下载文档原格式
基于SVG的电力调度图形支撑平台设计与实现任维重庆涪陵聚龙电力有限公司重庆（408000）摘要：SVG就是可伸缩矢量图的，它是一种以为本为基础的标准图形描述语言，在现代的电力调度图形支撑平台中得到应用。
基于SVG的图形支撑系统能够有效的实现电力调度自动化系统中的图形标准化和图形信息的共享性。
本文主要分析了基于SVG的电力调度图形支撑平台的图形建模，在SVG图形建模基础之上的图形支撑平台的设计以及SVG在电力调度系统中的应用。
关键词：SVG；电力调度；图形；拓扑结构；可视化一、基于SVG的电力调度图形支撑平台的设计（一）实现SVG图形转换在电力调度系统的开发过程中，由于开发应用软件有其独立性，因而有多种不同格式的图形文件存在其中，因而，必须利用SVG来实现各种格式图形与标准格式之间的相互转换，达到图形信息资源共享、形成拓扑结构的目的，以避免重复的图形转换动作而导致电力调度系统开发成本的增加。
SVG图形转换的实现主要有以下三种方法：1，XSL样式表图形转换虽然电力调度图形存在着各种各样的格式，但是这些格式的图形都和SVG 有着共同的特性，那就是它们都是基于XML的图形格式，因而都可以通过利用EXTENSIBLE STYLESHEET LANGUAGE(SML)来实现SVG的输出。
2，解析图形转换所谓解析图形转换就是常用文件格式的转换方法，此种方法要求对需要转换文件的图形规则定义有熟悉的掌握，通过一定的程序对待转换的图形文件进行解析，从而将文件形成图形文件以SVG的格式输出。
3，API函数图形转换利用API函数图形转换，可以读取出似有的文件图形信息，并且把读取出来的图形信息保存与DOM对象中，然后通过对图形建模的参考以SVG格式输出。
（二）编辑和储存图形编辑图形是电力调度图形系统的最基本功能之一，通过引入BATIK开源工具包可以实现图形的编辑功能。
图形编辑和存在首先要建立设备的图元模型，以相同的名称来类封装各种色湖北的图元，并且把图元的为止等各种信息都添加到DOM对象中，使SVG文档和图形显示同步进行。
数据中心供配电系统方案设计
范炜
【期刊名称】《电器工业》
【年(卷),期】2022()6
【摘要】以某数据中心实际工程为例,探讨了供配电系统的设计方案,包括负荷计算、供配电系统设计和备用电源柴油发电机组的选择,以及对不间断电源系统进行了分析。
对设备选择做了较为详尽的阐述。
【总页数】4页(P50-53)
【作者】范炜
【作者单位】中国建筑东北设计研究院有限公司(郑州)
【正文语种】中文
【中图分类】TP3
【相关文献】
1.规范供配电系统发展驱动数据中心前行——《数据中心供配电系统技术白皮书》正式发布
2.打造安全、节能的数据中心供配电系统2011数据中心供配电解决方案及能效管理论坛在京召开
3.刍议IDC数据中心供配电系统建设
4.数据中心全直流
供配电系统研究5.数据中心供配电系统可靠性的研究
因版权原因，仅展示原文概要，查看原文内容请购买。
基于云计算的电力大数据分析技术与应用任巍摘要：随着当前科技的不断进步，我国的电力系统得到了一定程度的发展。
在电力系统当中要想更好的实现相关工作的运行，就需要有效的使用计算机网络技术，而计算机网络技术现如今也已经成为电力数据系统当中重要的工具手段，在电力系统当中使用电力大数据技术对其进行有效的分析，对电力工作的正常进行有着重要的意义。
在当前阶段当中要想有效的提高电力系统当中相关数据的真实、可靠性，可以使用云计算手段，而且还能进一步明确电力工程日后的发展方向。
