引言：易發表網憑借豐富的文秘實踐，為您精心挑選了一篇云計算技術研究范文范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。

云計算技術研究篇1

1項目背景

智能化評標系統的研究工作一直是國內外招標投標領域關注的重點問題之一。國內外開展的理論研究各有不同，眾多學者借助經濟學理論、法學理論在報價策略、招投標機制以及完善串通招投標制度的法律架構等方面展開了大量的研究工作，并且各國也通過立法或者制定管理措施等多種積極手段對圍標串標行為進行打擊治理。大慶油田自2016年起陸續推廣應用中國石油電子招標交易平臺，并與油田自主開發的生產經營輔助決策系統進行數據對接。目前，大慶油田招標工作已經實現了全流程電子化。但是現有的電子化交易系統依然解決不了整個招標過程中人為主觀因素的干擾，尤其在評標過程中顯得尤為突出。因此，迫切需要開展智能化評標系統，加強招投標大數據建設，探索實行計算機輔助評標，實現招投標向信息化，智能化轉型。

2系統設計

2.1研究內容

基于大數據與云計算技術，建設智能化輔助評標系統，可結合招標要求對投標文件、投標人以及投標報價等全方位進行智能化評審，包括客觀評審因素以及主觀評審因素，自動匯總并輸出結果，無需人為操作，可有效防范評標過程中的舞弊現象、減少評標過程中人為因素的干擾。智能化輔助評標功能核心為客觀分自動評審、主觀分評審以及智能化數據分析。智能化數據分析，包括投標人關系網絡、標書雷同性分析、報價偏離度分析等，將投標人是否造假、是否有圍標串標行為及行為類型、合同履行情況、投標次數及中標次數分析與預測結果顯示出來，用于非招標采購談判相對人選擇及錄用。

2.2設計思路

建立招標文件條款庫，實現對招標文件條款的結構化管理；建立投標人資質信息庫，實現對供應商資質信息的管理；將投標文件與供應商資質庫信息進行比對，自動給出比對結果，實現客觀分打分；借助人工智能模型，實現對主觀評審內容的智能評分；通過對融合后的合同履行情況、投標次數及中標次數等數據樣本構建分析模型，通過深度學習對生成模型進行校驗，不斷對現有模型進行修正，實現圍標串標分析判斷。

2.3總體架構

采用Springboot+MySQL+Redis+Vue框架，滿足招標管理員、評標專家、供應商所有招投標工作的“一站式”需求，涵蓋評審條款設置、項目設置、投標人應答、專家校準、評分匯總、系統管理等環節，實現全流程電子信息化、人工智能化，減少招標過程中人為干預和自由裁量權過度使用的現象。

2.4技術架構

采用分層架構搭建平臺，包括基礎設施層、數據層、平臺層、應用層和展示層。基礎設施層：網絡資源以及計算存儲資源。數據層：采用數據管理、數據挖掘、分布式存儲、數據庫集群搭建等技術，對歷史數據進行清洗、轉換、加工、挖掘、分析。平臺層：采用微服務+Docker架構搭建PaaS平臺。應用層：包含項目管理、條款管理、供應商資質管理、投標文件模板管理、評標管理、大數據分析、系統管理等。采用統一的門戶入口。展示層：采用PC端瀏覽器展示。

2.5功能架構

按照油田智能化評標業務需求，主要分為項目管理、條款管理、供應商資質管理、投標文件模板管理、評標管理、大數據分析、系統管理七個模塊。

2.6部署方案

在辦公網DMZ區部署互聯網接口服務器，將供應商所涉及的相關服務進行提取、發布，以滿足供應商在互聯網的使用需求。在辦公網部署Web應用服務器、數據庫服務器、緩存服務器、文件服務器，通過統一認證和分級授權，確保數據安全和完整，滿足不同用戶的訪問。對服務器中的數據進行實時備份。在異常情況發生時，可以在最短的時間內對服務器進行恢復。

3關鍵技術實現

3.1供應商資質數據結構化

建立供應商資質庫，利用圖像識別技術，實現將投標文件等非結構化文檔進行結構化。供應商首次登錄上傳資質圖片、圖片主要信息，以及更新信息，經管理人員審核保存到系統中。中標文件缺失信息，管理人員核實錄入缺失信息。供應商再次登錄系統，可直接引用投標人資質信息數據庫編碼標識，自動帶出之前上傳的供應商圖片和相關參數信息。

