1应用于感知层的关键技术

　　对于泛在电力物联网来说，感知层的主要作用在于保障系统感知数据的准确性和及时性，而在现代智能配电系统发展过程中，感知层的监测对象愈发多样，监测数据愈发复杂，因此应在感知层呈现集成化发展态势的基础上就感知层技术进行进一步，以满足现代智能配电系统的具体感知要求。针对新型电力物联网设备研发技术，新的感知设备应满足尺寸、环境、电磁兼容等多方面因素要求，并尽可能贴合当前阶段电力行业的发展特点；针对底层传感器部署技术，除了应完善部署方案确保对配电系统所有设备的全覆盖监测外，还应在空间正四面体传感器节点部署等部署思想的指导下合理发挥多种传感器的应用价值，并以此提升感知层的整体感知效果。

　　2应用于网络层的关键技术

　　因为当今的配电网有着点多面广的特点，所以如果依然按照传统点对点形式的通信方法进行设计，将很难将网络层全面铺开。在设计网络层进行的过程中，应该应用有线模式和无线模式两者互补的方式来实现，同时应该注重落实所有的安全防御工作。

　　首先，应该注重底层自组网和核心通信网规划技术的应用，因为配电通信系统中通常承载着大量的业务传输任务，意味着通信系统需要符合很多种的QoS需求。随着通信系统中的接入对象越来越丰富，泛在感知信息的数据量和呈现维度将出现指数式上升趋势。为了有效应对这样的情况，需要让自组网的路由策略变得更加“健壮”。通过这样的方式，可以有效保障底层接入网的控制量和状态量，进而实现海量信息的及时传输。在此过程中，可以通过网络扩充的相关算法，将配网系统和通信系统之间的耦合关系作为基础，并从拓扑概念入手，对信息物理系统（Cyber-PhysicalSystems，CPS）进行协同规划。

　　3平台层关键技术

　　数据融合技术。通过泛在感知的海量数据的特点是多源、异构、高冗余，必须依托数据融合技术来进行前置处理；数据存储管理与挖掘分析技术。为应对泛在电力物联网海量数据的实时更新存储，可采取策略：基于Hadoop平台的数据压缩方法；采用NoSQL技术对实际数据进行分布式存储管理。为提取大数据蕴含价值，可吸纳K-means聚类来分析用电行为，可借助Apriori算法寻找诱发谐波的主要原因等。

　　4应用层关键技术

　　对于泛在电力物联网的应用层来说，其以态势感知技术和主动优化运作技术关键。态势感知技术通过分析配电系统大数据来就智能配电系统中的各种安全风险进行实时预警和响应处置，能够在将智能配电系统态势感知分为态势察觉、态势理解和态势预测的基础上始终确保配电系统的优化运行；主动优化运作技术的应用价值体现于用户侧角度的决策调整，如通过调整供电价格来提升电力企业的经济效益等，进而在保障智能配电系统发展决策科学性及适用性的基础上确保用户满意度的有效提升。