智能配用电大数据需求分析与应用研究

被引:180
作者
王继业
季知祥
史梦洁
黄复鹏
朱朝阳
张东霞
机构
[1] 中国电力科学研究院
关键词
智能配用电; 大数据技术; 需求分析; 应用研究;
D O I
10.13334/j.0258-8013.pcsee.2015.08.001
中图分类号
TM76 [电力系统的自动化];
学科分类号
080802 ;
摘要
智能电网是大数据的重要技术应用领域之一。随着智能电网的发展,高级量测体系、各种监控系统的大规模部署产生和积累了大量数据,充分挖掘这些数据的价值具有重要意义。针对智能配用电业务,首先分析智能配用电大数据的特征;然后分析数据融合后的智能配用电大数据整体业务需求和应用场景,其中重点研究大数据环境下的用户用电行为和负荷预测两个典型应用场景,提出大数据环境下的研究思路和方法;接着分析业务应用中的大数据关键技术;最后给出了智能配用电大数据应用技术架构。
引用
收藏
页码:1829 / 1836
页数:8
相关论文
共 16 条
[1]   电力用户侧大数据分析与并行负荷预测 [J].
王德文 ;
孙志伟 .
中国电机工程学报, 2015, 35 (03) :527-537
[2]   电力大数据技术与电力系统仿真计算结合问题研究 [J].
黄彦浩 ;
于之虹 ;
谢昶 ;
史东宇 ;
周孝信 .
中国电机工程学报, 2015, 35 (01) :13-22
[3]   海量数据下的电力负荷短期预测 [J].
张素香 ;
赵丙镇 ;
王风雨 ;
张东 .
中国电机工程学报, 2015, 35 (01) :37-42
[4]   基于大数据分析的输变电设备状态数据异常检测方法 [J].
严英杰 ;
盛戈皞 ;
陈玉峰 ;
江秀臣 ;
郭志红 ;
杜修明 .
中国电机工程学报, 2015, 35 (01) :52-59
[5]   智能配电网大数据应用需求和场景分析研究 [J].
刘科研 ;
盛万兴 ;
张东霞 ;
贾东梨 ;
胡丽娟 ;
何开元 .
中国电机工程学报, 2015, 35 (02) :287-293
[6]   AMI数据分析方法 [J].
栾文鹏 ;
余贻鑫 ;
王兵 .
中国电机工程学报, 2015, 35 (01) :29-36
[7]   空间电力负荷预测方法综述与展望 [J].
肖白 ;
周潮 ;
穆钢 .
中国电机工程学报, 2013, 33 (25) :78-92+14
[8]   基于云计算的居民用电行为分析模型研究 [J].
张素香 ;
刘建明 ;
赵丙镇 ;
曹津平 .
电网技术, 2013, 37 (06) :1542-1546
[9]   智能电网大数据处理技术现状与挑战 [J].
宋亚奇 ;
周国亮 ;
朱永利 .
电网技术, 2013, 37 (04) :927-935
[10]   大数据管理:概念、技术与挑战 [J].
孟小峰 ;
慈祥 .
计算机研究与发展, 2013, 50 (01) :146-169