摘要：随着社会经济和信息化的发展，物联网服务平台也得到了迅猛的发展，这也标志着大数据技术时代接踵而来，并且渗透到了我们生活中的各个方面，由于人们对于信息化服务的要求也在不断提高，而大数据技术具有复杂性和多样性的特点，进而物联网服务平台的发展就必须要有效借助大数据技术。本文分析了大数据技术以及物联网服务平台的含义，找出了两者之间的关系，并对泛在电力物联网大数据平台的运用进行了探究。

关键词：泛在电力物联网；大数据平台

引言

建设泛在电力物联网，是国家电网有限公司推进“三型两网”建设的重要内容和关键环节。而其中，如何构建一个强大的数据平台，是加快推进泛在电力物联网建设的前提和基础。

1大数据技术在物联网产业中的应用价值

现如今，物联网的架构主要包括：感知层、网络层和应用层。感知层能够采集信息、识别物体等感知功能，从而形成大量数据。比如微博每天评论功能可以达到1.2亿条评论，上传新的短片和视频近800万个，将这样庞大的数据的信息汇集在一起，能够形成PB级别的数据量，物联网产业凭借PB级别的数据量，能够掌握消费者的整体用户细习惯。物联网的网络层能够实现数据信息的传输和交流，网络层是基于感知层收集到的数据，进行分析、加工，挖掘用户的喜好、习惯，从众多的信息中找到共性，并对产品做出调整和优化，来满足不同用户的需求，实现定制化服务，而这也是物联网应用大数据技术的目的。从物联网产业的角度来讲，大数据技术可以为物联网提供从客户到决策方面的各类商业信息，进而促使物联网产业不断发展。

2大数据与物联网的关系

2.1大数据丰富物联网应用

大数据发展下的物联网，让大数据的价值得到了很好的体现，在物联网技术应用中，通过搭建遥感勘测、智能建筑、智能运输、检测保护等信息手段，收集大数据，然后对收集的数据进行分析，把有用的数据筛选出来形成有价值以及有用的信息，实现其作用。一家顶级汽车公司，通过使用遥感技术来识别车主的身份，该技术可以有效记忆车主的重量、开车姿势等一系列的信息，如果出现和这些数据不吻合的人驾驶车辆，传感器就会把信息反馈给车主，避免车辆被盗。大数据技术是物联网中的技术手段，不仅仅是收集各种数据，对数据进行分析处理以后，找出问题来完善物联网系统，它也使得物联网的应用更加的丰富多彩。

2.2物联网促进大数据

我们目前正处于大数据时代，物联网的发展，产生数据的终端由PC向包含PC在内的智能手机，平板电脑等多样化的终端，以及利用各行业、各领域的感知设备，快速入网并且汇总在一起，物联网中传感器把各种各样的信息转化成电信号，然后利用网络输送到上层应用系统，物联网在很短的时间内就能够产生大量的信息，在物联网上，进而产生大量的数据。大量的非结构化的数据快速增长的趋势已经在悄然形成。然而这些数据的增长并不是线性的，它是随着越来越多的传感器的研究、制造、使用，数据量会产生一种不可阻挡的指数性增长趋势。

3构建相适应的大数据平台

随着泛在电力物联网的加快建设，现有的互联网大数据技术平台将遇到巨大的挑战，因为电力数据规模将增加几个数量级，数据分析的量也更多，实时性要求也更高。因此，需要进一步加大信息技术的创新力度，构建和完善适应泛在电力物联网建设需求的大数据平台。

这个新一代的大数据平台，要有以下几个特点：充分利用泛在电力物联网的数据特点，在技术上做各种优化，大幅度提高数据插入、查询的性能，降低电网运营成本；必须能实时处理各种数据插入、查询请求，提升电网运行效率；必须是水平扩展的，随着数据量的增加，只需要增加服务器扩容即可；支持边缘计算与云计算的边缘协同；必须是易于维护的，降低对运维人员的要求；必须是开放的，有业界流行的标准SQL接口，便于各种应用集成；必须通过Python、R或其他接口来方便集成各种机器学习、人工智能算法。

