（国网亳州供电公司 安徽亳州 236800）
摘要：电力物联网建设目标是充分应用“大云物移智链”等现代信息技术、先进通信技术，实现电力系统各个环节万物互联、人机交互，大力提升数据自动采集、自动获取、灵活应用能力，对内实现“数据一个源、电网一张图、业务一条线”，对外广泛连接内外部、上下游资源和需求，打造能源互联网生态圈，适应社会形态、打造行业生态、培育新兴业态，支撑“三型两网”世界一流能源互联网企业建设。
关键词：大数据应用；信息传递和交换；电力物联网
一、大数据运用对地市公司物联网建设的作用解析
电力物联网中的发展建设离不开对大数据的处理。因此在一定程度上促进了大数据的发展。未来时代是信息的时代，大数据的应用将会更加地广泛。将大数据智能管理运用于能源物联网产业，对于双方是一个互利共赢的局面。电力物联网背后的大数据处理将会为各行各业提供商业信息，加快能源物联网产业商业化的进程。科学地使用云计算等大数据处理技术，保障和优化数据分析中的信息传递和信息交换，进而帮助电力物联网真正地走向商业化。
1.1大数据技术将开拓地市公司在“数据中台”中的资产运用国家电网公司、省公司建设“数据中台”的核心包括两方面：应用数据的技术能力和数据资产的属地化维护。各信息系统在地市公司产生大量的数据将成为分散的“油矿”，“数据中台”具备全流程一体化、向上多样化赋能场景、向下屏蔽多计算引擎和双向联动四大功能，极大地丰富了地市公司数据内在关联和规律价值。通过大数据挖掘技术，寻找全新的内在规律，在地市公司进一步催生具有自主学习的人工智能和机器决策、实现数据资源从“烟囱到海洋”的转变，数据价值从“油矿到纯品”的转变。
1.2大数据技术将夯实电力物联网建设的基础
坚强智能的配电网具备丰富的数据源，以大数据建立起来的安全性评价、供电能力评价、配网可靠性能及供电质量评价、经济性评价体系，能够更好地找出配电网的发展瓶颈，从而不断强化配电网的坚强智能化，成为电力物联网建设的基石。同时，大数据技术应用将突破“营配数据贯通”的瓶颈，通过信息化手段主动识别出“站-线-变-户”的关系网络，夯实电力物联网的神经末端。
1.3大数据技术将推动电力物联网中分布式能源及新能源的发展
分布式能源及新能源的发展日新月异，将成为电力物联网重要的物理连接之一。但是大量的接入电网，使得用户和负荷发生了新的变化，大数据技术在线预测、发电量模拟、实时监测、设备预警和诊断、资源调度、电力交易以及需求响应等方面的运用，将会极大挖掘、帮助现有电网的承载力，大幅提高分布式运行的安全性和电力系统的稳定性。
1.4大数据技术将推动电力物联网中综合能源服务的发展
通过电力物联网的建设，构建大数据平台，形成综合能源的产业生态，未来真正实现向智能商业模式的“网络协作+数据智能”驱动。通过“水电气热”的“四表集抄”、用能设备的精细化监测，提升能源效率，降低用能成本，实现能效分析和节能服务。大数据技术是未来综合能源服务实现“智能、节能、赋能、安全”最为基础的技术支撑。大数据共享将扩展到企业、行业以及上下游和社会层面，未来将建立起跨领域的数据共享平台，其深度应用不仅有助于企业经营活动，还将孵化出众多新业态、新服务。
二、电力物联网建设中大数据技术的应用研究
2.1大数据应用与新型管理模式构建
随着“第三次工业革命”的推进，传统的分层管理模式，渐进式管理，层层收集，结果可靠，使企业从中获取最有价值的信息。
管理模式也在不断变革，其管理复杂程度正不断加大，其中大量的信息共享和汇总分析是必然的，那么为了解决这一大数据的问题，“大数据”处理无疑给了我们一条很好的出路。通过云计算和相关技术，可以应用“弹性”，“普遍性”和“构建块”的技术概念，以使系统平台能够提供更具可扩展性的服务。在更改时，系统平台可以提供良好的支持。为“大数据”时代的企业整合提供技术支持，加快信息系统架构转型，加快“第三次工业革命”进程。