本文就对云计算的电力大数据技术进行有效的分析。
关键词：云计算；电力大数据；技术应用一、云计算大数据在电力工程发展中的作用在当前我国的电力系统当中，人们客观意义上了解了云计算是一种能够有效符合电力工程当中相关的数据计算的电力云，而且在电力工程系统当中电力云是其中统计效果最显著的一种方式，在长期的应用过程当中还可以不断的形成新的发展目标。
通过使用云计算手段手机统计到的数据信息，在工作的过程当中对此类数据进行分析，可以有效的了解到电力系统当中存在的安全隐患以及其他一些问题，并能够在第一时间内做出相应的补救措施，所以云计算技术对电力系统的正常稳定运行有着非常重要的意义。
除此之外，此行业中的相关工作人员也应该不断的提高对云计算的重视程度，在工作的过程当中有效的结合实际情况不断的调整相应的运行模式，促进电力系统工作和大数据云计算技术的有效结合，这样一来也能有效的提高电力系统处理数据资料的速度，大大提高了工作效率。
在电力系统当中科学合理地使用云计算可以有效地推动电力系统的发展。
二、分析云计算的优势（一）工作效率比较高当前在科学技术的不断发展的时代，计算机网络技术得到了有效的发展，而云计算技术就是计算机技术发展完善的重要成果。
目前我国云计算技术运行的基础前提就是计算机网络当中的内部数据处理体系为云计算做良好的支撑，与此同时在云计算不断发展的过程当中还要注意有效地结合虚拟挖掘技术，这样一来也能有效的完善计算机系统。
大数据中心电气系统设计及应用摘要从电气系统设计角度出发，讨论大数据中心在配电,照明,消防,安装,选线等不同板块方面的要求与应用。
关键词数据中心电气系统设计要求1.引言随着大数据中心及人工智能超算中心的发展，电气专业得到了极大的重视，相较于常规项目的配电系统，数据中心的配电必须具有更高的可靠性和稳定的电力配送能力。
电气设计方案也必须充分考虑系统的冗余性，故障可恢复性，需要配置备用电源，备用柴油发电站等设备以便抵御一般性的停电，设备故障断电。
满足设备检修断电，火灾应急处理等能力。
本文通过研读数据中心相应的设计规范，根据乌兰察布某模块化数据中心、及某武某汉人工智能中心等项目的配电设计方案，整理出一套大数据中心配电系统方案设计要点。
1.10kV/0.44kV变配电系统1.1.负荷等级一级负荷：数据中心的消防设备，应急照明，疏散指示灯消防用电；安防监控电源、机电设备监控系统、火灾自动报警系统，数据机房空调负荷，集成冷站内照明系统；二级负荷：冷站中的换风系统；三级负荷：集装箱内插座等。
1.1.市电供电电源变电所由市电接入四路10kV电源（A1,A2与B1,B2回路），进线电源电缆分别由两个独立的上级电业变电站专线专仓引至两处电房的中压室，为数据中心变电房馈电，同时为冷站主机及动力电房馈电。
高压电源布线由城市供电部门负责。
1.1.后备应急电源工程设置柴油发电机做第三电源，发电机供电电压等级为10kV，（一般发电机容量PRP：样版项目中选用1800kW机组，10用1备）。
室外设置埋地油罐，油管需满足负载连续运行12小时；在市电断电时，发电机系统能承担全部负荷，市电和发电机的切换采用有旁路功能的自动转换开关，自动转换开关时，不应影响电源的转换。
中压室两路10kV电源均失电情况下，柴油发电机组在15S内自启动。
柴油发电机组向消防负荷供电及一级负荷供电。
另外应急疏散照明和火灾事故照明灯具需采用自带蓄电池做后备电源。
1.1.变、配电所设置系统设置两个变配电房，分别放置A路、B路配电电源，系统采用N+1配置方案，对应数据中心每个楼层一个信息系统变压器，并设置一个备用变压器；另外为给数据机房持续提供可靠制冷的集成冷站系统单独设置A路，B路动力变压器。
