基于大数据技术的电力交易平台的研究

郭斌

国网山西省电力公司太原供电公司，山西 太原 030000

摘要：根据电力市场发展趋势，结合主要大数据技术特点和电力交易大数据来源，分析了大数据技术在电力交易中的应用机制，并主要研究基于大数据技术的电力交易平台，阐述了电力交易平台的主要功能，并研究了在电力交易平台中所使用的大数据关键技术，分析了大数据技术的电力交易平台架构。以此加强对市场成员行为的精准化预测与监管，并利用大数据技术为市场主体提供增值服务，促进电力交易不断向着成熟化发展。

关键词：大数据技术；电力交易；交易平台；研究

引言

随着科技的发展，电力行业逐渐向智能化、自动化、信息化方向发展，不仅为用户提供了方便，也大大促进了电力行业的快速发展。电力交易平台经过国家电网的大力改革和发展，已形成了用户信息查询、电费缴纳和结算、缴费服务等主要功能的交易平台，从而保证了电力交易市场的公开、公平、便捷。目前电力交易平台仍存在诸多问题，如交易业务细化不足，平台对于多种化、多周期化的产品运行支持不足；用电用户不断增加、平台访问数据量增加，同时在线人数规模不断增长，平台对于海量信息的处理能力不足；而大数据技术的出现能够大大提高电力交易平台的处理效率，改善交易平台的数据存储和处理的能力，进一步推动我国电力交易平台的发展。本文就大数据在电力市场交易中的应用进行分析，说明电力交易与大数据的深度融合以及大数据对电力交易场景的具体应用。

1 大数据技术的内涵和特点

随着互联网和科学技术的不断发展，大数据技术已经愈加成熟。大数据技术在通讯领域的合理运用，能够实现对海量数据的采集分析和处理运用，这种模式切实提高了现有信息数据的实际效能。目前，大数据所呈现出的特点主要包括以下四个方面，分别为数据量大、数据来源和格式多样、数据价值密度低以及数据增长快速。在当前大数据时代的发展过程中，大数据技术主要分为大数据存储技术和大数据分析技术两大方面。对于大数据存储技术而言，它主要是根据云服务中的云储存功能，借助当前大数据的存储载体，进一步提高存储结构的可扩展性，同时也使得存储形式的兼容性得到有效提升，这不仅在很大程度上增加了数据存储的数量，并且也切实优化了数据的实际应用，使得数据的实际效能被充分发挥出来。而大数据分析技术主要包括人工智能、数据挖掘、神经元网络、模式识别、回归计算、顺序排列以及统计分析等多个方面，它可以对数据信息进行更高层次的解析处理，这对通讯领域各项决策和发展方向的确立具有非常积极的影响。大数据技术在电力领域中的合理运用，为电力行业的整体发展提供了更加准确的数据参考，这在很大程度上提高了电力领域相关决策的合理性和可行性。与此同时，在电力领域的发展过程中引入大数据技术，还可以切实加强通讯领域与其它领域之间的合作交流，这为当前电力领域的进一步发展灌注了新的生机和活力。

2 电力交易平台的主要功能

电力交易平台的主要功能分为基础交易管理功能、高层交易管理功能、以及扩展交易管理功能。基层交易管理功能：电力交易管理、合同管理、计划管理、信息发布、结算管理、市场注册、电力电量平衡、数据质量管理、服务窗口管理、市场信息综合统计等；高层交易管理功能：双边市场三公管理、双边市场评估分析、业务数据管理、市场运营分析、市场运营管理、交易资源管理、交易合规管理、市场态势分析、市场效率分析、市场关键指标分析、移动终端交易应用等；扩展交易管理功能：日前市场交易管理、辅助服务市场交易管理、实时市场交易管理、电力期货交易、电力期权交易管理、金融输电权交易管理、电厂报价辅助决策、用户保教辅助决策、交易优化辅助决策、市场电价预警、市场模拟仿真、交易员培训等。

3 电力交易平台的大数据技术

3.1 大数据集成管理技术

电力交易平台是众多应用的集合，需要将不同的数据格式、性质、来源以及相应的逻辑进行集合处理，且交易平台还需将上述数据进行集成、处理以及存储，保证数据的使用、共享。大数据集成管理技术能够帮助电力交易平台实现不同系统间的数据融合。大数据集成技术主要包括：数据融合和集成技术、数据的过滤和清洗技术、关系和非关系型数据库技术等，能够将来源广泛、复杂的数据进行集成输出，并从相应的关系中找到实体和，从而经过相应的管理和聚合之后将数据进行存储；当需要进行数据清洗和提取时保证数据质量和相应的稳定性。另外，大数据集成技术还包括重要的数据存储管理，使用分布式存储方法能够去除不同关系数据类型，将数据存储进行简化，使存储的数据拥有非常好的扩展性，并且能够解决电力数据海量存储的问题。

3.2 大数据分析技术

电力交易平台还需要将所得不同系统的数据进行融合，并将数据转化为相应的信息，从而得到有用的数据知识，保证数据的正确并得到电力交易数据信息，帮助决策者采取相应的行为。大数据分析技术主要包括数据挖掘、模式识别、机器学习、关联分析、遗传算法学习、神经网络、模式识别等多种技术。大数据分析技术不同于传统的逻辑计算模式，是对海量的信息进行搜素、分析、对比、最终归纳，并找出海量信息的关系网，从而保证数据的可信度和关联度。大数据分析技术从根本上讲，是建立在海量的数据样本基础上，通过相关关系分析的方法能够快速、准确得出数据的计算结果。大数据的挖掘和学习首先要对大数据的特征、抽样进行入手、将大数据转换为小数据分析并进行分类、聚类的算法分析，最终开展大数据并行计算、分析，得到相应的数据分析结果。

3.3 大数据处理技术

大数据处理技术主要是针对电力数据的读取、计算以及相应的处理，主要包括电力数据分布式计算技术、流处理技术及数据内存计算技术。其中分布式计算技术主要是较大的数据计算内容进行分割，划分为多个小部分，并将相应的小部分数据分配给多个小型计算机进行数据计算，最终将所得的结果进行总结。流处理技术主要是众多的数据模块或组作为数据流，并能够当新的数据流到来之前将所需要处理的数据进行处理。该技术的目的是将所获得的数据尽快地处理掉并得出相应的分析结果，避免随着时间的流失数据的价值降低；目前，电力交易平台随着交易量和用户的增加，会使得电平台所处理的数据量不断增加，因此交易平台需根据所得到的数据内容和结果为决策者提供相应的决策参考，从而满足相应的在线分析要求。

4 结束语

综上所述，本文旨在研究电力交易平台中的大数据技术，从而大大提高电力交易平台的智能化、自动化，推动电力交易平台业务的不断发展，提高电力交替平台的智能化管理。

参考文献：

[1]黄靖茵,黄康乾,等.基于电力交易平台大数据的多区域电价预测研究[J].电气应用,2020,（9）：147-148.

[2]黄康乾,周睿,等.电力交易平台架构及关键技术研究[J]. 数字技术与应用,2020,（3）:35-6.

[3]杜龙,张志翔.大数据技术在电力市场交易中的应用[J]. 自动化技术与应用,2019,（10）:226-227.

[4]凌志扬.云环境下电力交易的数据服务研究与实现[D]. 东华大学,2018,（4）:183-184.