泛在物联网在电力营销大数据处理方法

泛在物联网在电力营销大数据处理方法

王翠娟 吕凌锋

桐乡市电力工程有限责任公司供配电服务分公司 浙江 嘉兴 314500

摘要：经济的发展，促进社会对电力的需求也逐渐增加，这有效地推动了电力企业的发展。在各行各业当中的广泛运用物联网技术，给电力营销管理系统的运用提供了很好的技术的方向。将电力营销业务与物联网相互结合在一起，能够更好地实现细致化、高速化、聚集化的电力营销的各项业务的管理。可以让用户实现跨地区还有跨业务范围内使用管理电力系统。能够大大的提升电力营销数据的传输能力。本文就泛在物联网在电力营销大数据处理方法展开探讨。

关键词：物联网，大数据，网络系统，信息技术

引言

在电力营销的过程中，往往需要对相关的信息进行整理融合，这项工作相对也比较复杂。因此，在电力企业进行销售时，要充分的对大量信息进行一定的了解，能够明白信息之间的相互联系，这样才能够更好地发现电力营销的优势，更好地进行电力营销。然而根据目前的状况来看，电力销售行业中的信息搜集处理上还存在一定的问题，其处理方式也比较传统，进而导致电力销售行业的整体经营受到一定的影响，服务质量也不高。因此，要想能够真正地改变当前电力营销环境，就需要采取相应的措施来使大数据更好地促进电力营销的发展。

1 泛在电力物联网的特点

全面感知信息，通信方式灵活，面向具体服务，安全性高等都是泛在电力物联网的主要特点。全面感知信息是指泛在电力物联网内部传感器能够充分结合电力行业中的实际应用需求，在电力系统的各个角落进行布置或者把传感器设置于设备内部，让其实现全面感知的目标。因为电力系统在运行和调度过程中，需要保证信息能够实现快速准确地试试传递，这点也需要灵活的通信方式和数据融合为基础。数据的理解和转化就是讲一种数据包意义添加到具体的服务过程中，为此电力领域中的物联网需要以实际的应用服务为目标，对各种服务信息进行集中处理。电力系统的运行质量直接能够影响到社会的发展生产，为此也需要进一步提高泛在电力物联网的可靠性和安全性，提高隐私保护。泛在电力物联网中的各种信息流主要是以电力行业中的专用通信网络为主，当处在应急环境时，就可以选择使用公共通信网络。此外，泛在电力物联网还具备用户身份验证、识别和访问制度，各级别的工作人员所属的管理权限也各不相同。

2 电力信息数据处理的概念

首先，我们要明白什么是电力信息数据处理，实际上大数据就是指在很多的信息过程中对于信息数据进行一定的整合，在处理这些信息时能够综合考虑这些信息的具体情况，进而将这些信息有机的提供给企业和人们进行使用，人们也可以在进行数据分析后，利用这些数据采取相应的措施，合理运用这些数据。在信息搜集的过程中，往往会使信息之间产生一定的联系，而大数据在这一工作过程中就能够更好地发挥自己的作用。一方面能够将数据更好的整理在一起，使之能够井井有条，另一方面也能够帮助我们更快地提取信息，进而使电力信息数据的处理更加的便捷，效率也越来越高。目前大数据处理主要还是利用了较为新型的技术来进行数据的分析，能够在电力工作过程当中提供有效的意见，进而使整体的电力营销信息更加有效的使用到我们的日常生活过程当中。

3 建设思路

一是统筹规划。全面分析物联网的发展趋势，正确把握技术前沿和未来发展方向，结合电力业务应用场景，加强顶层设计，做好泛在物联网的统筹规划。二是因地制宜。按照因站因需、灵活匹配的原则，充分考虑电力实际需求和地区发展趋势等因素，结合本地资源禀赋、区位特征等特点，强调“因地制宜、按需落地”。三是经济适用。结合区域经济发展、用户投资能力及设备更新换代等方面的需求，着眼于效益与投资的平衡，充分考虑并利用已有终端设备，选择合理的设计方案，实现感知终端设备的共享共用，避免重复投资。四是标准统一。依据风电、水电、火电、核电、电网等各专业设计和建设标准开展典型场景设计，按照泛在物联标准，设计和选型各类终端设备，考虑网络接入的规范性、终端设备信息模型统一性和接口一致性，实现感知终端的统一接入和数据的交互共享，实现应用模式的推广复用。五是安全可靠。充分论证感知层终端与各类功能拓展需求的匹配条件，在建设、运营、运维的全链条上提升安全管理水平，构建“可信互联、精准防护、安全互动、智能防御”核心防护能力，保障传统电力业务和新兴业务创新发展。

