基于电力大数据的工业用户营商环境优化

被引：9

作者：

陈明 ^{[1
]}

秦耀文 ^{[2
]}

袁业 ^{[3
]}

卓俊宇 ^{[4
]}

机构：

[1] 国网甘肃省电力公司酒泉供电公司

[2] 国网信息通信产业集团有限公司

[3] 国网甘肃省电力公司检修公司

[4] 国网思极飞天(兰州)云数科技有限公司

来源：

供用电 | 2021年 / 38卷 / 04期

关键词：

电力大数据; 工业用户; 运营成本; 电价策略; 营商环境优化;

D O I：

10.19421/j.cnki.1006-6357.2021.04.003

中图分类号：

TM73 [电力系统的调度、管理、通信]; TP311.13 []; F426.61 [];

学科分类号：

120103 [信息系统与信息管理];

摘要：

作为工业大国,工业用电占我国电力消费的60%以上,为进一步优化工业用户营商环境,激发市场主体活力,以工业用户历史用电数据为数据源,结合现有云平台系统Spark内存批处理的大数据处理框架,建立工业用户电力运营成本分析优化模型。分析工业用户历史负荷情况,依据算法预测出其未来一年的负荷,将现有电价规则训练为电价分析模型,代入工业用户未来一年的负荷情况,可得到该工业用户最优的变压器配置和电价策略。科学分析工业用户电力运营成本,制定优化方案,可切实帮助用户降低企业用电成本,解决企业受电成本虚高问题,实现由被动服务向主动优质服务转变。

引用

页码：11 / 15

页数：5

共 12 条

[1]

Application of the state deterioration evolution based on bi-spectrum entropy and HMM in wind turbine.[J].Xiuli Liu;Xiaoli Xu;Zhanglei Jiang;Guoxin Wu;Yunbo Zuo.Chaos; Solitons and Fractals: the interdisciplinary journal of Nonlinear Science; and Nonequilibrium and Complex Phenomena.2016,

[2]

IBM Streams Processing Language: Analyzing Big Data in motion [J].