及应用研究一、智能电网的概念及背景智能电网是一种可以实现高可靠性、高效能、高安全性的电力系统。
为了应对绿色能源、电力市场化、信息化等新形势，智能电网应运而生。
它是在传统电网的基础上，结合了信息技术、传感技术、控制技术等现代科技手段，实现对电力系统的智能化监测、控制和优化，使电力系统更加智能、可靠、灵活、高效。
智能电网是现代电力系统的升级版，它包括了分布式电源、储能设施、智能传感器等组成部分，通过数据通信和大数据分析技术实现了对电网的实时监控和优化。
二、智能电网的关键技术智能电网的实现离不开以下关键技术：1. 信息技术信息技术是智能电网的基础，它包括了通信技术、网络技术、数据处理技术等。
这些技术共同构成了智能电网的信息系统，实现了电网中各个设备之间的互联互通。
2. 传感技术传感技术是智能电网的关键技术之一，它可以实现对电网各个部分的实时监测和数据采集，为后续的控制和优化提供数据基础。
3. 控制技术控制技术是智能电网的关键技术之一，它包括了对电力设备的远程控制、智能调度等技术手段。
控制技术的实现使得电力系统变得更加智能化和自主化。
4. 大数据技术大数据技术是智能电网发展的重要支撑。
智能电网需要处理各种各样的数据，这些数据数量巨大且形式复杂。
大数据技术可以实现对这些数据的快速处理，进而推进电力系统的智能化升级。
5. 安全性技术智能电网中存在着大量的信息流和能量流，安全性技术的实现可以确保数据、设备、人员等在电力系统中的安全保障。
安全性技术包括了加密技术、信息认证技术等。
三、智能电网的应用研究智能电网的应用范围十分广泛，主要应用于以下领域：1. 电力生产智能电网可以实现对电力生产过程中的各个环节的智能化监控和控制，从而提高电力生产效率和质量。
2. 电力输送智能电网可以实现对输电过程中的各个环节的智能化监控和控制，从而提高电力输送的可靠性和安全性。
3. 电力使用智能电网可以实现对电力使用的智能化监测和控制，从而提高电力使用效率和可持续发展能力。
电网智能化技术的研发与应用
电网智能化技术的研发与应用近年来，随着能源需求持续增长，电网已经成为了国民经济发展的重要支撑。
但同时，电网的安全、可靠性和效率都面临着挑战。
为了解决这些挑战，电网智能化技术被广泛应用和研发。
本文将讨论电网智能化技术的研发和应用。
一、电网智能化技术简介电网智能化技术是利用先进的计算机、通信、控制和信息技术实现电力系统自动化、智能化和互联互通的技术。
它是将传统的、分散的、人工操作为主的电网系统向集成化、自动化、智能化方向发展的一项技术革新。
电网智能化技术包括智能变电站、智能配电网、智能电表等技术，它们通过互联互通的网络实现全面信息化、实时监测、分布式控制、灵活运行和可靠安全。
其中，智能变电站具备实时在线监测、智能维护、智能控制等功能。
智能配电网通过远程监控和控制，实现配电设备的自动化运行、负载平衡和故障快速诊断。
智能电表可以采集电能消耗信息，为居民和企业提供更加便捷的用电管理服务。
通过这些技术的应用，电网智能化可以实现对用电设备全方位、一体化的监测与掌控，提高电力系统的安全性和效率。
二、电网智能化技术研究现状目前，全球范围内正在进行电网智能化技术研究和应用。
国外的典型案例是欧盟的“智能电网行动计划”，该计划旨在将新技术和新应用引入电力系统，提高电力系统的可靠性和效率。
国内，国家电网公司和各省电网公司也在积极推进电网智能化技术研究和应用。
近年来，中国的电网智能化技术研究重点也逐渐向“智能配电网”、“智能电表”等领域转移。
比如，国网四川省电力公司首次在华西地区实现全网智能化微电网的试运行，并在此基础上成功应用于大量的分布式光伏发电。
随着技术的不断进步，国内的电力公司也在研究智能电力设备、数据共享管理平台等核心技术，为电网智能化提供基础支撑。
三、电网智能化技术的应用电网智能化技术已经被应用于电力系统各个领域。
在电网运行方面，电网智能化技术可以实现用电设备的智能管理，例如智能配电网可以通过远程监控和管理，自动调整负载，提高电力供应能力和质量，提高电网效率。
分析国家电网电力企业构建大数据人工智能平台系统研究