3.2招標條款數據機構化

同步大慶油田電子招投標管理系統（dqmds）中條款表，對招標文件的條款內容進行結構化，建立條款庫。一是基礎條款的管理，初始條款庫的建立需要不同的條款類型建立不同的庫，在前端頁面分成不同的菜單和標簽頁，進行單獨維護。二是單個項目選取的條款管理，對同步過來的條款名稱和內容通過專人解讀，并形成格式化條款，存入條款內容子庫。按照不同評審類別，選擇對應的評審因素。通過設置是否主觀項，讀取非主觀項評審標準，后期為客觀分自動評分提供便利。以營業執照為例，將供應商資質信息庫中的營業執照子表，關聯到條款庫的營業執照子表，營業執照編號、公司類型、法定代表人、經營范圍、注冊資本、成立日期、營業期限、登記日期等每一條證明營業執照有效的信息都一一關聯到結構化條款。

3.3招投標文件工具開發

開發招投標文件制作工具：使用該工具，選擇投標文件模板，創建項目，細化到營業執照、注冊資金小項名稱，關聯到條款庫中的每一項條款和供應商資質庫各類資質子表。將投標文件模板導出數據包，與招標文件一起發售給供應商。供應商通過離線投標文件制作工具導入購買的數據包制作投標文件。投標文件制作完成后，導出PDF格式的投標文件和結構化文件，并附加數字簽名，結構化文件作為附件上傳，上傳招投標系統。開標后，由專家將上傳中石油的附件-結構化投標文件導入智能評標系統中。系統提供PDF一致性校驗功能，將數字簽名解析，進行校驗，證明該投標文件沒有被篡改。

3.4客觀分自動評分

按照條款要求，利用PDF圖像識別技術，將投標文件中填寫的供應商資質，與供應商資質庫進行比對，自動給出比對結果，并將打分條款對應的供應商資質的內容顯示出來手動調整分數。自動評分程序提供一套有效狀態機，即為有限個狀態以及在這些狀態之間的轉移和動作等行為的數學模型，根據不同用戶所需不同，此處定義為模型要素，狀態機在用戶提供的段落中進行自動匹配，找出符合用戶的有效信息，拿到有效信息后，為模型要素提供最高和最低分界線，再通過快速算法處理得到最優模型要素，最終形成最有競爭力的模型要素優勢。模型要素包含以下幾類：注冊資金、合同業績、供貨業績、質保期、供貨期、投標報價等；模型要素能夠根據用戶需求做定制化規則設計，適配不同類型招標項目的自動評分需求。

3.5主觀分智能評分

基于行業同類項目的評審大數據，結合領先的機器學習技術，打造多類智能算法模型，快速讀取招投標文件，對技術標的主觀評審條款進行評審打分。通過文本處理進行語句的分類，然后進行轉換和清洗，完成模型的預測。基于AI打分結果，生成AI評標報告，供專家評委參考。

3.6大數據建模分析

（1）招標流程分析

建立數據模型，分析比較歷史數據，確認某類流程以及資格條件是為對應某類中標人量身定制。

（2）報價異常分析

建立報價異常分析模型，以單一投標人為主體，統計其所有中標項目的所有投標單位報價的差比相同次數，差比相同次數是否超過規定閾值，或存在規律性變化。

（3）股權穿透分析

對接相關機構系統，對投標人進行股權穿透分析，是否存在多個投標人之間股東存在股權利益關系，以及股東或授權人在其他投標人中是否存在相互任職的情況。

（4）內容異常分析

單次內容異常：對投標人的投標文件中自述部分進行比較，方案內容、服務條款、服務流程是否存在雷同或簡單重復的情況。文件樣式雷同：建立文件比對模型，分析多個投標人的投標文件，在目錄編排、文字風格、段落縮進、字行間距、內容描述甚至錯誤位置是否存在雷同。文件混裝錯裝：檢索投標人的投標文件中是否出現了另一投標人的有關信息，比如出現另一投標人的資質文件、法人證明、身份信息、聯系電話、項目人員名單等。歷史內容異常：建立內容異常分析模型，進行爬蟲分析歷史數據，辨別本次投標人的投標文件中自述部分內容是否有在之前投標中的另一個投標人的投標文件中出現過。

