摘要:随着电力技术的飞速发展,电力营销管理业务的范围逐渐扩大,其包括多种业务形式,比如抄表、缴费、电力营销作业、电力故障维修、计量点管理、电力信息服务等。在应用时,由于电力营销系统具有较广的业务分布,并且大量的项目分布分散,业务形式繁多,电力信息采集量大,相邻系统件的耦合关联性比较强。用户在进行业务处理就显得不够及时,时效性较差,系统之间的互联性不佳。因此,如何便捷、实时使用电力营销系统、提高电力营销系统的使用效率就成为当前电网用户亟待解决的问题。电力营销管理信息系统(Material managementinformation system,MMIS)是供电企业提高经营管理效能和决策水平,向客户提供“优质、方便、规范、真诚”服务的重要条件。随着物联网技术在各个工业中的应用,这就为电力营销管理系统的应用提供了新的技术方向。通过将物联网技术与电力营销业务相结合,能够实现电力营销各项业务的集中化、实时化、精细化管理,使用户可以跨地域、跨业务范围地使用、管理电力系统。物联网技术还能够使各种应用终端与电力营销管理系统形成互联网络结构,大大提高了电力营销数据的传输和交互能力。基于此,本文基于物联网构建出电力营销管理信息系统(MMIS),增加了电力营销管理应用的范围。
关键词:电力营销;物联网技术;无线通信技术;数据挖掘算法
1 泛在电力物联网物联网
简单来说就是以互联网为基础,将所有物体在传感系统的支持下接入网络,从而构建起人与人、人与物乃至物与物之间互联互通的网络。而电力物联网,也就是物联网在电力行业的应用,从而推动传统电网向智能电网转型与升级,提高电网的协同管理水平与智能化程度,真正实现统一物联管理。至于泛在电力物联网,就是以电力系统为核心,结合现代信息技术与先进技术而构成的智慧服务系统,该系统具有万物互联、人机交互的基本功能,同时也具备全面感知状态、高效处理信息、灵活便捷应用、自动智能管理的特征。实际上,其就是泛在物联网在电力行业中的应用表现,也是实现电网中任何时间、地点、人及物之间信息连接与交互的关键,更是电网未来发展的必然趋势。总的来看,泛在电力物联网具有信息全面感知、组网快速灵活、通信方式灵活、自愈能力强、服务面广、安全性高、智能化程度高等优点。
2大数据处理方法
2.1数据挖掘算法
图 1 系统数据库体系
MMIS 中的数据库通常包含基础数据库、共享数据库以及决策数据库。在对这些数据库的数据类型进行处理时,选择采用决策树算法进行运算的原因在于,这种方法能够处理数据量比较大的数据,能够使用户从大量的数据库中快速选出用户期望的数据。下面对基础数据库进行说明。如图1 所示。基础数据库是各个业务子系统中业务信息的重要资产信息,它是建立其他数据库的基础。共享数据库的使用范围比较广,综合性较强,其包含的数据类型也较多。决策数据库使企业决策者执行决策、计算的常用数据。数据库作为电力营销管理系统的核心部分,各级 MMIS 通过物联网交互数据错综复杂。用户在使用数据时,操作、处理数据的能力显得不足。
图2 数据库样本学习器训练
在本文技术方案中,选择使用决策树算法中的ID3 算法来构建决策树,从而实现对数据的分类。这种算法处理速度快,分类精确,并且能够根据用户选择的分类属性进行分类,最终输出分类的具体结果,下面对该分类步骤进行详细介绍。在分类时,首先要训练分类器,再将若干个弱分类器训练成强分类器,如图 2所示。
在选择分类器之后,通过确定决策树的节点和分支节点来建立决策树模型。
如果出现大信息增益度值的频率高,则表示在这个属性特征上,数据损失得较少,可将计算出的较大信息增益度值的属性置于决策树的上层,作为根节点来考虑,将较小信息增益度值的属性作为叶节点使用。根据上述方法确定的根节点和叶节点,从而建立数据模型。
2.2随机矩阵理论
在进行了决策树算法之后,能够使用户有效地将不同营销数据类型按照一定的属性选择出来。在输出的数据中,如果要考察不同数据之间的关联性以及不同数据之间的关系,即通过各种数据之间的关联性进行评估电力营销不同大数据之间的关系,则需要对数据进行进一步的研究,因此引入了随机矩阵理论。本文设计的系统还能够统计、分析不同地区 MMIS 数据之间的联系。在应用随机矩阵理论之前,首先引出相关性矩阵公式。
在式中,假设不同市、地区 MMIS 数据库(诸如 A 市 MMIS 数据库中的基础数据库、B 市区MMIS 数据库中的共享数据库、C 市区 MMIS 数据库中的决策数据库等)有 M 种,数据库集合为:{P1,P2,P3,,PM},参数(如电量电费数据、收费服务数据、负荷管理数据等)的数据有N 种,数据集合为:{Q1,Q2,Q3,,QN},在评估时间窗区间范围内,连续测试 T 次,其中将构成用户投诉的数据构建为矩阵D1,矩阵中,数据集合元素 Pij为第i 个MMIS 数据库在j 时间下进行检测数值。D2表示电能计量数据,比如电量电费数据、收费服务数据、负荷管理数据等。
结束语
本文基于物联网技术构建了电力营销管理信息系统架构,具有积极有益的效果。(1)用户通过远程/近程无线通信实现与不同的终端和移动营销平台的信息互通,使获取数据的及时性、实时性大大提高。(2)在电力营销管理软件平台,又通过数据挖掘算法建立数据模型,通过决策树算法对各个市地区 MMIS 数据库进行样本学习、训练,使得多个弱分类器训练成强分类器,最终建立起成熟的决策树算法,使用户筛选数据的能力得到很大提高。(3)软件平台又采用随机矩阵理论对 MMIS 数据进行分析,深化了对数据的感官认知,使得用户发现 MMIS 数据更本质的规律,通过试验,具有明显的效果,为用户使用 MMIS 提供了技术参考。
参考文献:
[1] 甄昊涵,沈华.电能表现场检验数据挖掘研究[J].电子技术应用,2017,43(4):76-78,82.
[2] 王奇,庄远灿,阎帅,等.基于随机矩阵理论的交直流输电通道线损大数据关联特性分析[J].电力自动化设备,2018,38(5):77-83.