分析国家电网电力企业构建大数据人工智能平台系统研究摘要：电力企业搭建电网智能化统计数据控制平台契机下，应用智能化系统构建电网建设推动交互式电能量支配连接人工智能项目业务模式的研究。
在电网公司行业中，搭建交互式电能量链接应用层进行大数据平台智能化管理的广泛应用，并结合国内电力企业电网公司现有电能量模式的实效性进行拓展分析，从而促进了我国电网公司不断创新研发未来交互式电能量实时连接模式的有效性实践与研究。
本文主要概述如何构建交互式电能量层次平台架构与智能化算法应用层的功能作用关系，通过实现内部交互式电能量数据接入智能算法的交互应用层系统实现，从而提升电网公司便捷实时数据连接交互式电能量发展阶段的智能化连接服务趋势。
关键词：交互式；电能量；数据计量；人工智能；连接服务平台引言互联网连接模式下，电网公司实现了人与智能化设备连接的建设信息数据平台，目前国内已建成自动化保存电能量计量管理数据的应用系统平台，既“人与智能设备连接处理数据能源业务的连接流”。
结合参考文献：的分析中，文献[3]侯雪等运用电能量算法技术分析平台系统利用智能数据交互式可视分析算法技术。
文献［6］申玉伟和曹晓祎研究针对电能量数据进行多元回归分析电需求数据的预测模型。
利用多维特征提取聚类分析算法预处理电能量数据的准确程度，应用研究电力系统电能量数据算法与数值精度的数据。
文献［7］邵凡等作者阐述的皮尔逊算法诊断分析了电网数据线损的数学模型，应用皮尔逊算法采用准确高的效率等优点，分析人工相关系数算法及应用范围变量之间相关系数模型分析。
文献［9］刘育权等作者基于大数据挖掘电网输电线路跳闸分析相关联性因素问题。
文献［12］刘超等作者以适应交互式智能电网的发展，研究电力平台数据中心运用分布式实时计算框架为基础组件研究数据，提取实时检测异常数据监控在线预警系统。
文献［13］郑茂然等作者通过基于大数据的输电线路来解决变压器故障的预警模型设计诊断问题，运用Java语言编程多个模块间的相互在线网络分析系统。
数字电网的理念、架构与关键技术
数字电网的理念、架构与关键技术随着科技的快速发展和全球气候变化的严峻挑战，数字电网作为一种新型的能源管理模式，逐渐成为全球电力系统改革的重要方向。
数字电网以用户为中心，注重可持续发展，通过数字技术实现电力系统的智能化和高效化，为智慧城市和工业互联网等领域提供了重要的支持。
数字电网的核心理念是实现电力系统的数字化和智能化。
在数字电网中，各种信息数据通过传感器、智能设备等收集并整合在一起，利用大数据分析和人工智能技术，实现对电力生产、传输和消费的实时监控和优化管理。
数字电网的出现，使得电力系统的管理更加精细、灵活和高效。
数字电网的架构包括基础设施、网络结构和管理体系三个部分。
基础设施是数字电网的底层设施，包括智能设备、传感器、数据中心等，用于收集、存储和处理各种数据。
网络结构是数字电网的核心，通过各种通信网络将基础设施连接在一起，实现数据的传输和共享。
管理体系是数字电网的软件部分，包括数据分析、监控、调度等功能，实现对电力系统的智能化管理。
数字电网建设中的关键技术包括智能微网、物联网、云计算等。
智能微网是指将分布式能源、储能系统、智能设备等有机地结合在一起，实现能源的自主管理和优化利用。
物联网技术则用于实现各种设备的互联互通，提高数据采集和传输的效率。
云计算平台则提供强大的计算和存储能力，实现对海量数据的处理和分析。
数字电网在实际应用中具有广泛的优势和场景。
在智慧城市领域，数字电网可以实现电力资源的合理分配和调度，提高城市的能源利用效率和管理水平。
在工业互联网领域，数字电网可以提供实时能耗监测和管理，帮助企业实现能源成本降低和生产效率提高。
数字电网还可以应用于新能源领域，提高电网的可靠性和稳定性，促进可再生能源的发展和利用。
总之数字电网的未来发展前景十分广阔。
随着技术的不断进步和应用的不断深化，数字电网将在能源管理、环保、经济和社会发展等方面发挥越来越重要的作用。
未来的数字电网将更加注重数据的挖掘和分析，以及人工智能等新技术的应用，实现电力系统的全面数字化和智能化，为智慧城市和工业互联网等领域提供更加优质的服务和支撑。