（5）筆跡鑒定分析

單次筆跡異常：通過圖形圖像識別技術，比較多個投標人的筆跡以及簽字部分是否為同一投標人所為。歷史筆跡異常：建立大數據檢索智能學習模型，比對投標人的簽字筆跡是否在之前的投標過程中出現在另一家投標單位的文件中。例如：將A項目中的簽名與B項目中的簽名作對比。如果分析顯示簽不同名字，但是簽字筆跡相同，則證明同一人以不同投標人的形式投標，投標存在問題。

（6）專家打分異常

建立大數據分析模型，比對歷史同類項目評審專家打分情況，評審專家給出某一投標人評審分值時，是否出現重大偏差過高或過低。

（7）投標異常終止

建立歷史數據檢索模型，投標人一年內多次參加報名并購買標書后不提交投標文件，或無正當理由放棄中標，或多家投標人幾乎同時撤回投標。

4結論

智能化評標系統的研究，從招標管理提升實際出發，通過簡單的操作實現“人工智能輔助評標”目標，充分調動廣大技術人員及招標從業人員的積極性，提高招標管理工作科學化、規范化、專業化水平。本次研究初步驗證了智能化輔助評標系統的可行性，后續項目需要在此基礎上，結合實際的業務流程需要，進一步AI機器學習的應用研究與開發工作，為機器學習階段提供源源不斷的數據動力。

作者:王微 單位:大慶油田信息技術公司

云計算技術研究篇2

處于大數據時代，計算機技術在快速發展的基礎之上使得對數據的運算和處理顯得越來越重要，大數據分析技術本身具備許多應用優勢，其既有合理化預測功能同時也包含可視化的分析，云計算技術是對大數據分析最為重要的一項技術支持，在有了云計算技術的加持之下能夠有效推進大數據技術的快速發展，云計算技術的應用可以在最短的時間內獲取最為有效的數據信息，在此基礎之上既能滿足人們對于數據信息獲取的需求，同時也能加快我國社會的發展速度。

一、云計算技術的概述

如今人們處在大數據快速發展的時代背景下，信息技術水平隨著社會的發展在不斷提高，人們的日常生活和工作在悄無聲息中都發生了改變。虛擬技術的出現使得計算機技術得到了質的飛躍，計算機存儲能力在原有基礎上得到了極大的提升。云計算技術的出現是社會發展的必然趨勢，其將網絡和計算機運行服務模式進行了融合，以網絡與系統為主要通道，將整個大數據系統拆分成無數多個小程序，然后通過程序系統來對相關數據進行處理和分析，最終將所得到的處理結果反饋給使用者。云計算技術的應用能夠有效提高數據的處理分析效率，使得數據處理工作能夠在網絡上進行完成。也正是由于具備這樣的特點，使得該項技術被稱之為云計算技術。云計算技術最早出現于2006年，隨著時代和技術水平的不斷提高，當前的云計算技術已經被應用在多個領域，在未來發展過程中云計算技術還會得到進一步的優化和完善，在大數據時代下，其應用范圍會得到進一步的拓寬。

二、計算機大數據及云計算技術的發展分析

（一）云計算虛擬技術

在對云計算系統進行分析的過程中，能夠發現其最為基礎且關鍵性的技術分別是計算和存儲。而這兩項關鍵技術的基礎則是虛擬化技術，虛擬化技術是將現實環境中的計算機組件利用系統來進行轉化，并且將其移動到虛擬環境中，然后以硬件資源和軟件應用為基礎來組建成的一個虛擬層結構。在對虛擬層結構進行分析時，能夠發現其主要分為三層，分別是上層、中層和下層。中層的主要作用是對上下兩層進行銜接，使得各項功能能夠在虛擬環境中得到高效運用，云計算虛擬技術可以很好地對系統進行整合，進而實現資源的最大化利用。

（二）鏈路加密

在對鏈路加密進行理解時，可以將其看作是節點加密，二者之間有著非常多的相似之處，都是在進行傳輸過程中實現數據加密，保證整個數據傳輸過程的安全性。在對數據信息進行傳輸和共享時，由于所采用的路徑不同，因此加密的方式又會有一定的區別，鏈路加密技術能夠有效保證數據傳輸過程的安全性，即使是有一部分病毒的影響也能保證數據始終處在加密狀態下，在此基礎之上則能有效降低外界入侵對計算機所產生的危害，同時也能對數據進行更好的保護。

