面向智能电网的电力大数据关键技术应用

传统的数据处理技术已经无法解决爆发式增长的电力数据,导致智能电网无法跟上市场变化,阻碍着电力行业的发展。根据智能电网中大数据处理的特征,提出了电力大数据占有的绝对优势,并从数据分析、数据管理、数据处理和数据展现4种关键技术进行分析,研究电力大数据在智能电网中的应用效果。应用结果表明,电力大数据技术在智能电网中发挥着关键作用,对电力系统的发展起着必不可少的因素。     

基于流数据聚类算法的电力大数据异常检测

针对电力大数据流的异常检测问题,该文将流数据聚类算法与电力大数据相结合,针对现有流数据聚类算法不易存储全部数据、断电数据易丢失等问题,以及流数据聚类算法对于离线阶段聚类算法实时应答的要求,从数据的完整性、安全性以及流数据聚类算法的低时间复杂度的角度出发,对CluStream流数据聚类算法进行改进,提出流式K-means聚类算法。对在线阶段,使用Redis集群进行流数据的缓冲,并设计节点时间衰减策略,增大心跳消息中有效消息所占比例;对离线阶段聚类算法进行优化,使用最佳距离法确定初始聚类中心,减少迭代次数;最后,使用所提出的流式K-means聚类算法进行用户用电异常行为检测,实验结果表明,该算法能够很好的发现用户用电异常行为。     

基于多源数据的自适应电力负荷预测方法

为满足电力规划部门的实际需求,并充分利用海量开源数据,提出一种基于开源大数据,自主整理数据并自适应选择预测模型的电力负荷预测方法,该方法通过收集海量数据并归类,筛选得到多个与负荷预测强相关的数据源,并提出自适应负荷预测模型,该模型应用灰色预测函数、弹性系数预测函数、人均用电量预测函数、人工神经网络预测函数等多种数学方法,且可以根据数据来源进行相应拓展,并采用四种评价指标对多源预测结果进行修正。实例应用结果表明,该方法可以提高预测精度,工程实用价值较大。     

基于大数据技术的多变量短期电力需求预测研究

针对传统多变量短期电力需求预测方法没有归一化处理电力数据,导致预测性能较差、精度较低,提出基于大数据技术的多变量短期电力需求预测方法。在电网大数据框架中,连接MONGOOSE数据库引擎与短期电子服务器,完成大数据技术支持下的短期电力环境搭建。基于大数据技术,通过确定神经预测网络层数的方式,实现电力需求数据的归一化处理,根据多变量短期预测误差的计算结果,实现基于大数据技术多变量短期电力需求预测方法的应用。实验结果表明,研究方法的电力需求预测有效性更好,预测精度更高。     

基于云计算技术的电力大数据分布式检索系统

为了提高电力大数据定位识别和信息融合能力,进行电力大数据检索优化设计,提出一种基于云计算技术的电力大数据检索系统设计方法,采用多元回归分析方法构建电力大数据库存储结构模型,进行电力大数据的分布式存储数据结构特征分析,对混合型的电力大数据在云计算环境下进行信息聚类融合处理,采用模糊特征分组聚类方法对不同属性的电力大数据进行分组检测,提取电力大数据的关联规则特征量,采用云计算技术实现电力大数据分布式检索。在嵌入式环境下进行电力大数据分布式检索系统软件设计。仿真结果表明,采用该方法进行电力大数据检索的特征指向性较好,数据检索的数据召回率较高。     

浅谈大数据环境下的电力营销信息化建设

近几年的电力行业发展速度不断加快,不仅在效益的创造上不断的提升,还可以在电力工程的基础设施上进一步完善.大数据环境的出现,意味着电力企业的规划和电力项目的打造,必须从多个角度来思考.电力营销信息化建设,是社会各界高度关注的对象,通过信息化的措施和方法,能够促使电力工程的综合服务更好的完善,在数据分析过程中,对不同的客户...     

