基于电力信息大数据高速存储及检索关键技术分析.docxVIP

?

?

基于电力信息大数据高速存储及检索关键技术分析

?

?

尹文婷

【摘要】本文主要以大数据相关概述作为出发点，分析了电力信息大数据高速存储方案和技术，以及检索关键技术，以期为提高电力企业信息技术水平提供一些参考和意见。

【关键词】电力信息大数据高速存储检索

随着网络信息技术的不断发展，电力企业涉及的数据信息更加广泛、数据形式更加多元化。这就需要电力企业根据数据信息的发展规模，加快智能电网的建设进程，提高数据检索关键技术和数据存储技术。

一、大数据相关概述

所谓大数据是指在一个数的几何体对各项数据以及信息进行储存、查询、计算、整合等。大数据具有4V特征：其一，容量大（Volume）。数据规模从TB级别跃升到EB级别，新数据以每天2.5EB的量级高速增长。其二，类型众多（Variety）。大数据的结构形式具有多样化特点，不仅能涵盖了文本形式，还涵盖了图片、音频、视频、网络日记和地理位置等多种半结构化形式、数据结构形式和非结构化形式。就结构化数据而言，在数据结构体系中占据的比例为15%；就非结构化数据而言，非结构化数据在数据结构体系中占据85%。其三，速度更快（Velocity）。由于大数据具有规模大、容量信息较大等特点，这就要求数据处理的效率要高。一旦数据信息没有得到及时有效的处理，就会失去数据原本的价值，还会导致大量有效数据信息淹没在海量数据规模体系中。其四，价值密度低（Value）。由于大数据规模巨大，信息容量大，因此数据价值容易被隐藏。因此需要通过综合的分析方法在海量数据中体验具有价值的数据信息。

二、基于电力信息大数据高速存储方案和技术

第一，“先进先出”缓存形式。这类缓存形式应用的核心设备是FIFO存储器。资料由储存器的开端输入存储器的末端，资料输出的时间与资料送入储存器的时间成正比。这套缓存方法主要包含两套数据线，无论是数据资料还是其他信息都可以在存储器中进行顺序运用。因该类型数据缓存方法具有信息传递效率高、节约时间等优势。此种技术的缺点在于过于死板。一旦出现容量较大的数据信息或者资料，就容易导致数据读取时间过慢。第二，“双口PAM”缓存形式。该技术拥有两套相互独立的地址、数据总线。因此在读取容量较大的数据信息时，可以在控制器的两端同时读取数据、采集信息等。该技术具有信息传递速度快、可以同时读取和采集信息等优势。但是双口PAM控制器价格较贵。第三，“高速SRAM”切换缓存形式。该技术只有一套数据总线，可以以三态缓冲门作为数据传输的控制器，并实现ADC转换器与缓冲门之间的数据切换和数据自由传递。完成数据存储、数据传递、数据读取之后，就可以在ADC控制器中展开数据读写程序。该技术具有随着随地操作与读取数据的优势，其缺点在于数据集成化水平相对较低。且占用内存的面积大。

三、基于电力信息大数据高速检索技术

1、对内容进行检索。有哪些信誉好的足球投注网站引擎需要对用户输送的关键信息进行检验、细致分析与归类。一般来说，对有哪些信誉好的足球投注网站内容进行检测的形式主要包含以下三种：？字符串检索与分析。借助字符串可以正向分析、逆向分析、切分分析用户检索的关键词类别。？先理解、再匹配分析。有哪些信誉好的足球投注网站引擎模拟人们的思考模式，人们总是对检索信息或者词汇进行归类之后再进行信息的还原与匹配。基本原理是一致的。即在分词过程中把语言歧义部分进行分类整理，主要以语法、语义体系和总控制体系三部分构成。？先统计，再匹配分析。根据调查得知，邻近字在有哪些信誉好的足球投注网站引擎中出现的频率较高，对邻近词进行统计后再分词、匹配。需要注意的是，在检索期间，类似“的”、“吗”等词语在分词时会被去除。

2、并行采样技术。对于高速数据采集体系来讲，是系统最核心的指标。要想实现高采样频率这一目的，可以借助单片高度数据转化其芯片。该芯片具有分辨率低、价格高等特点。因此可以通过交叉时间采样方法提高数据收集效率，达到采集效果。ADC是并行采用技术的一种主要转换器，其主要形式有闪电式的ADC转换器，以及逐次逼近形式的转换器，这两类转换器的优缺点见表1。

3、有哪些信誉好的足球投注网站请求进行检索与匹配。对用户有哪些信誉好的足球投注网站请求进行细致分析与匹配是在有哪些信誉好的足球投注网站引擎接受到检索内容之后展开的主要任务。分析完用户输入的检索内容之后，对名称进行匹配，并在系统中显示匹配的内容。这就需要遵照匹配程度对其进行排序。如此一来，用户就可以减少有哪些信誉好的足球投注网站等待的时间，从而达到提高信息检索效率和工作质量的目的。结束语：随着市场竞争的日趋激烈，电力企业要想在残酷的市场竞争中站稳脚跟，就需要改进传统管理方法和管理技术，不断借鉴发达国家的智能化管理技术和管理方法，提高大数据的存储和检索效率，从而更好地为社会服务。

参考文献

[1]马义松，武志刚.基于Neo4j的电力大数据建模及分析[J].电工电能新技术，2016，02：24-30.

[2]周文琼.大数据环境下的电力客户服务数据分析系统[J]