智能电网相关技术研究
要想真正实现智能电网的供电智能化， 就必须准确了解不 同用户的用电特点和用电量， 因此必须采用先进的计量系统准 确测量用户的用电规律。 目前国内的电力测量通常使用的电表 无法实现电力供应方和用户之间的交流互动， 智能电网应采用 先进的智能电表和与其配备的通信系统， 高效地实现对电力系 统的远程监控和与用户良好的沟通交流 。 3.4
当出现人为攻击 、 自然灾害损害及其他外界损伤的情况 时， 智能电网可以迅速地做出反应， 有效地抵御外部攻击对电 网造成的损伤， 保证电力系统持续正常的运行， 维护供电设备 安全， 实现人身安全防御， 维持人们的正常生活和生产 。 1.3
系 统 运行 优 质 高效
智能电网需要标准、 集成、 开放的通信系统， 从而实现对电力 系统的实时控制、 监测和分析， 有效地预测识别故障问题， 及时作 出补救措施。其通信系统可通过采用集成通信技术和开放式通信 网架来实现， 具有集成、 高速、 双向、 兼容的特质， 可以动态地响应 实时信息与功率交互， 为智能传感器和控制装置、 控制中心、 保护 系统和需求响应系统提供一个安全的 “即插即用” 的网络平台［ ３］。 3.3
标 准 、 集成 的 通 信系 统
智能电网具备强大的自愈功能，可以保证在尽量少的人工 干预下实时掌控电网运行状态， 及时发现、 快速诊断和消除故障 隐患， 从而快速隔离电力网络中存在的问题元件， 使其恢复正常 ［ １］ 保障电网能够实现安全可靠的运行。 运行， 避免了用电中断 ， 1.2
具 有 可靠 的 防 御功 能
先 进 的计 量 体 系
智能电网采用高速通信网络， 能够对工作的电力设备进行 实时在线监控， 确保电力设备设施持续高效地运行， 同时智能 电网可以对整个电力系统的能源供应进行合理的调整优化， 提 高供电设备设施的工作效率 。 其可以根据各地区用户需求特 点， 供应适宜的优质电能， 有效地缓解紧张的市场电力需求， 节 约电力成本。 1.4 兼 容 性能 好 传统的电网采取远端集中发电方式， 导致电网的兼容性很 差。 而智能电网改变了这种情况， 它不仅可实现集中发电， 也可 实现分散发电并相互兼容， 使得可再生能源分布式发电和储能 系统能顺利以 “即插即用” 的形式接入系统， 扩大了系统调节运 行的可选范围， 促进了电网和自然环境的和谐发展［ ２］。 1.5
智能电网调度运行关键技术研究
智能电网调度运行关键技术研究随着社会的不断发展，能源问题也成为了一个全球性的热点问题。
如何有效地管理和利用能源资源，成为了各国政府和企业所面临的重要课题。
智能电网调度运行关键技术研究，就是针对电网领域所面临的问题，提出一系列的技术解决方案，从而实现智能电网的高效运行和管理。
一、智能电网的概念智能电网，又称为智能能源网络或智能输电网，是指在电力系统中引入信息通信技术、计算机技术和自动化控制技术，对电网进行智能化改造，实现对电力系统的全面监控、调度、管理和优化，以提高电网的可靠性、经济性、安全性和环保性，满足用户多样化的用电需求。
智能电网是未来电力系统的发展方向，它将使电力系统具备多样化的能源接入、多种形式的能源互联、多层次的能源利用和多维度的能源调度。
智能电网调度运行关键技术的研究和应用，对于实现电力系统的智能化、高效化和可持续化发展具有重要意义。
二、智能电网调度运行的挑战智能电网的建设和运行面临着多方面的挑战，主要表现在以下几个方面：1. 多能源接入的复杂性：随着可再生能源（如风能、太阳能、水能等）的大规模接入，电网中能源类型和规模的多样化增加了电网的复杂性，对调度运行提出了更高的要求。
2. 负荷和供应之间的平衡难题：由于用户的用电需求和各种能源的波动性，电网中负荷和供应之间的匹配难题凸显出来，需要通过智能化调度运行技术来优化电力系统的运行。
3. 安全稳定的运行保障：电力系统的安全稳定是智能电网建设的首要任务，需要通过智能化的调度运行技术来预防和控制各种潜在的故障和事故，确保电力系统的稳定运行。
