人工智能與大數據的相關論文

　　大數據是人們認知世界的一種新的渠道和新的方法。大數據的應用可以看做是知識在計算機網絡上的新呈現，以下是學習啦小編整理分享的人工智能與大數據的相關論文，歡迎閱讀!

　　人工智能與大數據的論文篇一

　　大數據是人們認知世界的一種新的渠道和新的方法。大數據的應用可以看做是知識在計算機網絡上的新呈現，本文詳盡闡述了智能電網中大數據的特點，智能電網中大數據處理技術現狀和智能電網大數據處理技術面臨的挑戰等方面進行了深入的探討。

　　【關鍵詞】智能電網 大數據 云計算 并行數據庫 應用現狀

　　隨著智能電網建設的不斷深入和推進，電網運行和設備檢、監測產生的數據量呈指數級增長，使電力企業進入了大數據時代，對目前的數據存儲和處理技術提出了更高的要求。同時也對智能電網大數據的處理效率提出了更加嚴苛的要求，本文以現階段智能電網大數據處理的技術應用為出發點，基于大數據處理目前的技術水平，分別從傳輸性、存儲性、時效性、集成性和可視性等方面探討新技術背景下智能電網大數據處理面臨的機遇與挑戰。

　　1 智能電網中大數據的特點

　　智能電網業務中的基本數據按內容可以劃分成三大類。

　　(1)運行數據、設備檢測數據、設備實時狀態參數數據。

　　(2)電力企業營銷數據(用電客戶、電量報價等)。

　　(3)電力企業管理數據。

　　在上述類目可以再次細化為結構化數據和非結構化數據兩大類。但無論基于何種分類方式，大數據在智能電網中體現出來的特點是不變的，簡單概括為體量大、類型多，具體如下：

　　(1)數據體量大：即數據的數量和體積較為龐大。在智能時代的推動下，電網在數據吞吐量的級別已經從以往的TB級飆升為PB級。

　　(2)數據類型繁雜：由于電力企業自身存在的特殊性，加之其地理分布情況在區域上的差異性，電網企業涉及到的數據有著極為復雜的類別劃分，細分后的子類和子項同樣在數量上非常龐大，也正是由于這一特點，不同的數據類別對服務器端硬件設備及用戶端的系統平臺均有不同程度的配置、性能及處理需求，從而更是增加了電網企業內網及外設雙重建設項目的難度。

　　(3)數據價值密度低：異常數據出現的頻率低，同時也是對電網軟、硬件設備維修和檢測最有價值的。

　　2 智能電網中大數據處理技術現狀

　　2.1 并行數據庫

　　關系數據庫常用于結構化數據的存儲、整合及維護，可以實現的具體功能如下：

　　(1)可實現數據查詢及邏輯分析的快捷化、靈活性操作。

　　(2)可提供高標準規則強制下業務事項的高效處理。

　　(3)可承載一定數量的用戶同時發起數據訪問的系統壓力。

　　(4)可執行高級別安全機制。

　　得益于SQL嚴謹的數據查詢語言、高效率的數據分析層級以及脫離對程序依賴的高效率獨立化協同運行等絕對優勢，關系數據庫得到了業界的一致認可和推廣。但是智能電網的開發和組建已經今非昔比，其進展的速度早已將關系型數據庫的能力范圍甩在了身后，僅在非結構化數據存儲這一點能力上的局限，就使得目前多種主流數據類型如地理信息、高像素圖片以及各種音、視頻等格式文件無法滿足電力企業在數據存儲方面提出的全新的、更高標準的需求。

　　2.2 云計算技術

　　云計算平臺的誕生使得大數據技術尤為必要，能夠存儲海量數據并具備數據并行處理功能等核心技術，因此為電力設備實時狀態數據提供了強大的技術支持。實時狀態數據不僅類目眾多，數據量龐大，可靠性和實時性的標準高，使基于云計算技術的海量數據研究仍處在起步階段，即便能夠確保監控程序的延展性和可靠性，但更高標準的性能如安全和數據隱私等并未實現，仍需不斷探索。

　　3 智能電網大數據處理技術面臨的挑戰

　　3.1 大數據傳輸及存儲技術

　　智能時代數據量的日漸增多極大程度影響了電網智能化的發展，并在存儲系統、電網運行監控設備以及數據傳輸方面形成了諸多負擔。因此要進行分類存儲和分析系統中現有的大數據性能。非結構化數據在智能電網中存有的百分比較大，將此類非結構化數據演變成結構化數據，是當前智能大數據在存儲方面處理技術上存在的難題。

　　3.2 數據處理的時效性技術

　　大數據重點在于處理速度。一般情況下，處理時間與數據規模成正比，規模大的數據集處理的時間就越長。傳統的存儲方案僅能夠處理能力范圍內的一定量的數據，對大數據卻難以駕馭。隨著智能電網的不斷應用，實時數據處理將需貫穿于用電、輸變電和發電等各項關鍵環節中。

　　3.3 異構多數據源處理技術

　　未來智能電網能夠將貫通發電、調度以及變電、輸電、配電等幾項環節得以滿足，能夠將信息的全面采集、高效處理、流暢傳輸以及業務流、信息流和支撐電力流實現高度的一體化。因此，其主要功能是能夠整合出規模較大的多源異構信息，可以由資源集約化配置的數據中心提供給智能電網。目前海量異構數據需首要處理的問題在于，怎樣構建出一個能夠規范表達的模型，同時何以才能以該模型為基礎將數據融合以及查詢存儲同時高效進行。

　　3.4 大數據可視化化分析技術

　　針對難以量化的智能電網數據，在屏幕空間自身局限的顯示情況下，面向用戶提供一種更為簡便直觀的方式，是跨越性較大、難度較高的一項工作。在實踐中，可視化方法能夠分析規模較大的數據，將數據繪制為分辨率和精度較高的圖片，同時輔以交互工具，結合人的視覺系統，對算法參數和實時處理做出決定，并通過數據展開定量、定性的分析和觀察。

　　4 結語

　　智能電網系統在我國的應用日漸廣泛，大數據處理技術已然是智能電網安全運行的有利武器。但在電網智能化的發展進程中，實時、隱私等方面的性能需求對大數據技術本身提出了更嚴峻的挑戰，為了向全景實時電網時期邁進，我們必須制定有針對性的解決方案，為電力事業得以持續穩定發展貢獻出力量;推動我國社會主義現代化建設的步伐更快的向前邁進。

下一頁分享更優秀的>>>人工智能與大數據的論文