大数据时代下的新型电网规划体系构建雷雨蔚摘要：随着电力数据爆炸式增长，大量数据需要存储、转发和处理，而这些大量的数据化处理无疑是给电网的信息网络建设提出了新的挑战。
但实现大数据环境下新型电网体系的规划不仅仅有利于电网行业的发展，更能够有效的提高我国电力行业信息化的快速发展，并能逐渐健全我国的现有电网体系建设，成为我国电力行业信息化领域的一个新转折点。
因此，本文对大数据时代下的新型电网规划体系构建进行分析讨论。
关键词：大数据时代；新型电网规划；规划体系构建电网规划是电力行业发展与建设的首要环节，传统的电网规划依靠单向确定性的规划方法，对于跨部门跨行业的数据信息利用率低，已经不适合智能电网的管理体系和发展形势。
在大数据浪潮的引领下，充分利用电力大数据关键技术和发展理念，建立信息化、智能化的电力大规划体系势在必行。
针对大数据环境下电网规划体系中的数据获取、数据处理和数据应用方案，本文提出并设计新型电网规划体系，为电网规划体系的建设提供参考。
1大数据的含义想要对大数据时代下的电网规划体系进行研究和创新的基础是深入并正确的认识到什么是大数据。
1.1大数据即全数据“大”只是大数据的一个表象，“全”才是大数据的本质。
要想挖掘数据内蕴含的所有信息，必须在对所有数据进行分析的前提下才可能实现。
大数据是指不用随机分析法这样的捷径，而采用所有数据的方法。
1.2大数据允许不精确数据量的大幅增加会造成一些错误的数据混进数据库，大数据时代要求我们重新审视精确性的优劣。
我们要学会接受这些纷繁的数据并从中受益，而不是以高昂的代价消除所有的不确定性。
也就是说，快速获得一个大概的轮廓和发展脉络要比严格的精确性要重要得多。
1.3预测是大数据的核心建立在相关关系分析法基础上的预测是大数据的核心。
相关关系通过识别有用的关联物来帮助我们分析一个现象，而不需要揭示其内部的运作机制，我们更关注将要发生的事情“是什么”，而不是“为什么”。
2面向大数据的电网规划新体系在信息化和数据化快速的发展的大环境下，电网行业虽然正在高速发展中，但通往成功的道路并不是一帆风顺，电网规划系统的建设仍然面临着许多挑战和不足。
电网大数据应用平台的设计与实现随着电网的快速发展，电力行业已逐渐进入了智能化时代。
电网大数据应用平台的出现，为电力企业提供了更加高效、精准的数据收集和处理方式。
本文将从设计和实现两个方面，介绍电网大数据应用平台的相关内容。
设计部分电网大数据应用平台的设计主要包括三个方面：数据采集方案、数据存储方案和数据应用方案。
数据采集方案：数据采集方案是整个平台实现的重要基础。
为了确保数据采集的准确性和完整性，采用多种采集手段进行数据收集，如传感器、电表、高清监控摄像头等。
同时，应该考虑到数据采集过程中可能会出现的噪声和干扰因素，因此需要对数据进行有效的过滤和去噪处理。
数据存储方案：数据存储方案应该满足高可靠性、高性能和高扩展性等要求。
可以使用分布式数据库进行数据存储，如Hadoop、NoSQL等。
同时，为了保证数据的安全和完整性，采用数据备份、归档和恢复等措施进行数据保护。
数据应用方案：数据应用方案主要包括数据挖掘、可视化分析和模型预测三个方面。
数据挖掘可以帮助企业快速发现数据中隐藏的规律和特征，提高数据的利用价值。
可视化分析可以以图表等形式呈现数据，让数据更加直观、易于理解。
模型预测可以对数据进行预测和优化，提高电力企业的生产效率和经济效益。
