人工智能与大数据的相关论文

　　大数据是人们认知世界的一种新的渠道和新的方法。大数据的应用可以看做是知识在计算机网络上的新呈现，以下是学习啦小编整理分享的人工智能与大数据的相关论文，欢迎阅读!

　　人工智能与大数据的论文篇一

　　大数据是人们认知世界的一种新的渠道和新的方法。大数据的应用可以看做是知识在计算机网络上的新呈现，本文详尽阐述了智能电网中大数据的特点，智能电网中大数据处理技术现状和智能电网大数据处理技术面临的挑战等方面进行了深入的探讨。

　　【关键词】智能电网 大数据 云计算 并行数据库 应用现状

　　随着智能电网建设的不断深入和推进，电网运行和设备检、监测产生的数据量呈指数级增长，使电力企业进入了大数据时代，对目前的数据存储和处理技术提出了更高的要求。同时也对智能电网大数据的处理效率提出了更加严苛的要求，本文以现阶段智能电网大数据处理的技术应用为出发点，基于大数据处理目前的技术水平，分别从传输性、存储性、时效性、集成性和可视性等方面探讨新技术背景下智能电网大数据处理面临的机遇与挑战。

　　1 智能电网中大数据的特点

　　智能电网业务中的基本数据按内容可以划分成三大类。

　　(1)运行数据、设备检测数据、设备实时状态参数数据。

　　(2)电力企业营销数据(用电客户、电量报价等)。

　　(3)电力企业管理数据。

　　在上述类目可以再次细化为结构化数据和非结构化数据两大类。但无论基于何种分类方式，大数据在智能电网中体现出来的特点是不变的，简单概括为体量大、类型多，具体如下：

　　(1)数据体量大：即数据的数量和体积较为庞大。在智能时代的推动下，电网在数据吞吐量的级别已经从以往的TB级飙升为PB级。

　　(2)数据类型繁杂：由于电力企业自身存在的特殊性，加之其地理分布情况在区域上的差异性，电网企业涉及到的数据有着极为复杂的类别划分，细分后的子类和子项同样在数量上非常庞大，也正是由于这一特点，不同的数据类别对服务器端硬件设备及用户端的系统平台均有不同程度的配置、性能及处理需求，从而更是增加了电网企业内网及外设双重建设项目的难度。

　　(3)数据价值密度低：异常数据出现的频率低，同时也是对电网软、硬件设备维修和检测最有价值的。

　　2 智能电网中大数据处理技术现状

　　2.1 并行数据库

　　关系数据库常用于结构化数据的存储、整合及维护，可以实现的具体功能如下：

　　(1)可实现数据查询及逻辑分析的快捷化、灵活性操作。

　　(2)可提供高标准规则强制下业务事项的高效处理。

　　(3)可承载一定数量的用户同时发起数据访问的系统压力。

　　(4)可执行高级别安全机制。

　　得益于SQL严谨的数据查询语言、高效率的数据分析层级以及脱离对程序依赖的高效率独立化协同运行等绝对优势，关系数据库得到了业界的一致认可和推广。但是智能电网的开发和组建已经今非昔比，其进展的速度早已将关系型数据库的能力范围甩在了身后，仅在非结构化数据存储这一点能力上的局限，就使得目前多种主流数据类型如地理信息、高像素图片以及各种音、视频等格式文件无法满足电力企业在数据存储方面提出的全新的、更高标准的需求。

　　2.2 云计算技术

　　云计算平台的诞生使得大数据技术尤为必要，能够存储海量数据并具备数据并行处理功能等核心技术，因此为电力设备实时状态数据提供了强大的技术支持。实时状态数据不仅类目众多，数据量庞大，可靠性和实时性的标准高，使基于云计算技术的海量数据研究仍处在起步阶段，即便能够确保监控程序的延展性和可靠性，但更高标准的性能如安全和数据隐私等并未实现，仍需不断探索。

　　3 智能电网大数据处理技术面临的挑战

　　3.1 大数据传输及存储技术

　　智能时代数据量的日渐增多极大程度影响了电网智能化的发展，并在存储系统、电网运行监控设备以及数据传输方面形成了诸多负担。因此要进行分类存储和分析系统中现有的大数据性能。非结构化数据在智能电网中存有的百分比较大，将此类非结构化数据演变成结构化数据，是当前智能大数据在存储方面处理技术上存在的难题。

　　3.2 数据处理的时效性技术

　　大数据重点在于处理速度。一般情况下，处理时间与数据规模成正比，规模大的数据集处理的时间就越长。传统的存储方案仅能够处理能力范围内的一定量的数据，对大数据却难以驾驭。随着智能电网的不断应用，实时数据处理将需贯穿于用电、输变电和发电等各项关键环节中。

　　3.3 异构多数据源处理技术

　　未来智能电网能够将贯通发电、调度以及变电、输电、配电等几项环节得以满足，能够将信息的全面采集、高效处理、流畅传输以及业务流、信息流和支撑电力流实现高度的一体化。因此，其主要功能是能够整合出规模较大的多源异构信息，可以由资源集约化配置的数据中心提供给智能电网。目前海量异构数据需首要处理的问题在于，怎样构建出一个能够规范表达的模型，同时何以才能以该模型为基础将数据融合以及查询存储同时高效进行。

　　3.4 大数据可视化化分析技术

　　针对难以量化的智能电网数据，在屏幕空间自身局限的显示情况下，面向用户提供一种更为简便直观的方式，是跨越性较大、难度较高的一项工作。在实践中，可视化方法能够分析规模较大的数据，将数据绘制为分辨率和精度较高的图片，同时辅以交互工具，结合人的视觉系统，对算法参数和实时处理做出决定，并通过数据展开定量、定性的分析和观察。

　　4 结语

　　智能电网系统在我国的应用日渐广泛，大数据处理技术已然是智能电网安全运行的有利武器。但在电网智能化的发展进程中，实时、隐私等方面的性能需求对大数据技术本身提出了更严峻的挑战，为了向全景实时电网时期迈进，我们必须制定有针对性的解决方案，为电力事业得以持续稳定发展贡献出力量;推动我国社会主义现代化建设的步伐更快的向前迈进。

下一页分享更优秀的>>>人工智能与大数据的论文