简介:【摘要】随着互联网信息技术、可再生能源技术及电力改革进程加快,开展综合能源服务已成为提升能源效率,减低用能成本,促进竞争与合作的发展方向以及各企业新的战略竞争与合作焦点。民营经济是支撑台州经济发展的重要力量,满足其日益增长的多元化能源消费服务需求,是电力供给侧结构性改革的本质要求。利用电力企业的数据资源,快速分析民企发展潜力、综合能源服务潜力以及外部关联性因素,实现智能感知,有效支撑服务决策,增加新的效益增长点,既促进供电企业与用电企业的互利共赢,又有效服务民营经济和区域经济发展。
简介:摘要:智能电网中所产生的配用电数据量相对庞大,具有异构性及多源性等鲜明特点,大大增加数据存储及集成的难度,而利用大数据技术能有效整合配用电数据,基本实现集成存储非结构化及结构化数据的目标,大大提高其数据处理效率,突出智能电网运行高速性的特点。同时,大数据技术能有效分析配用电数据,准确预测多源高纬数据,持续优化电网原有的构架,确保用电高峰期调度合理性。智能电网中配用电数据可划分为软件异构及硬件异构两个部分,尤其是软件异构指各种操作系统及数据库,甚至包括各个参与主体所设计的应用平台,并且操作系统不同,其数据库、软硬件平台及数据存储的要求也不尽相同,可能出现数据重复采集及重复存储的问题。鉴于此,该文针对“大数据技术下智能电网配用电数据存储技术”进行分析研究具有重要的价值意义。
简介:摘要:经济的发展,社会的进步推动了我国综合国力的逐步提升,我国电力行业的发展水平也越来越高,当前,电力系统的异常预测主要采用两种方式实现:一种是基于系统历史异常数据,采用数据分类、数据分析和数据挖掘等人工智能算法,建立系统历史异常、当前运行状态与未来潜在异常情况之间的关系,实现对电力系统异常的预测;另一种方式是基于对系统运行状态的实时监测。根据系统常规的电气参数及表征各电力设备当前运行状态的特征参量变化,对系统局部及整体的运行状态做出判断,实现当前系统异常的监测,同时预测未来系统故障的发生。在电力系统运行状态信息呈爆炸性增长的大环境下,这两种预测方式必须依赖大规模的数据处理平台才可以发挥其应有的效用。随着国家电网“泛在电力物联网”概念的广泛推行,大数据已逐渐渗透到电力系统的各个环节,传统的电力系统日志分析技术已无法满足海量的电力设备运行信息的分析要求。基于历史数据的异常分析技术本质上是通过系统运行状态的时间序列来发掘故障发生的规律,随着大数据处理技术的发展,出现了较多各有优势的时间序列预测算法。