实现部分电网大数据应用平台的实现主要包括两个方面：系统架构和技术工具。
系统架构：系统架构是电网大数据应用平台的基础，应该采用分层式设计。
数据采集、数据处理、数据分析等模块应该分别独立，实现数据流的分离和数据处理的并行化。
同时，应该考虑到系统的可扩展性和可靠性，保证系统的高可用和高性能。
技术工具：技术工具是实现电网大数据应用平台的关键。
应该采用多种技术工具进行建设，如开源大数据平台Hadoop、流式计算引擎Spark、数据可视化工具Tableau等。
同时，应该关注技术工具的版本兼容性、性能稳定性和安全性等问题。
总结电网大数据应用平台的设计和实现需要考虑到多个方面，包括数据采集、数据存储、数据应用、系统架构和技术工具等方面，以满足电力企业对数据的快速、准确和高效应用。
新一代电力云平台结构设计与实现随着信息技术的不断发展，电力行业也在不断探索和应用新的技术，以提升能源的管理和运营效率。
而电力云平台作为一种基于云计算和大数据技术的新一代电力管理平台，可以为电力行业提供高效、智能化、安全的电力管理服务。
1.平台架构设计：电力云平台应基于云计算技术，采用分布式架构和微服务架构，以实现高并发、高可用、高性能的服务。
将电力管理的各个模块进行解耦，通过独立的服务进行管理和运行，以提高系统的灵活性和可扩展性。
同时，还要考虑到系统的安全性，通过身份认证、访问控制、数据加密等安全机制，保护用户的隐私和数据安全。
2.数据管理与分析：电力行业生成海量的数据，包括电力供需数据、用电量数据、设备运行数据等。
电力云平台应具备数据采集、存储、处理和分析的能力。
通过采用大数据技术，对电力数据进行实时处理和分析，提取有价值的信息和洞察，并支持数据可视化和数据挖掘，为决策者提供准确的数据支持。
3.物联网技术应用：电力云平台可以与物联网技术结合，实现对电力设备的实时监控和远程控制。
通过在设备上安装传感器，实现对设备的数据采集和状态监测，通过云平台进行数据分析和预测，提前发现设备的故障和异常，并进行远程控制和维修，以提高电力设备的可靠性和运行效率。
4.网络安全保障：电力云平台应具备强大的网络安全能力，通过防火墙、入侵检测系统等技术手段，保护系统免受黑客和恶意攻击。
同时，还要加强电力数据的隐私保护和安全传输，对用户的身份和权限进行严格管理和控制，确保用户数据的安全和隐私。
5.可扩展性与可靠性：电力云平台应具备良好的可扩展性和可靠性，能够应对用户规模的变化和系统的扩展。
通过合理的系统设计和技术选型，保证系统的高可用性和稳定性。
同时，对于电力行业而言，平台的可靠性尤为重要，需要建立冗余备份机制，确保系统的可靠运行。
在实现电力云平台的过程中，需要注意以下几点：1.加强与电力行业的合作和需求分析，深入了解电力行业的运营和管理需求，结合行业特点和规模大小，灵活设计和实施电力云平台。
电力大数据工程建设方案1. 项目背景近年来，随着信息技术和互联网的迅速发展，电力行业也面临了前所未有的变革和机遇。
大数据技术的兴起，为电力行业提供了新的发展工具和思路。
电力大数据工程建设是电力行业转型升级的重要举措，可以有效提高电力行业的效率、降低运营成本，同时也能提高供电质量、保障电网稳定运行。
2. 项目目标本项目的目标是建设一套完备的电力大数据工程平台，实现对电力行业数据的采集、处理、分析和应用等整个流程的闭环管理。
具体而言，本项目的目标包括：•构建完备的数据采集和存储系统，实现各种数据的自动化采集和实时存储；•建立灵活高效的数据处理和分析系统，为各种数据应用提供支撑；•实现多维数据分析和挖掘，为电力行业提供全方位、个性化的数据服务；•落地各种基于电力大数据的应用场景，优化供电质量，提高配电效率。