（三）安全掃描與模擬攻擊

安全掃描和模擬攻擊技術能夠有效對系統進行加固，掃描技術主要是針對一些較為薄弱的部分進行安全性的掃描，能夠有效防止主機在打開時出現一些端口問題，通過掃描能夠及時獲取一些有效信息，進而更好地在前期做好一些準備工作模擬攻擊，主要是對系統進行加強，防止外部對系統的惡意攻擊，相關操作人員可以在攻擊者的視角之下選擇一些攻擊手段，這樣能夠更好地對問題進行分析。但是在選擇攻擊手段時，必須要保證不對網絡造成影響。通過該種方式能夠及時發現系統中存在的一些漏洞，進而更好地對漏洞進行加強。

三、云計算技術在計算機大數據分析中的應用

（一）數據處理系統的模型構建

云計算技術可以被十分廣泛地應用在大數據分析過程中，可以對數據處理系統的模型進行構建。云計算技術主要是通過數據和應用來進行遷移，在此基礎之上降低數據在使用時所需投入的設備成本，能夠有效減少后續在對設備進行維護中所需要投入的資金。云計算技術對于大數據處理系統的模型構建有著十分重要的輔助性作用，可以將數據直接流轉到云端進而實現高效的數據化公式處理方式，同時還能夠建立相應的短距離影射網絡。如今該項技術已經被廣泛地應用在校園系統和政府大數據系統的建立過程中，云端的處理器具有極其強大的儲存和數據分析功能，能夠對大數據管理平臺的數據進行有效展現，同時各項操作都可以在網絡云中進行，政府部門和高校在進行數據化系統建立時，可以利用云計算技術來對系統進行保障，保證整個系統的運行安全性，通過云盾能夠更好地對數據進行處理，進而達到高效的數據分析處理目的。

（二）互聯網分析平臺的構建

云計算技術是一項人工智能技術，是社會發展的必然產物，如今與人們的日常生活和工作都有著十分緊密的聯系。當人們在使用互聯網時，點擊網頁系統會對用戶的信息進行自動化儲存并且形成一些關鍵詞，互聯網可以對這些數據進行分析和建立來及時了解用戶的行為習慣以及專業特點，這樣能夠通過大數據來給用戶推送其感興趣的內容。網站每天都會接收大量的點擊率，所形成的數據信息量也十分龐大，云計算技術則可以提供高效的云端分析平臺，該平臺最為主要的優勢在于能夠有效實現對數據信息的標準化管理數據信息，在收集完成以后無須進行第二次處理就能形成相關的數據結果。

（三）圖片存儲平臺

將云計算技術與計算機大數據技術進行結合能夠打造出圖片儲存平臺，如今部分行業在發展過程中對于圖片的需求量非常大，企業為了更好地對圖片進行處理和收集，則可以利用云計算系統來搭建圖片儲存平臺。傳統的數據保存流程較為復雜，而且在對數據進行存儲時，經常會出現丟失和泄露的情況。為了避免上述問題的出現，則可以將云計算技術應用在內，通過打造安全高效的圖片儲存平臺來優化現有的工作流程，通過這樣的方式既能提高工作效率，同時也能保證數據的安全性。四、結束語在新時代背景下，云計算技術的應用范圍得到了不斷的拓寬，而云計算技術在大數據分析中的應用也具有極大空間。從云計算技術本身的特點看，其與大數據技術具有諸多契合點，也十分符合大數據技術應用的相關需求。目前基于云計算技術所進行的數據處理系統模型建構、互聯網分析平臺建構以及圖片存儲平臺的搭建就在極大程度上為大數據分析提供了強大助力，使得大數據技術分析能力進一步提升，為現代各行業的數據分析與應用提供了便利。因此，在未來發展過程中，各領域都應當加大對云計算技術的研究與應用，使云計算技術與大數據技術進行深度融合，使之成為數據處理分析的底層技術之一，從而真正發揮其所具備的優勢，改善大數據分析與應用現狀，進而為人們的生活和工作提供更強大的技術支撐。

