泛在物联网技术改变了电力系统的管理模式，电力系统也随时会产生大量数据，继续使用传统模式很难满足电力营销工作的要求。为此，应使用大数据技术改变传统的电力营销模式，加快对泛在电力物联网数据的处理，加强对数据的深度挖掘，提升电力营销效率。
1 泛在物联网概述
1.1 泛在物联网内涵
泛在物联网一个面向物联网实现机制的平台因特网，以及实现万物互联的概念，能实现任何物件、任何人，在任何时间、地点信息连接和交互。基于以上相关特征，泛在物联网在电力行业的输电、变电、配电等方面应用十分广泛，有利于提升电力营销工作的效率，以及转变传统的经营模式，推动电力营销工作的革新[1]。目前的电力物联网包括电力系统中的所有设备，也包括电力用户的设备，电网企业设备等等，可以将产生的数据都联系起来，优化电力物联网调度。
1.2 泛在电力物联网特点
泛在电力物联网能实现对信息的全面感知，可以灵活完成物联网内部的信息交互和通信，可以更好地实现物联网的具体服务，保障电力系统的安全性。泛在电力物联网可以实现全面的信息感知，目前电力系统中各类设备都大量使用传感器，逐渐实现全面感知目标，使电力系统调度过程中，可以精确感知电力系统不同位置的工作状态，保证电力系统调度的精确性和针对性。
2 泛在物联网电力营销大数据处理方法
电力系统运行过程中产生着巨量的数据，为优化电力营销工作，就需要借助大数据处理技术。目前大数据技术可以实现对数据的实时处理，发现数据的异常值，通过大数据实现对电力系统的安全监控等等。
2.1 大数据挖掘算法
通过建立基础数据库、共享数据库和决策数据库，可以挖掘电力大数据的价值，针对电力系统运转状况开展调控工作。比如可以使用决策树算法进行大数据预算，通过处理数据量较大的数据，实现对数据库中用户期望的数据的快速选择。其中基础数据库是各种业务子系统中的重要资产，依靠基础数据库中的数据才能继续建立其他数据库[2]。共享数据库中包含很多不同类型的数据，应用范围也比较广，具有非常强的综合性。决策数据库中主要是企业决策者执行日常决策、计算的常用数据。
通过使用决策树算法，可以完成对方泛在物联网大数据的分类，比如可以快速完成对用户的分类工作，然后可以输出让分类结果。为保证分类器的分类精度，需要训练分类器，将弱分类器训练成强分类器。选择分类器后，可以利用决策树的节点和分支节点建立决策树模型，通过经验上选择根节点。在选择数据库集的分割特征属性时，可以使用信息增益度完成计算工作。比如出现大信息增益度值频率较高时，就会将信息增益度较大的属性作为决策树的上层，将信息增益度较小的节点作为叶节点使用。
2.2 随机矩阵理论
电力企业决策过程中，需要考虑不同输出数据之间的关系，并根据数据的关系确定电力系统中不同输出数据之间的关联性。为此，可以使用随机矩阵理论对数据进行进一步分析，挖掘数据价值。该方法会利用相关性矩阵进行数据的相关性分析，通过使用不同地区的数据库、参数和数据集合，构建数据矩阵，然后利用电能计量数据建立数据矩阵，完成对相关性的计算。
3 泛在电力物联网电力营销大数据应用
3.1 大数据下的新管理模式
泛在物联网中的大数据系统是能源系统和信息通信系统融合产生的复杂系统，由于企业、人员对能源的使用，使得能源物联网受到社会的影响很大。而利用大数据技术，可以改变传统管理模式，建立多源协同决策方式，提升电力系统运行稳定性。传统的电力系统运行使用分层管理模式，能实现对系统的渐进式管理，通过层层收集信息，制定可靠的运行策略。泛在物联网背景下，电力系统时时刻刻都在产生大量的数据和信息，系统功能完善的同时复杂性也在提升，传统的管理模式已经难以满足处理要求。为此，需要使用云计算技术汇总电力系统信息数据，并完成对电力信息数据的集中处理，实现控制系统的革新和转型。
3.2 用电行为分析
依靠电力物联网，能实现客户用电数据、缴费状况、客户档案之间的关联，而且这些用电数据中都在反映着客户的用电特征，通过大数据技术可以对客户行为特征进行挖掘，使电网能了解客户的实际要求，并给客户提供个性化、差异化的服务，提升电网公司的服务水平，确保各项服务的针对性。在分析过程中，会建立用电行为模型，使用分析软件深入研究用户的用电情况，最终利用智能技术确定制定服务策略。
3.3 电力服务增值
当前的设备监控数据、网格运行数据、网格管理数据是电力公司网格系统的主要数据来源，而且随着泛在物联网的建设，网格数据呈现出爆发性的增长，并积累了大量电力数据[3]。依托对电力营销大数据的分析，能够从这些数据中提取可增值业务，推动电力企业的发展和加强电网建设。通过大数据技术可以快速完成网格数据分析，解决数据快速增长导致难以处理的问题。比如利用大数据技术可以发现在电力市场中的新价值链，并且依靠数据处理可以完善价值链的构建。目前的市场中介服务、信用体系、节能服务、交通服务等等都是新的增长点，依靠电力营销大数据可以实现新业务的拓展。
3.4 建立物资分析系统
电力系统中的材料是电网建设过程中的重要保障，由于我国电力需求的快速发展，为应对不断变化的用电需求，加强物资管理工作极为重要。利用电力营销大数据，能够准确计划物资供应，帮助电力企业进行低成本的采购工作。在目前的工作模式下，很多电力材料都存在可拓展性差、系统成本高的问题，而且在全国网络融合的背景下更难以进行调控工作。大数据系统通过机器学习，能克服现有系统结构的局限和不足，并自行完成网格材料需求的预测，帮助企业完成资源规划工作，避免企业出现资源浪费或资源不足的情况，使企业高效开展采购工作，推动企业资源的整合。
3.5 提升配电网络供电服务的可靠性
电源的可靠性和生产、生活关系密切，所以需要配电系统保证电力系统供电稳定可靠，以及确保电能的持续性。但是由于目前电力系统变得日趋复杂，使得会受到很多不稳定因素的影响，增加电力系统的不确定性，继续采用传统分析方式会增加电力系统运行的不确定性，也会导致工作的局限性。同时，监测系统的复杂性也在不断提升，大量半结构化、结构化数据的出现，开始进入到配电系统中，导致配电系统对数据使用的难度在不断增加，已经不能像传统数据依据数据源和分析结果之间的因果关系进行分析，而利用智能系统可以进行相关性分析，可以对分析结果进行更为准确的预测，还具有极高的有效性，能够促进配电系统的对数据的处理，保证对客户进行精准服务。
结束语：大数据应用在泛在电力物联网中，可以提升供配电系统的可靠性和稳定性，并且能够通过对用电需求进行分析，以及研究客户的用电行为制定更为合理的电力营销策略，满足电网需求。
参考文献：
[1]郑欣玲.泛在物联网在电力营销大数据处理方法[J].集成电路应用,2020,37(10):184-185.
[2]彭龙,化振谦,党三磊,赵炳辉,张永旺.面向泛在物联网的电力营销大数据处理方法[J].电气工程学报,2020,15(01):95-102.
作者简介:高雯（1982-），女，本科，工程师，从事电力营销、电费电价工作。