大数据技术在电力营销系统中的应用研究

2021-12-02孟燕琴詹妮

电子元器件与信息技术 2021年10期

孟燕琴，詹妮

（1.新疆友通电子科技有限公司，新疆乌鲁木齐 830000；2.新疆信息产业有限责任公司，新疆乌鲁木齐 830000）

0 引言

基于电力营销大数据的数字化管控平台指的是多种技术的结合，主要包括了无线网络技术、流媒体技术以及视频监控技术等。其目的是提高电力系统的监控服务，可以实现在移动端对基于电力营销大数据的数字化管控平台进行实时监控，打破了时间和空间的限制，而且成本较低，功能丰富，可以极大提高电力系统的运行效率与故障检修效率。

1 电力营销系统中大数据技术概述

数据对于企业而言是非常宝贵的资产，在电力企业中，大数据应用包括用户实际用电数据，电力企业管理数据，电网性能数据和发电机组性能数据大数据具有海量异构数据和低密度数据的特点。在当今的电力营销系统中，数据应用是存储在关系数据库中的结构化数据。由于没有针对此数据的顶层设计，因此难以实现共享和交互，并且无法为顶层设计提供合适的服务。但是大数据技术可以使用互联网技术来存储和共享相关数据，并且可以通过互联网链接数据获得有价值的数据[1]。

2 在电力营销系统中使用大数据技术的效果

在电力营销系统中使用大数据技术的效果主要体现在以下方面：（1）用户的服务工作，为了更好地服务于电力用户，电力企业采取了多种方法来解决电力用户的问题，比如可以通过投诉有效改善电力服务；（2）电力营销可以促进电力管理的标准化，如收取电费，变更合同等，从而加强了电力营销体系管理的标准化；（3）电力营销管理部门采用人员考核制度，加强对投诉的监督，完善电力营销系统责任制；（4）电力营销计划，市场调查和电力管理可以提高电力营销系统的管理能力。

3 电力营销系统中的大数据技术

3.1 数据存储与传输技术

大数据技术是近年来的热门技术，技术特点是可以存储和计算大量的结构化和非结构化数据，可以有效利用计算资源并使人们能够动态获取资源的重大创新。为了更好地利用大数据和云计算的优势，数据存储和传输技术至关重要。在电力营销系统数据量飞速增长的背景下，要智能地使用大数据以优化电力营销服务就需要通过不同的存储格式对其进行存储，比如分布式文件系统可以用于存储非结构化数据，而数据仓库系统可以存储保密等级要求较高的结构化数据，其一般由三部分组成：（1）检索数据，从数据源重新启动所需的数据；（2）数据转换，要根据相关要求转换获得的数据，以及清理和处理有偏差和错误的数据；（3）下载前两个链接中获得的数据并将其保存。

3.2 数据处理技术

要使用大数据技术，必须分析和处理数据。数据处理技术包括分库处理、分区处理和分表处理等。（1）分库处理基于适当的处理框架来提高数据使用效率；（2）分区处理旨在最大程度地提高数据访问读取的效率，并降低所有文件中大型表的压力；（3）分表处理是通过制作不同的数据表分担单一数据表的压力。通过以上方式处理数据可以构建纵列及并列形式的数据库，实现对数据的处理和有效利用。

3.3 数据分析技术

在电力营销系统中使用大数据的最终目标是将信号转换为所需的数据，然后使用数据分析执行适当的优化，以为管理人员提供决策依据所需的数据[3]。数据分析技术在电力营销系统中有多种形式，其主要目的是在海量数据中寻找相关规律，从而通过大数据构建科学的数学模型，以提供技术支持并提出解决方案。其可以有效帮助电力企业获得更多的经济效益。

3.4 数据展现技术

在大数据的背景下，管理人员可以使用可视化，空间信息流和其他相关技术来接收有关企业电力营销系统的最新运营信息。在正常情况下，可以使用可视化技术来监视电网的运行状态。

4 大数据技术在电力营销系统中的应用

4.1 新管理系统的开发

在电力营销系统中应用大数据技术，可以有效与互联网进行结合，通过大数据分析电力消费的总体需求，从而实施全局电力管理计划，从而实现对管理系统的创新。大数据技术可以对不同区域、不同用户等进行合理分析，并收集相关数据建立数据库，结合电力管理的实际需要完善电力服务[2]。