作者:呂國慶

云計算技術研究篇3

一、引言

當今社會是信息技術高速發展的時代，在計算機、互聯網技術的支持下，各行各業生產、辦公逐漸實現了信息化。特別是隨著全球數字信息的融合，各種資源優化配置，海量的信息及數據呈現出日益增長的趨勢，而電力行業在此環境背景之下，也融入了大數據發展新時代。在不斷的發展中，電力企業涉及的客戶、信息、數據日益龐大，為了確保生產效率的提升，電網運行更加安全與穩定，進而使電力客戶多樣化需求得到滿足，構建電力大數據分析中心已成為必然發展趨勢。基于此，本文重點探討基于云計算的電力大數據分析技術，旨在為我國電力企業提供些許有價值的參考與借鑒。

二、云計算含義及其特點

云計算是以網絡技術為基礎的超級計算形式，屬于新型技術之一，通過遠程以及非本地分布式計算機優勢，能夠使用戶準確獲取、存儲、計算相關電力數據，服務質量大幅度提高。云計算最大的優勢就是數據的處理及時、具備較強兼容性、儲存空間大，而且計算模式彈性較好，擴展性強，同時也具備了網絡虛擬化的特點，處于大數據環境背景之下，可以給予數據分析、處理、存儲更好的支持，支持企業的數據分析及儲存能力提升。電力系統中云計算的運用，可以與很多用戶信息連接，進而了解其訴求，針對大量用戶信息進行高效處理，促進電力現代化發展。云計算技術在處理數據時效率很高，電力大數據信息繁多且復雜，云計算技術可將這些數據歸類，采用層次計算方法，進而整合。云計算技術逐漸成熟，可以在同一時間快速將不同類型數據信息進行分類處理，人力、物力、時間大幅度節省，工作效率提高。針對電力大數據，云計算使用的計算方法為分布式處理，全面且系統化地對電力信息資源處理。例如儲存過程中，如果電力信息傳輸時遭受破壞，云計算可調節電力大數據系統，使各種各樣信息資源處理更加優化與完善。另外，云計算技術存儲空間較大，新時代新形勢新要求下，電力資源需求越來越多，涉及的內容也較多，而此時數據容量便成了電力大數據發展關鍵。云計算通過虛擬空間儲存技術的運用，確保電力大數據完好無缺的同時，電力系統工作需求得到有效滿足。總而言之，云計算技術對不同信息數據能夠實現快速處理，最大限度地彌補了電力系統信息數據漏洞。

三、電力大數據分析技術

（一）數據分析技術

隨著科技水平逐漸提升，電力行業對技術要求越來越高，發電方式也逐漸呈現出多樣化，例如火、風、水、太陽能、核能等都是非常好的發電能源，這也在很大程度上使得電力數據越來越多，而數據分析技術在其中高效運用有利于發電領域多元化發展。同時可對一般電能、新型清潔電能間存在的內在關聯性進行分析，找到二者間相似之處，進而實現電力資源融入使用。例如風電并網時，諧波、線損問題經常發生，對電力正常使用帶來不便。而電力大數據分析技術的引進，實現了風電并網，深入分析影響因素以后，可通過有效措施給予針對性改進與處理，消極影響降低的同時，風電并網開展得更加順利。

（二）可視化技術

電力大數據分析技術中，可視化也是重要特點之一，能夠為工作人員準確找到問題提供數據支撐，進而確保判斷更加科學合理。可視化的運用主要基于圖標、SVG兩個層面，其中圖標展示數據信息時以圖形、表格形式為主，工作人員借此能夠充分了解問題，根據數據變化規律采用最佳處理方法。此系統的構建要將表格、折線圖、柱狀圖等可視化方法系統化使用，表格用來記錄數據，在搜索中捕捉數據信息；折線圖對數據變化趨勢直觀呈現；柱狀圖可展示數據區別。SVG重點在于采用多種顏色展示電力數據，工作人員可準確看出數據變化。例如生產數據可通過SVG呈現，顏色不同時代表的數據不同，也可調整某一數據指標，數據信息查詢速度更快，利用率提高。