3. 技术方案本项目的技术架构主要分为三个层次，分别是数据采集和存储层、数据处理和分析层以及应用层。
3.1 数据采集和存储层数据采集和存储层是整个电力大数据工程建设的基础，它的设计要求必须可以满足数据多样化、数据规模化、实时性等多种需求。
采集和存储层主要包括以下子系统：•设备接入系统。
该系统负责与电力通信设备进行交互，采集实时数据并实时推送到数据处理和分析层；•数据存储系统。
该系统包括数据的结构化存储和非结构化存储，以及相应的数据备份和迁移策略；•安全保障系统。
该系统主要是针对数据隐私和安全问题的解决方案，包括访问权限、加密传输、安全存储等多个方面。
3.2 数据处理和分析层数据处理和分析层是电力大数据工程的核心，也是整个系统的灵魂。
该层是整个电力大数据工程最为复杂和关键的部分，主要包括以下子系统：•数据预处理系统。
该系统主要是在数据采集到存储之间的中间环节，对数据进行清洗、消重、分类、规范化等多个方面的处理；•数据挖掘和分析系统。
该系统是整个数据处理和分析的关键，它可以以多种方式对数据进行深层次的挖掘，分类、分类、回归等多个方式进行分析；•数据可视化系统。
大数据时代下的新型电网规划体系的构建研究姜婧波摘要：随着我国科学技术与国民经济的不断发展，电力行业信息化建设发展迅猛。
为了更好的适应现代化和数据化的时代发展，本文以某地供电公司为例，就电网规划体系中大数据的获取方式、非结构化数据的运用情况进行了详细的研究，分析了大数据时代下新型电网体系存在的优势，指出了电力行业要想实现可持续发展的基础和前提等，同时还从实际从人员、管理等多方面提出新型电网规划体系的构建提出了一些建设性意见。
关键词：大数据；新型电网；规划体系；构建1传统配电网规划存在的问题传统配电网规划，主要内容为配电网现状分析、负荷预测、技术原则确定到网架规划，项目确定和经济分析等，其中影响电网网架的主要因素是负荷水平、配网短路电流、负载率、投资和可靠性。
与智能配电网相比，传统配电网规划存在的主要问题是：1.1人为操作的不稳定性，导致数据的差异。
传统配电网规划过程中，配电网网架及运行数据一般是人为测算的，这样有很多的不稳定性。
再加上每个单位和个人的测算方式不同，导致前后数据无法达成完全统一。
1.2在进行电网网架规划和平衡电力时，大多数情况下很容易忽视分布式电源的影响。
近年来，随着智能电网的相继建立，分布式电源的应用也逐渐变得越来越多。
但是之前，人们还普遍对分布式电源的影响认识不够充分，忽视分布式电源的影响在所难免。
1.3通常情况下，短路容量很容易影响配电网的规划过程。
很多情况下，环网下也要保证开环运行状态，再加上短路容量这一局限因素的影响，经常导致环网可靠性降低。
1.4配电网经过规划后，大都比较简单，以致于在投入运行后效率较差。
规划后的电网线路的负载率根据接线模式的不同而不同，比如，单环网的负载率只有50%不到。
通常规划中由于配电网本身的自动化程度有限，是不会选择较为复杂的接线方式，这样一来配电网整体的运用效率自然相对较差。
2大数据的含义大数据技术是随着互联网技术、物联网技术、云计算技术等科学发展所产生的产物，大数据一方面带来了先进的技术，一方面又更新了对数据理念的认知，而在经济快速发展的今天，大数据可谓是与我们生活紧密相连，不管是衣食住行，还是游乐玩耍，各个方面都离不开大数据。
电力大数据环境下大数据中心架构体系设计任巍