当前，国内外诸多互联网企业已经注意到物联网兴起后，传统的大数据技术正面临新的考验和挑战，并开始着手研发新一代大数据平台。相信随着泛在电力物联网建设不断加快，必将构建新一代的能源电力大数据平台，从而进一步挖掘和利用好电网的数据资源，提升电网运营的效率和效益，保障电网安全稳定运行，为社会提供新的应用和服务。

4泛在电力物联网的数据量将大幅增加

电力行业历来重视数据和信息技术，从上世纪80年代起，就采用实时数据库处理发电以及电网采集的各种数据。但随着电网规模的扩大，数据采集量的大幅增加，传统的实时数据库和IT架构已经无法满足海量数据的处理需求。最近几年，电力行业开始采用互联网行业的大数据平台技术，最典型的就是将Kafka、Hadoop、HBase、Spark、Redis等技术集成在一起处理海量数据。比如智能电表的用电信息采集系统、电费的计算等，都采用这类方案。

从配网的情况来看，即使采集点和采集频率不显著增加，但以D5000、CC2000为代表的主流产品，受限于历史数据处理能力，依然只能围绕实时采集数据、历史断面数据构建应用，拓扑分析技术无法在时间维度纵向扩展。

电网数据采集及监控系统（SCADA）作为物联网的一部分，不但要看实时数据，还需要看历史数据，不单需要实时监控，更需要故障预警、趋势分析、运营指标分析、效率分析等。通过快速存取、分析高频采集数据，将为电网的安全高效运行提供更精准的数据决策支撑。

另一方面，泛在电力物联网与通用的物联网一样，不仅会存在云端的数据中心，也会存在边缘节点。这些边缘节点具备一定的计算和存储能力，能进行数据的预处理和缓存，大幅缓解数据中心平台的压力，而且能更好地保证边缘节点覆盖的区域有更好的数据实时响应能力，更好地支撑本地业务实时智能化决策与执行。但是边缘计算与云计算需要通过紧密协同才能更好地满足各种需求场景的匹配，从而边缘计算和云计算的应用价值。

采集点的增加和采集频次提高，能带来什么样的效益呢？以智能电表为例，如果将所有电表的数据采集频次提高到1次/15分钟，电网将实现对每个台区线损的实时监测，而不是现在的T-1模式，从而对异常线损实时处理。同时，对输电线路故障实时监测，再也无需客户上报，大大提升运维效率和服务质量。

以Hadoop体系为代表的互联网大数据解决方案，主要处理的是互联网领域的非结构化数据，比如爬虫数据、微博与微信数据等。但是，泛在电力物联网的数据与互联网数据有显著不同的特点，表现在几个方面：数据都是时序的，由传感器和设备不断产生，形成一个数据流；除视频、图像外，都是结构化的数据；数据是机器日志类型的，不会有删除或更新的动作；数据是有保留时长的，到期删除；数据流量是平稳可预测，知道测点数、采集频率，能较为准确估算流量大小；数据需要进行实时计算、分析；数据的分析、计算一般都是基于某一个时间段和地域进行；数据量巨大，一天产生几百亿条记录。

除数据特征不一样之外，在数据处理上，泛在电力物联网与典型的互联网相比，还有不一样的需求。比如插值计算、数学函数计算以及某个具体时间点的断面数据等。而且这些数据的处理往往与采集设备的管理直接挂钩，需要依据采集设备的归属、地域以及其他属性进行各种分类统计。

结语

综上所述，大数据技术在现代的生产生活中的应用十分广泛，而其在物联中的应用还处于比较初级的阶段，需要研究者对其进行不断地研究，促进大数据技术的发展，从而提高大数据在电力物联网中的应用价值。

参考文献:

[1]张亚飞,阎东.大数据技术在物联网产业中的应用分析[J].通讯世界,2018(1).

[2]段为.大数据技术在物联网服务平台中的应用[J].电信工程技术与标准化,2016,29(2):8-13.