基于大数据的电力物资供应链安全风险监测系统

电力物资供应链潜在供应风险,吞吐量低、纵向载荷值与预期最大值差距大,因此,设计一种基于大数据的电力物资供应链安全风险监测系统。系统在电力物资供应风险防控框架设计基础上,采用AD7606数据采集模块结合并口方式跳线,采集原始风险数据。以89C52单片机作为中央处理单元,处理采集的原始数据;采用供应链安全风险评估模块,评估供应链中采购以运输等环节的风险信息,结合供应链安全风险预警与处理模块,完成供应链安全风险的实时预警;通过大数据技术计算两个相邻采样点的测量数据和标准残差,通过归一化处理残差指数,利用聚类有效性指数获得最优聚类效果,识别电力物资供应链潜在风险,完成风险监测系统设计。实验结果表明：该系统监测到的纵向载荷值与预期最大值相差0.5 kN/m³,供应链吞吐量最大值为60 bit,说明电力物资供应链稳定。     

基于泛在电力物联网的用户侧电力大数据关键技术探讨及业务模式创新

基于泛在电力物联网建设目标和在用户侧的泛在电力物联网建设具体规划,围绕数据流的管理要点,探索泛在用户侧电力大数据关键技术内容,包括泛在感知技术、储能技术、第五代通信技术、平台技术等。结合泛在电力物联网建设,设计了有关业务创新和用户侧泛在应用生态圈建设内容。     

基于泛在电力物联网的用户侧电力大数据关键技术探讨及业务模式创新

基于泛在电力物联网建设目标和在用户侧的泛在电力物联网建设具体规划,围绕数据流的管理要点,探索泛在用户侧电力大数据关键技术内容,包括泛在感知技术、储能技术、第五代通信技术、平台技术等。结合泛在电力物联网建设,设计了有关业务创新和用户侧泛在应用生态圈建设内容。     

电力大数据用于企业征信的适用性探讨和商业模式分析

随着国网公司数字化转型工作的推进,深入挖掘电力大数据的价值潜力,发挥数据要素价值至关重要.分析了目前国内征信行业现状和企业征信面临的问题,结合电力数据的特点,对电力大数据用于企业征信的适用性进行了探讨,并参照市场典型数据产品的应用场景 、商业模式,分析了电力数据在企业征信领域应用的商业模式和产品设计,为研发数据增值产品...     

电力统计大数据质量可视化控制方法研究

为使电力统计大数据具备可读性与应用准确性,提升整个电力企业的运转效率,提出可视化控制方法。通过引入、去除数据变量,建立电力统计大数据的质量控制算法。结合地理信息系统技术与Web端口,构建由Web端口连接地理信息系统中各组成部分的平台。采用B/S架构与设计工具模块等,组成可视化实现单元。基于四层卷积神经网络结构,在非线性映射层前后,添加特征缩小网络层与扩展层,构建六层卷积神经网络结构,输出可视化控制结果。实验结果表明,所提方法有效去除了大部分问题数据,数据质量有显著提升。     

基于云计算及大数据技术的电力搜索引擎技术研究

摘要： 电力营销经过多年的信息化发展,企业内部已经建立大量异构型应用系统,产生了大量分散的结构化、半结构化、非结构化数据。基于云计算及大数据技术的电力"求索"搜索引擎技术,构建集中式数据中心全文检索的索引,实现对大规模不同业务功能和业务数据的统一检索,满足用户从大量异构业务系统和海量数据中进行快速检索的要求。电力"求索"搜索引擎技术基于开源的Elastic Search,利用分布式索引、分布式检索、分布式缓存技术,实现分布式全文检索平台,提供对大规模索引数据的高效管理与快速、灵活的访问能力。通过搜索引擎技术,综合利用文本挖掘、自然语言处理、信息检索等领域的技术,进一步提高全文检索的查准率、查全率。该技术的应用,可以满足大规模不同业务数据的统一检索的需求;并同时满足大规模数据检索请求的快速响应要求。     

大数据技术视域下电力配电网智能运维管控系统研究

随着我国城镇化建设的不断发展,电力配电网覆盖范围越来越大,运维管理工作压力也随之增加,如何提高电力配电网运维管理工作的智能化水平已经成为相关单位十分重要的研究课题之一.因此,本次研究专门设计了一套以大数据资源为基础的电力配电网智能运维管控系统,旨在充分利用变电设备在运行状态下所产生的数据资源,为运维管理工作提供更加有效...     

