正文
2.3 电力物联网的信息/数据融合技术
电力物联网目前的基础数据信息众多，来源各异，差异化大，单数据价值密度低，集合后成大数据特征，蕴含潜在价值高，但传统的数据分析技术不能直接应用于电力物联网。而且，电力系统的阶段性、实时性将导致物联网平台上积累大量控制、监测、计量等历史和实时数据。
传统的信息/数据处理集中式算法由于只有一个处理中心，可能存在计算负荷重而且安全性不够的问题，如果计算中心发生故障，会使整个系统瘫痪[27]。而分布式信号处理由于处理节点互相独立，不依赖处理中心，只对迭代计算的结果进行交互，鲁棒性更强，更能适应电力物联网数据信息融合的要求。
5G 新技术的出现，其低时延大带宽的优势，给电力系统数据处理带来新的契机。可建立分布式感知网络，提高对重点区域的覆盖率，减少冗余感知节点的投放。通过5G 边缘计算，在采集到用户侧数据时，可采用边缘计算方式把数据增值计算下沉至数据源头，对用电行为进行实时分析，将使整体网络服务响应更快、效率更高。
另一方面，可建立云计算平台，在能量约束、有限通信带宽的限制下，通过云边协同计算降低数据处理复杂度、保证处理的实时性以及通信系统的鲁棒性，寻求全局估计与局部估计在功能上的平衡和优化，并根据需求变化进行动态调整[27]。
在理想的信息融合架构下，每个传感节点将估计结果传输至相邻传感节点并对估计结果进行修正，将大幅度降低计算量，减小通信代价，缩短响应时间，提高实时性、可扩展性和鲁棒性。
在信息采集节点，针对稀疏信号，融入压缩感知技术，可以有效解决传统奈奎斯特采样定理因采样频率高产生海量采样数据而造成资源浪费，并加重数据存储和传输负担的问题[28]。此方法不仅能重构原始信号，还能去除信号中的大部分噪声，抗干扰能力强，无需解压缩即可进行信号的特征提取，减少检测的复杂度，可以由远低于采样定理要求的采样点进行重建恢复，一边采样一边压缩，减小数据采集、存储与传输的压力。
电力(能源)系统要进行数字化转型，要从企业
单独运营变成平台模式运营，如图4 所示，把供应
方、输送方、消费者、设备商、服务商聚集在统一
平台内，吸引各类市场主体参与，实现跨界融合、
合作共赢。在此基础上，以数据的采集、传输、处
理、分析、应用为核心，以数据驱动为特色，推动
数字化转型，将数据视为重要的资产，实现从传统
资产为核心到以数据为核心的转变。以客户为中心，
通过数据分析出客户的需求并进行主动对接，为客
户提供精准的多样化服务。
图4 电力物联网统一平台
Fig. 4 Unified platform of power IoT
3.1 电力物联网商业化运营的关键问题
要实现电力物联网的商业化运营，首先是做好
数据获取的基础设施建设，也就是感知层建设，并
通过网络层对信号进行接入和传输；平台层汇集了海量的数据资源，数据进行管理并对外提供接口，
是电力物联网商业模式实现的核心环节；应用层承
载了各类具体业务内容，可以实现数据的增值服务，
是商业模式最终得以实现的层次。
由于电力系统内具有大量的多源异构数据，不
同厂商的设备也有着不同的数据格式，数据采集后
分析困难。需要进行统一数据标准，确定基础的数
据模型，建设统一的数据调用和服务接口标准，才
方便进行数据统一分析和深入挖掘。开展电力物联
网云平台服务系统建设，实现数据全面共享、业务
全程在线，优化客户服务、计量计费等供电服务业
务。借助数据分析，预测客户消费需求，为客户提
供精准化营销服务，提升客户粘性。
通过给用电设备编码，建立实物ID 和虚拟编
号，使每一个电力数据都有附带设备信息，把电力
数据从区域、住户再细分到设备。可以通过移动终
端实地扫码或输入虚拟编号快速调阅设备参数和各
种信息等，实现产品的精准评价。亦可通过电力大
数据分析用电设备的使用情况，从而实现全寿命周
期管理。
3.2 电力物联网数据驱动的商业模式
电力物联网的商业模式以数据为核心，覆盖行
业的方方面面。
