电力大数据平台技术架构
电力大数据核心平台基于Hadoop、Spark、Stream框架的高度融合、深度优化，实现高性能计算，具有高可用性，其技术架构如图3所示。数据整合方面，主要采用Hadoop体系中的Flume、Sqoop、 Kafka等独立组件;数据存储方面，在低成本硬件(X86)、磁盘的基础上，采用包括分布式文件系统、分布式关系型数据库、NoSQL数据库、实时数据库、内存数据库等业界典型系统;数据分析方面，集成Tableau、Pluto，R语言环境，实现数据的统计分析以及数据挖掘能力;监控管理方面，利用 Ganglia，实现集群监控、服务监控、节点监控、性能监控、告警监控等管理服务;可视化展现方面，基于GIS、Flash、ECHART、HTML5 等构建可视化展示模块。电力大数据平台技术架构见下图所示。
面向全球能源互联网的电力大数据总体架构
在基础设施部署架构及容量规划方面，电力大数据平台集群主要由数据存储服务器、接口服务器、集群管理服务器和应用服务器组成，支持存储与计算混合式架构以及广域分布的集群部署与管理。每个省集群由总共30台x86服务器和一台小型机组成，其中核心数据集群由25台构成;剩余5台服务器中，3台服务器组成消息总线集群，部署包括Kafka消息队列集群以及FTP传输入库集群，1台服务器作为集群登陆跳转以及RstudioServer服务节点，还有1台服务器作为ODBC/JDBC服务以及WebHTTP/REST服务节点。小型机作为关系型数据库以及时间序列数据库节点，部署方式如下图所示。
电力大数据标准体系
通过分析国内外大数据相关标准，并结合电力大数据技术、产品和应用需求，形成电力大数据标准规范18项，重点涵盖基础概念、数据采集、存储、计算、分析、展示、质量控制、安全防护、数据服务等8大方面，适用于全球能源互联网环境下电力大数据平台建设和相关标准编制，如下表所示。