面向智能电网的电力大数据关键技术应用

在国民经济社会发展、电能替代力度加大及多种现代化技术的综合推动下,电力行业实现了飞速发展,用电需求和服务质量的大步跨越使电力数据规模和增长速率跃升。智能电网大数据是大数据在电力系统内的应用实践,是大数据的理论、技术和方法与传统电力行业的融合,依托现代控制技术对大数据系统中关键应用信息的准确分析与有效处理,科学、高效地构建了智能电网的核心支撑,高效维持电力系统的运行可靠性和安全性。本文针对智能电网的电力大数据特点、关键技术及应用路径进行浅层分析,旨在助力行业发展。     

电力网络系统中统计特征任务分层的 大数据融合模型

对嵌入式电力网络系统中的大数据进行融合模型设计提高对频繁任务分层和数据挖掘能力。传统的嵌入式电力网络系统中的大数据融合处理采用非显著特征数据挖掘算法,在嵌入式电力网络系统中的大数据出现离群特征时,数据融合性能不好。提出一种改进的基于嵌入式电力网络系统中统计特征频繁任务分层的大数据融合模型。对嵌入式电力网络系统中数据融合对象数据集提取二维分层空间特征,采用本征匹配方法进行嵌入式电力网络操作系统数据融合总体模型设计,引入统计特征分层融合定位节点谱函数表示数据融合效率,计算样本的密度特征,并抽取高密度区域的点集作为聚类中心,得到嵌入式电力网络系统中闭频繁项域适应度函数,实现融合模型改进。仿真实验表明,采用该算法能有效提高对嵌入式电力网络系统中大数据的分层融合性能,融合密度和精度提高,算法在数据监测概率和任务运行速度上优越于传统算法     

探讨电力大数据在对外增值服务中的价值与应用

高效、合理地使用电力大数据,能够为电力行业带来更多高附加值的服务,从而提高电力企业的经济效益和创新能力。通过对国内外有关资料的回顾与分析,对电力大数据的来源、基本特征、经济特征进行梳理,并将其与现有的“新基建”政策相结合,对其外在的应用领域进行界定。并在此基础上扩展对外增值业务的种类,为企业提供借鉴。     

数据包络分析法在电力项目中应用研究

数据包络分析方法(Data Envelopment Analysis,简称DEA)进行效率评价可以得到很多在经济学中上有深刻经济含意的管理信息。对于供电局内具有多项投入及产出的复杂性电力项目,尤其营销项目,应用数据包络分析法能在效益评价工作中提供强有力的支持。重点研究了以营销项目为例的电力项目中,数据包络分析法的应用与实现方式,使其成为易于操作及运用的可靠性工具。     

基于区块链的电力大数据安全保障体系

近几年,我国电力行业得到飞速发展,电力数据不断增多,电力行业服务内容、对象、过程都更加复杂、多样,这导致安全问题更加突出.在电力大数据安全保障体系中,合理应用区块链技术,能够使电力大数据的可追溯性、一致性、保密性等各项问题都能够得到解决,最终建设出一个能够满足人们应用需求的电力大数据安全保证体系.     

基于大数据技术的电网能源智能调配应用研究

采用基于支持向量回归算法的大数据技术建立电网能源智能调配应用系统,通过选取相应的核函数,结构风险函数,决策函数以及特征参数等建立电网能源智能调配系统,并采用采取格拉布斯准则对所采集数据的准确性进行判断。通过某地区的实际电网能源分配案例对所建立的系统准确性进行验证,保证所建立系统的准确性和可行性。