摘要：随着社会的进步与科技的发展，在互联网、云计算等技术的支持下，大
数据技术搭建的速度越来越快，大数据时代的到来是必然的。
大数据的出现正在
改变着我们每个人的生活方式、工作方式。
促使了许多科技类型的有机结合，改
变了传统的数据研究模式。
大数据的关键技术及应用领域得到了极大的推广。
随
着国内智能电网的发展与普及，电力大数据的构建变得十分重要，大数据中心的
架构也是电力企业亟需解决的问题。
本文旨在分析电力大数据的结构、内容、资
源共享方面的内容，并结合我国国情，提出一套对于电力企业在电力大数据环境
下大数据中心体系的架构方案。
关键词：电力大数据；大数据中心；大数据
一、电力大数据的应用
电力大数据是将所有有用无用的电力数据进行整合的重要手段，目的在于瓦
全电力数据的价值，实现数据存储与使用的优化。
电力大数据目的不仅仅在于存
储与整合数据，还参与到共享信息与交易。
是优化使用电力数据的重要措施，是
促进国家电网建设的重要组成环节[1]。
（一）生产领域的应用
基于大数据的庞大信息量，在电力生产环节，可以利用电力大数据上的信息
进行辅助电网的规划、安全性检测。
电力生产过程中可以得到有效利用的大数据
信息是用户用电量、公司总发电量、电力负荷数据等。
将这些有用信息有机结合
在一起，从而用来模拟用户用电需求量，实现对未来长期用户用电需求的预测，
以及超负荷用电的趋避，减少安全事故发生的可能性，减少因事故而造成的经济
损失，为电力公司更好地规划与运行提供强有力的信息资源支持[2]。
（二）经营管理领域的应用
电力管理部门可以利用用户用电量、用电时间等数据来合理的评估用电用户
的信用级别，进行用户用电行为分析。
基于基础数据的整合结合用户的注册信息，位置区域划分，参考气候、经济发展程度、国家电价政策等诸多因素进行综合测评，进行分析影响用户用电行为与用电量的不同。
从而以及避免用电高峰期断电
情况的发生。
利用用户用电量等信息，用户区域划分，可以有效的为电力价格的
调节提供强有力的材料保障。
同时也可以用来监测电网的损坏，与窃电的预警。
（三）优化服务
综合利用电力基础大数据中的缴费网点信息，进行用户地理位置、区域、时
段划分，根据用户类型的不同，合理评估现有缴费渠道的合理与否，辅助进行缴
费网点的建设，结合电力热线服务，为用户推荐更加快捷方便的缴费站点，更便
利使用用户的缴费过程。
同时基于用户基本信息、电力使用状况、缴费及时与否
等信息数据，利用统计分析进行全面性的评判用户信用等级的工作。
建立起权威
的用户信用登记评判标准，实现对用户信用等级的精准评估与划分。
二、电力大数据环境下建立大数据中心架构体系
大数据的应用范围极为广泛也更便捷更高效、因此合理利用大数据，是电力
企业的必修课。
电力大数据的普及与应用是大数据环境下的必然应用。
电力大数
据是指利用数据存储、分类、整合、划分等技术手段以求达到提升公司业务，优
化服务的目的。
因此在电力企业中大数据中心的建设是十分必要的。
（一）两级部署
参考大多数电力企业大数据中心平台构建的过程经验，大多数的中心部署可
以大致分为两个阶段。
第一阶段就是建立起两级部署模式，两级部署模式就是指，总部作为核心数据的汇集点，网省公司作为区域数据的汇集点进行同步建设，可
以更加高效的将现有数据进行充分的利用，将大部分业务下分到网省层次进行部
署与开展，以求减少在企业发展初期阶段，大数据中心构建所带来的对公司所产
生的压力[3]。
（二）一级部署
随着公司的持续发展，大数据中心平台的不断完善，平台应逐渐进行融合，