4 泛在物联网在电力营销大数据处理方法

4.1大数据挖掘算法

基础的数据库和共享数据库还有决策数据库是MMIS中的数据库当中的主要内容。决策树算法这种方法可以精准确并且高效的处理数据较大数量的数据，这是其对这些数据库的数据进行处理的原因，可以使用户在大量的数据里面快速的筛选出自己想要的数据。建立其他数据库的基础是各个子系统中业务的重要资产信息。通常共享数据库适用范围比较广，具备强综合性的优势，并且里面包括的数据种类也比较多。基础数据库让企业决策人进行决策执行，把常用数据进行计算。电力营销管理系统的核心就是数据库，各级MMIS经过利用物联网交换数据，用户在使用数据时，处理数据和操作的能力都会觉得有些困难。

4.2对于智能电能表设备进行更新换代

在统计及计量用户使用电能数据时，电能表设备是实现抄表工作信息化的重要设备，其使用情况决定了电能数据的传输结果。随着信息化建设的应用及智能设备的更新换代，以往多种多样的电能表设备已经不能满足科技时代的发展要求，不同类型的电能表也十分影响数据统计。因此要将传统电能表更新换代成统一规格的智能电能表。可以选用环境适应能力更优秀的智能电能表，避免在天气变化较大或信号接收不好、海拔较高的地区受到环境影响，并且智能电能表具有电子显示、计量准确、性能可靠、信号稳定、操作简单、耗能较低等优势，可以在不良环境内准确计量电能数据，有效提高电力服务人员的工作效率。

4.3随机矩阵理论

使用决策树算法以后，可以让用户高效地把不同的数据种类按照一定的标准属性选择出来。在数据传输中，如果了解不同数据之间的关联性与关系，也就需要通过各类数据之间的关系进行不同电力营销之间的大数据的评估关系。需要更进一步对数据进行研究，因此引进了随机矩阵理论。文中设计的系统还能够统计，分析出不同地区的MMIS数据之间的关系，在运用随机矩阵理论以前应该列出相关矩阵公式。式中，要假设不同市的MMIS数据库（如B市区的MMIS数据库里的基本数据库，S市区MMIS数据库里的共享数据库，D市区MMIS数据库里的决策数据库等）有A种，数据库集合为：{P₁,P₂,P₃,P_A}参数（例如电费的收据单、收费服务的数据、负荷管理数据等）的数据有N种，数据集合为：{Q₁,Q₂,Q₃,Q_N}，在评估时间窗区范围内，连续测试K次，矩阵E1是它构成的用户投诉的数据，在矩阵当中，数据集合元素p_ij为第i个MMIS数据库在j时间下进行检测数值。电能计量数据用E₂表示，例如电量数据、收费服务数据、符合管理数据、电费数据等。

结语

在当前的大数据时代下，对电力营销模式进行创新是很有必要的。需要不断的完善当前的电力数据信息系统，来使电力营销实现信息化。顺应当前时代发展的要求，在经营理念经营模式上进行不断的革新，同时要求企业人员也能够更加重视素质与能力的培养，进而确保电力企业能够实现可持续发展。

参考文献

[1]蔡月明.面向泛在电力物联网的边缘节点感知自适应数据处理方法[J].高电压技术,2019,45(06):1715-1722.

[2]张亚健.泛在电力物联网在智能配电系统应用综述及展望[J].电力建设,2019,40(06):1-12.

[3]郑富永.基于泛在电力物联网的用户侧电力大数据关键技术探讨及业务模式创新[J].电力与能源,2019,40(05):483-486+513.