引言：电力系统的运行与控制往往会产生大量数据，这些数据的主要功能是为了满足各个工作流程需求。电力系统异构数据平台主要就是针对这些来源、格式不同的数据进行有效处理，进而实现有关功能，而网格计算作为网络联通、数据库建立等提供资源，确保平台的实用性与科学性，具有重要的研究与使用价值。
一、电力系统数据分析
（一）电力系统数据的主要特点
首先目前电力系统涉及的企业与用户与日俱增，数据种类更多并且来源、分布更加广泛，数据结构更加多样，例如电力市场交易、碳市场交易、气象播报等等，异构数据更多，处理起来更加困难。其次电力系统数据维度更高，以存储的历史数据量为例，由于时间跨度较大，数据属性割裂严重，数据采样频率需要更高。最后电力系统数据的耦合性与安全性要求更高，数据耦合性强主要体现在与信息网的深度融合以及其他能源系统的耦合上，使得电力系统数据的关联性更加复杂。而数据安全性要求高的主要原因在于互联网环境的一些潜在风险，例如服务器攻击、远程恶意操控等，用户数据隐私需要得到更高水平的保护。
（二）异构数据处理的重要性
电力数据作为电力生产工作以及电力服务的重要基础内容，发电、输电、配电、用电、调度都会需要电力系统的有效工作，而异构数据处理作为电力系统重要的工作内容，设计到更多工作环节，并且关系到电力系统的信息化建设，例如目前的电力数据已经在为智能电网、智慧城市以及节能减排服务了。不同存储方式、数据模型、编码的电网参数是异构数据处理的主要对象，有效的处理工作可以指导电厂的生产、使电网更加科学、智能，并为电力系统的维护工作提供数据基础。
（三）异构数据处理存在的问题
首先异构数据处理需要面对数据各个属性的不一致，例如结构不同、查询规则不同、查询语言不同等，属性上的不同导致异构数据处理会出现一些问题，例如存储方法的选择、数据库功能实现、数据查询标准的设定等。其次数据语义异构问题也十分重要，如命名异构、存储种类异构、关系表达异构等，数据语义作为数据处理的重要依据，其问题需要优先解决。最后是数据的遗漏与冲突，由于各个数据的侧重点不同，进行处理时遗漏与冲突问题较为常见[1]。
二、网格计算下的电力系统异构数据平台设计要点
（一）异构数据库的建立以及数据导换
1.异构服务器关系建立
以双异构信息系统的数据平台为例，要想实现电能量采集以及系统功能正常两个设计目的，系统间服务器关系需要更加可靠与牢固，才能有基础建立性能更高、扩展性更强的数据库。在服务器的选择上，优先选择支持联机、快速查找以及多用户操作的服务器，并将另一台服务器作为配置端，加装电能量采集以及分析系统。进行系统连接后，两台服务器均可以作为客户端进行数据的处理工作，还能利用网络浏览器进行远程数据导换，大大提高了异构数据的处理速度以及工作人员之间的通信质量。
2.数据库建立与调用
数据库是电力系统异构平台设计的重要部分，因为所有异构数据的处理存储工作都需要数据库的支持才能有效进行。由于异构数据本身功能及作用不同，常规的数据库表不能满足使用要求，因此可以利用多数据库之间的信息传递来实现对异构数据的有效处理，并利用虚拟数据库管理系统来制定抽取规则，有效从正确的数据库中获得数据，并用规范形式对数据表现进行处理，由于异构数据库资源众多，在接口的选择上可以使用JDBC调用级接口，因为该接口的跨平台操作性能更佳，可以访问不同的数据库。
3.数据导换
异构数据平台服务器之间的数据导换需要保持负荷控制系统以及电能量远程采集分析系统的数据一致性，并且可以实现对数据的动态修改，同时电能量采集分析系统也可以保证及时更新。数据在进行导换过程中，外部人员需要确定数据导换的具体进度，因此可以根据电力系统的实际情况来设定进度规则，并确定数据的采集周期，保证异构数据平台可以优先处理前置机回传的数据，例如电量、电力需求量等，进一步确保了异构数据平台的运行安全性。
（二）异构数据的共享
1.共享网格服务框架建立
电力系统异构数据的共享需求主要来源于目前数据信息的多元化。要想完成异构信息资源的共享需要消除底层数据的异构性因素，例如数据库管理方法、操作系统工作流程、数据格式等。异构数据共享的主要目的是使数据资源更加透明，帮助分析系统实现统一访问，其中共享网格服务框架是功能实现的基础。电力系统异构数据平台的网格服务整体框架主要由应用层、集合服务层、资源服务层以及电力系统异构数据源构成，其中集合服务层以及资源服务作为核心部分可以帮助用户更好的调用网格服务进行数据操作[2]。
2.配电网数据访问
电力系统异构数据平台的共享网格服务势必需要面对配电网的相关访问，根据服务框架的运行原则，由于核心服务层之间属于树状运行，可以同时访问处于多个数据节点的数据资源，配电网也可以拥有数据描述、数据访问、数据管理等服务接口，还能利用资源服务层实现对外共享，在面对更大范围、更复杂的数据处理工作时有更强的分析功能。此外根据不同配电网的使用需求，可以进一步简化共享网格服务框架，仅针对部分节点进行模型建设与封装，使格式更加统一，依然可以实现信息资源的共享功能。
（三）基于异构数据的大数据预测功能
1.数据收集与处理
异构数据平台的预测功能实现的主要设计要点依旧是处理与分析不同来源的数据，以住宅用户的智能电表数据分析为例，异构数据平台需要通过处理时间戳、电表编号、用户消耗电能量等信息，并进行适当的验证、过滤与转换，判断数据具有价值后才能进行相关预测。可以从算法选择上实现异构数据平台的预测功能，例如利用插值法将不同来源的异构数据进行不同程度的分解。以电力系统的短期负荷预测为例，可以有效利用异构数据平台来处理各种异构数据，并储存各种数据格式的数据，针对其中的关键特征提出预测模型。
2.数据聚类与降维
异构数据平台的大数据预测功能设计需要从历史数据、外界因素、时间信息等方面入手，明确这几个特征对数据处理的影响程度及规律。以历史数据分析为例，除了对数据本身进行预测，还可以利用网络调查以及问卷收集更多信息，实现数据的降维操作，并且还能进一步减少异构数据平台的预测误差，提高数据处理性能。此外在新能源的使用背景下，异构数据平台的数据聚类与降维功能可以为相关决策提供可靠依据。
结论：综上所述，电力系统的异构数据平台需要具有解决电力系统中数据库的分散以及异构问题，因此需要从数据库构建、数据导换流程、数据资源共享、网格服务框架以及数据预测功能等要点进行科学设计，从异构数据的收集、集成、处理、功能使用上进一步强化功能性，使电力系统可以更加稳定、高效运行。
参考文献：
[1]王臻,刘东,徐重酉等.新型电力系统多源异构数据融合技术研究现状及展望[J].中国电力,2023,56(04):1-15.
[2]丛宝松.基于多源异构数据的配电网规划系统研究[J].自动化与仪器仪表,2023,(05):149-152+157.