4. 灵活互联的智能化管理：智能电网需要实现分布式能源资源的互联和管理，满足用户个性化需求，这要求智能电网调度运行技术能够实现灵活互联的管理和调度。
为了应对上述挑战，必须开展智能电网调度运行关键技术的研究和应用，以实现电网的高效运行和管理。
1. 多能源混合调度技术多能源混合调度技术是指在电网中对多种能源资源进行统一调度和管理。
面向智能电网应用的电力大数据关键技术
面向智能电网应用的电力大数据关键技术摘要：随着科学技术的不断发展，现代信息技术也在不断完善，智能电网随之产生并得到进一步的发展。
在大数据环境下，为了能够更好地完善智能电网，提高智能电网的工作效率，提高智能电网的数据信息处理能力，提高整体运营的经济性，必须要对智能电网相关的大数据平台进行完善。
本文浅析面向智能电网应用的电力大数据关键技术。
关键词：智能电网；电力数据；关键技术引言随着我国社会经济的不断发展，传统电力信息系统已不符合时代发展的需求，当前社会对智能电网的需求也在不断的增加。
作为智能电网最为重要的组成部分，信息通讯系统也在进行不断的完善，从而促进了电力大数据的发展。
同时，电力大数据的运用与发展对于信息通讯系统的处理效果提出更多的要求。
只有当电力大数据技术真正有效运用到智能电网中，电网才能更好地满足社会需求，促进我国经济发展。
1智能电网电力大数据概述现阶段电网基础设置很难满足信息资源日益增长的技术性要求，所以智能电网的应运而生能让数据信息的搜集、分析和存储等得到发展，但是要想让信息资源的利用效率增大，构建大数据平台能是实现其科学合理决策的关键。
在这方面具十分成功的案例是Hadoop服务平台的系统构建情况，需要将大数据与这一平台进行更为有效的融合和对接，进而能为大数据的关键新技术的作用发挥起到良好的保障作用。
例如，在进行海量的信息搜集与处理的时候，能够提供电子表格数据，并利用信息分类技术，将其实用性更好的发挥出来，进而能在用户信息效率方面有所提升。
另外，智能电网大数据平台主要是以分布式的文件处理方式为主，为能更好的实现Pb和Zb级别的数据存储功能，可以在分布式计算机技术实现的过程中，实现P6和Zb的数据查询功能。
现阶段的大数据平台涵盖的内容十分广阔，其中有功能性的模块数据，包括大数据访问与调度框架、商业智能应用模块、数据仓库等相关的数据模块。
因此，大数据平台的构建需要在数据关键技术运行效果持续升高的情况下对电力领域内企业的智能化电网的实现提供有效的保障，用以提升企业的自身结构发展也能让营销服务模式的优化创新能力得到极大的提升，进而能让电力企业持续稳健的发展下去。
面向智能电网应用的电力大数据关键技术符式阳
面向智能电网应用的电力大数据关键技术符式阳发布时间：2021-11-07T09:56:27.316Z 来源：《中国科技信息》2021年10月下30期作者：符式阳[导读] 随着智能电网技术的日益成熟，智能电网的建设速度也在日益加快，随之而来的是各种传感器和智能电表的大量使用，导致产生了海量的电力数据，如何处理这些数据是现阶段智能电网发展面临的最主要问题。
云计算技术因为可以向用户提供海量的存储空间和强大的计算能力近年来被广泛的关注，在数据处理方面跟其他技术相比也具有很大的优势，已经广泛的运用到互联网、电商等领域。
结合上述技术的不足，本研究构建出新型云计算电力数据平台来处理电力大数据，将云计算技术和智能电网进行深度融合，构建出基于云计算技术的电力大数据分析处理系统，采用多维度检索、支持数据等新的多存储模型以及自动翻译工具等方式解决传统电网信息数据处理速度慢、存储空间不足等问题。
广东电网有限责任公司广州供电局符式阳广东广州 510000摘要：随着智能电网技术的日益成熟，智能电网的建设速度也在日益加快，随之而来的是各种传感器和智能电表的大量使用，导致产生了海量的电力数据，如何处理这些数据是现阶段智能电网发展面临的最主要问题。
云计算技术因为可以向用户提供海量的存储空间和强大的计算能力近年来被广泛的关注，在数据处理方面跟其他技术相比也具有很大的优势，已经广泛的运用到互联网、电商等领域。