2.2增强配电网供电服务可靠性
用户的电源可靠且与人们的生活密切相关，配电系统是确保电力系统持续可靠供电的最重要部分。然而，面对当今复杂的配电系统的扩展，各种类型的不确定性正在增加，传统分析方法的局限性正变得越来越明显。在这个信息爆炸的时代，大量的数据已成为世界的“新石油”，革新技术，改变人们的思想。随着现代电力公司服务质量的提高，大量的结构化，半结构化或非结构化数据开始大量流入配电系统。大幅增加使这些大量数据变得有用。在传统的数据分析中，如果要获得最终分析结果，则需要找到数据源与分析结果之间的因果关系。相关性还可以更准确地预测分析结果并且相对有效。将大数据应用于配电系统以促进配电系统的数据处理能力可以有效地提高配电的可靠性并支持对客户的准确服务。
2.3做好用电行为分析的信息支撑
随着“营配一体化”协同机制的建立和营配数据的贯通，用电客户的用电数据能够与客户档案、缴费等数据关联起来。这些用电数据中隐含着客户的用电行为特征，通过对这些用电数据进行深度挖掘并研究客户类型，可以帮助电网了解客户的个性化和差异化服务的需求，从而为电网公司进一步提升服务质量，为未来的电力需求个性化服务提供数据支撑。用电行为分析通过以下四个步骤进行：大数据技术的应用分析、分析用电行为、分析关键技术、构建用电行为模型、用电行为分析管理软件的设计和实现。
2.4大数据在电力增值的应用
网格系统有三个主要数据源：包括设备监控数据、网格运行数据和网格管理数据。电力公司可自然主动捕获这些数据，随着电网数据的不断积累，出现了爆炸性的增长趋势。从这些数据中提取可增值业务数据的方法是智能电网建设和电力企业发展的关键。大数据技术的快速发展为网格数据带来了新的机遇。大数据的数据挖掘技术可以解决数据快速增长的问题，可以挖掘有价值的信息，为电力企业部门提供增值服务。发现未知大型数据集中的新价值链是数据挖掘和数据处理的最终目标。资格是快速获得满意结果的重要因素。基于强大的数据处理能力，供电公司在信用体系改善、行业扩展中介服务、节能服务、交通信息服务以及寻求电力的经济方面都有新的利润增长极。
2.5物资需求分析系统
电力材料是电网建设过程中的基本保障。近年来，中国的电力需求持续快速增长，各省的电力企业不断加快电力建设，使物资管理更加重要。准确的预测结果合理地创建物料供应计划，确保物料供应，并为降低采购成本的关键决策提供基础。现有的电力材料系统成本高，可扩展性差，无法解决全国网络数据融合背景带来的分布式海量数据处理问题。地方电力公司的物资需求管理主要来自各城市基层单位的需求规划，这取决于计划管理人员的实际经验。在国内网络数据融合的趋势下，网格企业需要经过大数据和机器学习，克服现有物质系统体系结构的局限，完成数据融合提出的分布式大量数据的分析要求。借助于科学理论的发展，网格材料需求预测，为企业物资需求规划的发展提供科学依据，应抓住大数据时代的发展机遇。准确合理的物料需求预测，为物资采购打下良好基础，有效提升企业物资管理前景，为企业提前调整资源创造有利条件。
参考文献：
[1]孙健瑶.能源互联网中大数据技术思考英译实践报告[D].哈尔滨工业大学，2018.
[2]解读电力物联网[J].孙彬.电气时代.2020（01）
[3]物联网产业视点[J].物联网技术.2017（08）
[4]加快推进电力物联网建设[J].吴文.农村电工.2019（07）
[5]明确目标高质量推进电力物联网建设[J].本刊编辑部.农电管理.2019（05）