将数据整合存储在总部中心数据库中，这样可以更合理的利用资源，更加有利于
公司对于大数据的价值的分析与利用。
三、建立大数据中心的关键技术
（一）数据的接入与前期处理。
将外部数据导入到中心大数据存储系统的过程，可以根据数据形成整合的实
效性、数据类、数据量。
划分为不同的类型，针对不同的数据类型，所需要采取
的整合技术不同。
前期处理的存在也是十分必要的，大数据中心的数据来源，并不全是完整的
有用数据，还有许多无效文件数据，以及未得到有效处理的各类型资源数据。
通
过前期处理，将资源文件分类处理、整合，从而降低数据存储成本。
（二）数据存储
数据的存储是面向以结构化、半结构化、实时、非结构化的类型的数据的存
储为特征。
利用较低成本硬件与磁盘，采用不同的文件处理系统（分布式文件系统、分布式关系型数据库等），来支撑数据的高级处理及应用功能。
（三）在线数据处理技术
在数据得到有效存储之后，数据的应用问题随之而来，电力企业构建大数据
中心的目的便是应用已经存储的数据进行分析，从而得到企业想要得到的数据。
在线数据处理技术就显得格外重要，传统的数据库技术无法在处理海量的数据时
展现良好的扩展性，同时也存在许多难以处理的技术性难题。
大数据中心的数据
计算通过内存计算、流计算的技术有机集合。
用以满足数据的在线处理与计算，
可以实现实时处理，从而提高效率。
（四）安全与保障
数据存储的挑战不仅体现在数据库的构建等硬件方面，还应时刻注意数据库
的安全性问题。
虽然在电力大数据中心构架中没有体现出大数据的安全性问题，
但是安全是一直贯穿在大数据构建的环节中，应用在每一层阶段上。
只有安全性
得到了保障，大数据的构建才变得更有意义，安全性问题是大数据构建的核心，
也是最基础的问题。
只有解决了安全问题，大数据的应用才显得必要以及权威。
所以电力企业想要构建大数据中心，必要解决的一环就是安全性的问题，构建设
计电力大数据安全体系框架，可以很好地解决安全保障的需求。
例如数据的分类
隔离技术，分类隔离技术可以保证不同用户所能察觉到的数据，只是自身有权益
的数据，其余有关其他用户的数据，无法查看，既保障了自身利益，同时也维护
了其他用户的切身利益。
在内部安全得到保障的同时，外部安全问题也是电力企业应该提起高度重视
的问题，在日渐成熟的大数据环境下和无孔不入的网络入侵的攻击下，大数据安
全技术的应用就显得十分必要，大数据安全技术通过数据加密、实时监测、访问
权限控制等技术使得大数据中心的数据的完整性得到了保障[4]。
总结：本文旨在基于电力大数据必要性的分析、电力大数据的应用以及大数
据中心架构体系的设计，从数据的存储、运算、安全性等方面提出意见与建议，当今社会，数据是电力企业的重要资产之一，对数据中潜在的价值进行挖掘与安全保障，是电力企业提升管理与业务水平的有效措施，电力大数据中心架构体系是一个长期的建设过程，坚定不移的建设大数据中心，是推动电力企业发展与进步的重要方式之一，但是还有许多关于大数据中心架构技术的问题需要进一步研究，这些技术将在后期的研究工作中进一步深入研究与探讨。
参考文献：
[1]瞿海妮，庞徐玮，尤鸣宇，徐志宇.电力大数据的应用价值及其共享平台分析与设计[J].经营与管理，2017（07）：104-108.
[2]黄李硕.经济新常态下国有企业内部控制研究[D].首都经济贸易大学，2017.
[3]郑彦朵.经济新常态下内河航运企业的融资问题探讨[J].科技经济市场，2017（04）：102-104.
[4]刘凡.经济新常态下融资租赁发展问题研究[D].四川省社会科学院，2017.。