4.2 智能通信平台的建立

通过智能通信平台并利用大数据技术可以为不同的用户提供针对性的服务，以便用户在出现问题时及时解决[4]。电力企业可以通过网络发布诸如停电通知之类的电力信息，并将电力用电信息上传，用户可以根据要求找到。大数据技术的应用，将通信平台与结算费用系统相结合，使用户在收到通知后将付款，以上应用都可以进一步提高电力营销服务的效率。

4.3 云计算的使用

云计算的使用可以将电力营销系统划分为几个子系统，分析每个系统的数据，然后将信息传输给用户，从而可以实现高速信息和数据传输。同时，进一步整合数据信息，以确保在电力营销系统中进行更准确的信息处理，创建庞大的数据信息数据库，并增强信息服务请求功能。

5 以大数据为基础的电力营销系统构建

以大数据为基础的电力营销系统构建要利用云计算、大数据、物联网、移动互联网和其他技术来创建具有自动化操作、智能、适应性和柔性特征的集成电力营销管理平台。一方面，电力营销系统可以根据用户的需求自行启动，以标准化、高效和协调的方式进行各种营销操作，并为电力消费者和生产商提供数据信息交互的界面；另一方面，由于数据资源中心和信息管理中心具有海量存储、智能计算和快速响应的特点，可以实施整个营销过程全面的运营监控，数据的深入分析，数据建模和增加支持决策的水平，并实现智能化的控制。在国家电网公司用于创建企业级集成信息系统的总体结构内，电力营销集成管理平台的主要建设应从三个方面开始：（1）数据资产的集中，资源存储的分配以及系统效率的提高。（2）统一数据标准和规范，利用大数据技术对数据的价值有更深入的挖掘，并实现资源的更广泛利用。（3）利用平台构建来重构营销业务流程，实现上下游业务整合以及横向整合，提高响应速度和客户满意度。基于以上思想，以大数据为基础的电力营销系统构建主要从三个方面实施：

5.1 业务结构

业务结构大致分为三个级别：决策级别，管理级别和执行级别。在决策级别和管理级别分别创建大数据营销平台，并将有关执行级别应用数据统一连接到大数据平台，以实现数据资产的统一管理和部署[5]。通过在各个级别的业务和数据流之间建立有效的链接，可以提高资源利用率并提高运营效率。大数据挖掘技术可以满足管理人员进行复杂控制和深入分析的需求，并且可以为准确的营销和科学决策提供有用的帮助。由于体系结构的松散耦合和易扩展，设计用于满足新功能和开发需求的子系统可以轻松方便地连接到平台，而无需更改系统体系结构。

5.2 数据架构

数据架构是以大数据为基础的电力营销系统构建的核心，其功能主要分为三个部分：数据访问标准、数据处理，支持和监视。数据访问标准的主要目的是为清理和转换异构数据提供统一的规范和标准。数据处理旨在收集结构化、非结构化、地理网格信息、大量的历史/实时数据以及来自各种智能传感器终端的信息。存储信息，并进行数据的清理和转换以生成更高密度的数据资产，以进行数据建模、深入分析、价值分析和决策辅助。

5.3 技术架构

系统技术架构可以从上到下分为以下几个层次：（1）表示层主要旨在与多维表示技术实现用户友好的交互；（2）集成服务层用于通过ESB服务总线连接多个应用服务器，例如同步请求、订阅服务和消息传递服务，以提供不同服务之间的通信和集成；（3）业务逻辑层主要用于部署业务逻辑组件，以支持基本营销服务的分发（例如业务扩展、电费管理、数据档案、计量资产管理、客户服务），并提供统一和共享服务支持，将整个系统集成为一个整体。（4）数据资源层主要负责优化各种类型的海量数据并为数据使用做好准备。

6 大数据技术在电力营销系统中的未来应用前景

大数据可以改变供电方式，提高新型能源的利用效率。太阳能和风能的等分布式能源的利用与用电行为直接相关。由于大部分新型能源区域与用电区域距离较远，且发电高峰与用电高峰存在差异，而且目前没有便宜的电力存储系统，因此需要进一步研究以如何科学合理地使用新型能源，以提高能源利用率。未来，大数据研究需要分析如何更好地将新型能源整合到现有的电力系统中，以更好的利用分布式电力。此外，以太阳能和风能为代表的分布式能源发电不确定性很大，能源转换方面有巨大的营销，如何准确的预测风能、太阳能与电力转换的关系，是以前难以解决的问题，利用大数据构建相关数学模型可以有效改善这一问题，并改善电力结构。