（三）混合存儲技術

此技術主要運用于數據的儲存中，Hive系統極其常見，通過重寫形式更新數據，但是此方法運用中數據更新速度較慢。在電力大數據發展中，數據越來越多，數據更新與刪除要求也就越來越高，要想將數據信息質量提高，就需要保證數據信息處理及時性。各項操作數據占比小，如果更新時依然使用的是傳統方法，數據資源過度占用，反而是資源的浪費，整個系統穩定運行受到影響。而混合存儲技術的運用，能夠將主附表作用更好的發揮。數據信息更新實效性增強，系統運行中便可以實現數據高效處理，利用率也隨之提升。

（四）數據庫索引技術

傳統數據分析及處理時常用Hive技術，無法實現電力數據全面且準確搜索，不僅資源被浪費，而且數據分析工作難以正常開展。此問題的解決要站在多個視角下，能夠快速準確地對數據信息進行查詢。換言之，可基于電力大數據多維索引，將時間、單位視為參考依據，站在多個角度給予電力大數據索引輔助，有價值的數據信息能夠及時查找到。另外，此技術運用可保證系統的構建更加完善，通過Hive命令的運用對技術進行解析，在較短時間內實現代碼解析，確保數據索引維度區間更加豐富，促進數據查詢速度提高。

（五）數據倉庫技術

電力企業的發展，生產能力日益提高，數據量也越來越多，系統數據運算壓力越來越大，為緩解此問題就要引進先進技術，提高數據分析工作效率。數據倉庫技術是電力大數據關鍵節點，有利于數據運算能力的提高，同時也使得數據采集、處理更加快速。如果某些數據資源無法進行直接分析，便可以借助此技術將其進行轉換與處理，使其轉變為便于分析的數據資源。數據轉化處理結束以后可進行加載，進而實現和數據資源的相匹配，充分利用這些數據資源，此技術的應用使系統整體運行性能得到提升。

（六）分層次處理技術

數據分析與處理時，可利用分層數據處理技術，促進數據處理效率提高。電網智能化發展進程中，多功能一體化系統得到了廣泛應用，例如數據收集、整理、分析、處理、存儲、利用等，形成一條鏈條，基于電力系統運行實際情況的進一步了解，構建完善的大數據分支系統，突出不同類型電力供應系統關聯性、獨立性特點，促進資源互融互通，增強資源使用價值。同時SQL技術的使用，可在電力大數據分析時完成計算，二者同步進行，數據分析效率提高，分析結果更加準確。分層次處理技術的廣泛應用，一方面使得數據分析效率大幅度提高，另一方面也使工作人員數據處理時間縮短，電力企業整體效益更高。

四、基于云計算的電力大數據分析技術框架分析

（一）系統整體架構

電力大數據分析技術中，云計算分析系統中大量數據信息過程中，數據有效排列，此系統體現了分布、并行存在的內在關聯性，通過計算框架高效率的運用，形成集云計算、電力大數據分析技術于一體的框架，借助電力系統數據分析有效性以及云計算高效采集數據，與電力數據開源結合，獲取對城市電網產業發展有價值的信息，促進電網智能化、信息化建設。整個環節中涉及的城市電網電力大數據分布系統更加優化，而電力大數據結構框架的形成，主要借助電力大數據網絡分布式儲存結構將大量數據儲存，并將這些數據輸入至系統終端內，工作人員可結合數據獲取準確的結果，進而有效管控電力數據信息。電力大數據分布式儲存框架如圖1所示。

（二）分析技術

當前城市電網體系日益完善，電力產業發展速度越來越快，多樣化是當前電力行業發展最為顯著的特點。網絡、通信、大數據分析等技術的存在，為電力行業更好地運用信息技術創造了良好的條件。而電力資源的高效利用、優化配置是電力企業、產業在較短時間內占據市場競爭發展優勢的重點。為了能夠使電力產業快速穩定發展，安全運行需求得到滿足，就要實現電力資源的充分利用，根據電力資源應用實際情況，結合城市電網體系構建，電力大數據分析技術研究力度的強化，實踐應用水平的提高是不可忽視的環節。基于云計算的電力大數據分析技術的運用，要強化城市電網體系常規電力資源、清潔電力數據間內在關聯的準確判斷，確保二者間數據均衡且協調，使城市電網系統能夠實現高效率運作，在將電力資源充分利用的同時，促進經濟效益的增長。比如城市電網合并運行時，清潔電力資源因為沒有電網運行基礎性質的框架，穩定性較差，使得城市電網體系運行效率越來越低。所以城市電網電力資源融合在一起，可借助電力大數據分析技術，綜合分析造成清潔電力資源結構運行不穩定的原因，借助系統中收集整理的大量歷史數據，在處理、計算、分析中找到問題根源，進而提出有效解決措施，促進城市電網體系清潔電力資源運行更加穩定安全、高效，也使得其和常規電力資源配置更加合理、均衡，電網系統運行效率不斷提升，實現智能化電網的構建。