结合上述技术的不足，本研究构建出新型云计算电力数据平台来处理电力大数据，将云计算技术和智能电网进行深度融合，构建出基于云计算技术的电力大数据分析处理系统，采用多维度检索、支持数据等新的多存储模型以及自动翻译工具等方式解决传统电网信息数据处理速度慢、存储空间不足等问题。
关键词：智能电网；电力大数据；关键技术1 基于云计算的电力大数据分析系统架构设计云计算技术在处理大数据方面已经有比较成熟的应用，但是多用于互联网行业，而互联网大数据与电力大数据存在很多不同，比如检索、读写和编写等方面，但是基本的架构依然可以参考。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能电网大数据平台及其关键技术研究
智能电网是大数据的重要技术应用领域之一。
智能电网大数据结构复杂、种类繁多，具有分散性、多样性和复杂性等特征，这些特征给大数据处理带来极大的挑战。
智能电网大数据平台是大数据挖掘的基础，通过智能电网大数据平台可实现智能电网全数据共享，为业务应用开发和运行提供支撑。
引言
智能电网是以物理电网为基础，将现代先进的传感测量技术、通信技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网，见图1。
它涵盖发电、输电、变电、配电、用电和调度等各个环节，对电力市场中各利益方的需求和功能进行协调，在保证系统各部分高效运行、降低运营成本和环境影响的同时，尽可能提高系统的可靠性、自愈性和稳定性。
随着智能电网的发展，电网在电力系统运行、设备状态监测、用电信息采集、营销业务系统等各个方面产生和沉淀了大量数据，充分挖掘这些数据的价值具有重要的意义。
图1 智能电网示意图
大数据是近年来受到广泛关注的新概念，一般是指无法在可容忍的时间用传统的IT技术、软硬件工具和数学分析方法，对其进行感知、获取、管理、处理和分析的数据集合。
智能电网被看作是大数据应用的重要技术领域之一。
目前许多学者正在进行智能电网大数据研究，包括发展战略研究、大数据技术研究、应用研究等。
智能电网大数据应用众多，涉及电网安全稳定运行、节能经济调度、供电可靠性、经济社会发展分析等诸多方面，进行智能电网大数据分析需要统一智能电网大数据，并且由于应用众多，对计算、存储、网络等性能提出了较高要求，因此需要构建面向智能电网应用的统一大数据处理平台。
本文首先分析智能电网大数据特点以及业务应用需求，接着结合业务应用介绍大数据关键技术，进而提出智能电网大数据平台和应用框架。
1智能电网大数据概述
1.1智能电网大数据特点
根据数据来源的不同，可以将智能电网大数据分为电力企业部数据和电力企业外部数据。
电力企业部数据源主要包括广域量测系统(WAMS)、数据采集与监控系统(SCADA)、在线监测系统、用电信息采集系统、生产管理系统、能量管理系统、配电管理系统、客户服务系统、财务管理系统等;电力企业外部数据源包括气象信息系统、地理信息系统、互联网数据、公共服务部门数据、社会经济数据等。
这些数据分散放置在不同地方，由不同单位/部门管理，具有分散放置、分布管理的特性。
智能电网大数据结构复杂、种类繁多，除传统的结构化数据外，还包含大量的半结构化、非结构化数据，如客户服务中心信息系统的语音数据，设备在线监测系统中的视频数据与图像数据等。
这些数据的采样频率与生命周期也各不同，从微秒级、分钟级、小时级，一直到年度级，见图2。
图2 智能电网数据采用频率和生命周期
1.2大数据业务需求分析
智能电网大数据业务应用根据对象不同可分为面向电力公司运行管理、面向电力用户服务、面向政府部门辅助决策等3类。
面向电力公司运行管理类应用包括电力系统稳定性分析与控制、输变电设备故障诊断与状态检修、配电网运行状态评估与预警、配电网故障定位、负荷预测、城市电网规划等;面向电力用户服务类应用包括用户用电行为分析、需求侧管理、能效分析、供电服务舆情分析等;面向政府部门辅助决策类应用包括社会经济状况分析与预测、政府决策支持与相关政策评估，如电价政策、新能源补贴政策等是否合理等。
这些需求需要综合电网运行状态信息、用户用电信息、客服系统信息、气象数据、经济社会数据和互联网数据等。
2智能电网大数据关键技术
