基于特征感知迭代的电网业务营销数据挖掘方法

"互联网+电力"的大数据挖掘能为精准用电提供基础支撑。现有电网营销数据挖掘对用户数据的挖掘粒度大,特征集区分度小,空间维度权值低,基于用户行为的电网营销策略准确度低。提出基于特征感知迭代的电网业务营销数据挖掘方法。构建结合空间特征的电力用户用电模型,设计营销管理决策树挖掘模型,对冗余数据特征进行过滤清洗,推导准确的电网营销行为。通过仿真和实验分析,验证新方法具有更好的预测精度和更低的数据消耗。     

电能表运行误差与状态评价模型研究

为降低在电能表日常计量误差验证和运行维护管理工作中,因工作量大、效率低、操作现场复杂情况和操作人员经验水平限制等问题导致的消耗大量成本浪费,本文基于用电信息采集数据,建立大数据分析模型,提出一种数据驱动的电能表运行误差计算方法,以一个台区的采集档案数据、考核表供电量数据及所有用户表的用电量数据,根据能量守恒,建立方程,使用多计量周期数据建立线性方程组,使用加权平均、最小二乘法求解方程组获得电能表运行误差和台区线损率等指标,可作为电能表运行状态评价的重要参考,为台区线损治理、电能表运维和精准更换等提供有效支撑,可有效降低现场运维人次、提升故障分析定位精确性。使用仿真和实际台区数据验证了本文方法的准确性,试运行成果较好。     

单相智能电能表反向电量故障分析

智能电能表作为电力公司与用户户内网络进行通信的网关,是一种先进的计量工具,电力公司通过用电信息采集系统实时观测到用户的用电情况,从而判定每户的合理用电量,分析用户电量波动情况,提升管理水平,提升电网运营的效率,改善电网配送效能。
　　本文对运行中单相智能电能表存在反向电量问题的原因、产生影响及防范措施进行探讨分析。     

智能电能表状态检验技术研究

目前,电能表的现场检验主要以周期检验为主,具有发现问题滞后、检验针对性不强的问题。将以可靠性为中心的维护技术(RCM)应用到智能电能表的现场检验业务中。通过对智能电能表全寿命周期各业务管理系统中采购验收、仓储管理、配送管理、现场运行、分拣检测等环节的海量数据进行分析,挖掘影响智能电能表运行可靠性的状态量。通过状态矩阵实现电能表的状态评价,根据评价结果制定不同的现场检验策略。国家电网下属各省公司应用此技术开展状态检验工作的成效表明,该技术在不影响营销抄、核、收等业务的情况下,有效降低了现场检验的工作量,提高了异常处理的及时性。该结果验证了该技术在智能电能表大规模现场检验模式下的优越性。     

基于粒子群优化神经网络算法的用户防窃电研究

电能的准确计量是电力企业生产经营管理及电网经济稳定运行的重要环节,计量准确性及质量可靠性直接影响用户的经济利益和社会能源利用率。如何准确分辨因用户行为导致的计量异常是一个有待解决的技术难题。近年来,因智能电能表的推广及用电信息采集系统建设的全面完善,电网公司积累了海量用户用电数据,基于此,本文提出一种基于粒子群优化的神经网络算法对用户用电行为进行检测,实验表明该方法具有较高的可行性和可靠性,可以进行推广。     

智能电能表在电网用电信息采集系统建设中的应用研究

当前,电能已成为社会可持续发展的重要能源动力。在计算机通信技术飞速发展的大背景下,依靠现代信息技术、通信技术和控制技术建设智能电网已成为电力行业共同的选择。智能电能表是智能电网系统中的重要组成部分,更是电网用电信息采集系统的核心设备。智能电表的应用为采集大范围的用电信息提供了便利,缩短了供电公司采集数据的时间,提高了信息采集的效率。根据智能电能表反馈的用电信息,供电公司可进行负荷预测、故障分析,实现智能化侧管理和自动抄表,并可将实时电价、用户用电信息、缴费信息等及时反馈给用户,并能根据用户的用电情况提出用电优化建议,促使用户参与用电负荷调节中来。     

用电信息采集系统中用户侧停电状态检测技术研究

针对在现场安装和成本约束条件下实现用电信息采集系统中用户侧停电状态监测和上传的需求,采用超级电容器作为电能表后备供电的电源元件,保证30 s的后备供电时间;通过电能表工作电源的状态间接判断用户侧停电状态,并辅助检测通信板插接的状态以提升停电状态检测的正确性;采用HPLC高速电力线载波和ZigBee无线传感器网络两种通信...     

存在反向有功电量低压用户的研判方法研究

针对部分低压电力用户存在反向有功电量,影响电量计算,引起台区线损指标异常,造成供电企业经济损失的问题。本文基于用电信息采集系统中的用电量数据,提出了一种反向有功电量低压电力用户的研判方法。通过分析分布式光伏用户、电能表错误接线低压电力用户、含有电磁制动设备低压电力用户以及计量装置故障低压电力用户等四类用户存在反向有功电量时的用电量特性,分别建立对应的识别规则,实现对存在反向电量的低压用户类型的快速研判,进而有针对性地对电能表接线错误的低压用户以及计量装置故障的低压用户重点跟踪、监测,以便及时处理,减少供电企业的损失。经实例验证,该方法符合实际业务且有效可行,可显著提高工作效率,同时为电网公司节省人力、物力资源。     

智能电网大背景下电能表技术的发展与研究

智能电能表在现场运行环境下变的越来越复杂,其计量准确性和可信性受到越来越大的挑战,有必要对电能表在长期运行中各项指标情况进行研究。建造坚强智能电网是我国电网发展的必然趋势,能够带动整个电力工业的优化,发电系统作为电力工业发、输、配、送的一个组成部分,必然也要向智能化方向协调发展,最终实现发电系统的可持续发展。本文介绍了电能表的发展历史,以及未来的电能表在智能电网大背景下的发展趋势和突破要点,利用大数据的方式来统计电力计量从而实现更为人性化的用户行为分析,更好的服务百姓。     

基于自适应特征权重聚类算法的用电问题分析

提升客服系统对于群体客户用电问题的分析与理解能力是改善电力行业客服质量的重要途径之一.本文基于数据挖掘中的聚类技术,以电力客服中心记录的客户用电问题为数据基础,建立客户服务数据分析聚类模型,进而提出了针对用电问题分析的改进的自适应特征权重K-Means聚类算法.实验验证了该方法可快速准确地实现客服数据的自动聚类,可挖掘出隐藏的客户用电问题关键信息,为改进用电力客服质量与潜在服务风险预测提供了技术支撑.