（三）ETL技術分析

城市電網每時每刻都會有大量電力數據及信息產生，超出了傳統模式中電網系統計算能力范圍，進而導致電力電網數據分析壓力較大，有效率較低，阻礙了電網其他業務信息的運行。所以在基于云計算的電力大數據分析技術的運用過程中，為有效緩解運行效率低問題，可采用大數據分析技術中ETL技術，通過此技術優勢能夠將大量數據信息在較短時間內實現處理、分析，節省時間、人力、物力，經濟效益提高。基于云計算技術電力大數據分析系統的構建過程中，ETL技術的運用側重點在于采集及分析extract數據，此模式會以標準、要求為基礎，將城市電網中涉及的不同類型電力數據及信息合理歸類，分類工作結束以后會進行重點信息的收集整理。Transform環節，深層次加工以及處理收集而來的各種數據，在海量數據中找到有價值信息，而且還會對數據間存在的內在關聯性進行深入挖掘。在此過程中，大數據分析技術僅僅只是全面分析、研究了城市電網體系編碼數據流，難以實現直觀分析電力電網信息，這就需要運用專業手段高效轉換電網體系中電力數據，快速提高電力電網數據信息可讀取性能，確保城市電網大量數據信息在Transform運作中能夠將作用充分發揮出來。

五、基于云計算的電力大數據分析技術未來發展

云計算在電力大數據分析技術中的運用，優勢較為突出，進一步提高了數據分析效率。一是在科學技術快速發展背景下，電力企業運行過程中，就要將云計算、電力大數據分析技術運用方案進行創新，借助電網拓寬、數據處理、仿真模型等綜合性技術運用，實現離線分析電力系統運行及電力資源調配情況，促進電力系統仿真處理效率的提高。二是還要將電力系統潮流計算模式進行優化，有了云計算方法融合，可降低計算結果不準確現象發生的概率，電力系統運行效率更高，潮流計算同云計算、大數據分析技術的整合，能夠在很大程度上緩解傳統電力信息操作問題，電力系統運行模式得到創新的同時，提高系統整體運行效率。三是將電力系統故障恢復效率大幅度提升，目前電力企業運行時，電網需求量增長速度較快，如果電網運行時大擾動問題發生，極易導致電力系統突然停電，用戶需求得不到滿足。所以云計算、電力大數據分析技術要創新，確保電力系統運行。比如，智能電力系統創新設計時，可借助云計算技術，根據電力系統運行實際情況，實現共享計算平臺的構建，信息獲取、處理效率更高。四是電力系統評估要具備較強可靠性，電力資源負荷運行反復預測中，使用安全隱患較大，基于云計算的電力大數據技術與電網系統融合，構建系統保護、保障方案，一方面可以促進智能電網運行時經濟實用，另一方面也減少了故障的發生，電力系統運行效率得以提升。

六、結束語

云計算是基于互聯網技術而產生的，具備了網絡優勢，同時在不斷完善與優化中，在各個領域得到了廣泛應用，將我國科技發展水平推向了又一新階段，在社會發展、人民生活中發揮了極其重要的作用。當今社會，云計算在電力系統中的應用也越來越頻繁，特別是與電力大數據分析技術的有效結合，將各自的優勢充分發揮，促進了電力企業信息化、智能化系統的構建，為電力數據信息整合以及高效利用提供了保障，促進了工作效率的大幅度提高。在網絡經濟時代背景下，電力企業積極引進云計算技術、電力大數據分析技術，實現了人力、物力、財力資源的合理運用，未來發展前景較好。但是社會發展速度較快，信息技術更新換代也快，云計算技術在電力大數據分析技術中的運用也應該緊跟時代發展步伐，不斷改進，助推電力企業長遠發展。

作者:魏岸若 劉蛟 單位:重慶工貿職業技術學院人工智能學院中國移動杭州研發中心