根据信息处理流程，大数据在智能电网中的应用可以分为数据采集、数据清理、数据存储及处理、数据分析、数据解读和数据应用6个环节，其关键技术包括数据集成技术、数据存储技术、数据处理技术和数据分析技术。
2.1数据集成技术
智能电网大数据具有分散性、多样性和复杂性等特征，这些特征给大数据处理带来极大的挑战。
要想处理智能电网大数据，首先就需要对众多数据源的数据进行集成，通过数据抽取、转换、剔除、修正等处理，建立正确、完整、一致、
完备、有效的智能电网大数据。
目前通常采用的数据集成模型包括数据联邦、基于中间件模型和数据仓库等。
ETL是企业数据集成的主要解决方案。
ETL指Extract、Transform、Load，即抽取、转换、加载。
数据抽取是从源数据源系统抽取目的数据源系统需要的数据;数据转换是将从源数据源获取的数据按照业务需求，转换成目的数据源要求的形式，并对错误、不一致的数据进行清洗和加工;数据加载是将转换后的数据加载到目的数据源。
ETL过程中的主要环节就是数据抽取、数据转换和加工、数据加载。
为了实现这些功能，各个ETL工具一般会进行一些功能上的扩充，例如工作流、调度引擎、规则引擎、脚本支持、统计信息等。
数据集成是智能电网大数据应用的关键环节。
智能电网大数据集成涉及众多各类型的应用系统，这些系统类型和特征复杂，在实时性要求、数据规模、数据类型等方面存在较大的差异，在智能电网大数据集成中需要综合考虑各种因素，在集成技术上单一技术可能很难实现，需要结合多种技术来实现智能电网大数据的集成。
2.2数据存储技术
在智能电网大数据中，绝大多数数据为结构化数据，同时也存在文本、图像、音频、视频等非结构化或半结构化数据。
对非结构化数据可采用分布式文件系统进行存储，对结构松散无模式的半结构化数据可采用分布式数据库，对海量的结构化数据可采用传统关系型数据库系统或分布式并行数据库。
2.2.1 分布式文件系统
分布式文件系统适合存储海量的非结构化数据，将数据存储在物理上分散的多个存储节点上，对这些节点的资源进行统一管理和分配，并向用户提供文件系统访问接口，主要解决本地文件系统在文件大小、文件数量、打开文件数等方面的限制问题。
Hadoop 是大数据的一个解决方案，可以实现大数据的存储、分析和管理[9]。
HDFS (Hadoop Distributed File System)是一个分布式文件系统，它是开源项目Hadoop的家族成员。
HDFS将大规模数据分割为大小为64兆字节的数据块，存储在多个数据节点组成的分布式集群中，当数据规模增加时，只需要在集群中增加更多的数据节点，具有很强的可扩展性;同时每个数据块会在不同的节点中存储多个副本，具有高容错性;由于数据是分布存储的，具有高吞吐量的数据访问能力。
2.2.2 分布式数据库
大数据环境下对数据的存储、管理、查询和分析需要采用新的技术，传统的数据库在数据存储规模、吞吐量、以及数据类型和支撑应用等存在瓶颈。
分布式数据库由于具有很好的扩展性和协同性，在大规模数据存储和管理中得到广泛的应用。
目前主要有键值存储系统、文档数据库、图数据库等。
HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，它不同于一般的有模式的关系型数据库，HBase存储的数据表是无模式的，特别适合结构复杂多样的半结构化数据存储。
HBase利用HDFS作为其文件存储系统，可利用Map-Reduce技术来处理HBase中的海量数据。
2.2.3 关系型数据库系统
智能电网中很大一部分数据是结构化数据，针对一些数据和业务应用，传统关系型数据库可能更适合，因此在大数据环境下，传统关系型数据库也具有一定的应用。
基于传统数据库如Oracle等构建数据仓库，开展智能电网业务的分析挖掘。
智能电网大数据结构复杂、种类繁多，其数据存储需要根据数据的特点选用适合的数据存储方式。
数据管理也是智能电网大数据的重要功能，从整体上对存储在不同系统上的数据进行统一管理，并提供数据索引和查询功能。
综合以上分析，数据存储对比见表1。
2.3数据处理技术。