学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
大数据在智能电网领域的应用
被引:38
作者
:
张根周
论文数:
0
引用数:
0
h-index:
0
机构:
国网陕西省电力公司
张根周
机构
:
[1]
国网陕西省电力公司
来源
:
电网与清洁能源
|
2016年
/ 32卷
/ 06期
关键词
:
大数据;
智能电网;
电力系统;
D O I
:
暂无
中图分类号
:
TM76 [电力系统的自动化];
学科分类号
:
摘要
:
近年来,世界各国都开展了智能电网的研究工作。智能电网的最终目标是建设成为覆盖电力系统整个生产过程,包括发电、输电、变电、配电、用电及调度等多个环节的全景实时系统。而支撑智能电网安全、自愈、绿色、坚强及可靠运行的基础是电网全景实时数据采集、传输和存储,以及累积的海量多源数据快速分析。因而随着智能电网建设的不断深入和推进,电网运行和设备检/监测产生的数据量呈指数级增长,逐渐构成了当今信息学界所关注的大数据。主要阐述了大数据在智能电网中的应用领域及面临的挑战,为今后大数据在电网领域中的应用提供借鉴。
引用
收藏
页码:114 / 117
页数:4
相关论文
共 4 条
[1]
智能电网大数据平台及其关键技术研究
孟祥君
论文数:
0
引用数:
0
h-index:
0
机构:
国网山东省电力公司
国网山东省电力公司
孟祥君
季知祥
论文数:
0
引用数:
0
h-index:
0
机构:
中国电力科学研究院
国网山东省电力公司
季知祥
杨祎
论文数:
0
引用数:
0
h-index:
0
机构:
国网山东省电力公司电力科学研究院
国网山东省电力公司
杨祎
[J].
供用电,
2015,
32
(08)
: 19
-
24
[2]
智能电网大数据技术发展研究
张东霞
论文数:
0
引用数:
0
h-index:
0
机构:
中国电力科学研究院
中国电力科学研究院
张东霞
苗新
论文数:
0
引用数:
0
h-index:
0
机构:
国网北京经济技术研究院
中国电力科学研究院
苗新
刘丽平
论文数:
0
引用数:
0
h-index:
0
机构:
中国电力科学研究院
中国电力科学研究院
刘丽平
张焰
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学电子信息与电气工程学院
中国电力科学研究院
张焰
刘科研
论文数:
0
引用数:
0
h-index:
0
机构:
中国电力科学研究院
中国电力科学研究院
刘科研
[J].
中国电机工程学报,
2015,
35
(01)
: 2
-
12
[3]
智能电网大数据处理技术现状与挑战
论文数:
引用数:
h-index:
机构:
宋亚奇
论文数:
引用数:
h-index:
机构:
周国亮
朱永利
论文数:
0
引用数:
0
h-index:
0
机构:
不详
华北电力大学控制与计算机学院
朱永利
[J].
电网技术,
2013,
37
(04)
: 927
-
935
[4]
基于大数据的分布式短期负荷预测方法[D]. 马坤隆.湖南大学. 2014
←
1
→
共 4 条
[1]
智能电网大数据平台及其关键技术研究
孟祥君
论文数:
0
引用数:
0
h-index:
0
机构:
国网山东省电力公司
国网山东省电力公司
孟祥君
季知祥
论文数:
0
引用数:
0
h-index:
0
机构:
中国电力科学研究院
国网山东省电力公司
季知祥
杨祎
论文数:
0
引用数:
0
h-index:
0
机构:
国网山东省电力公司电力科学研究院
国网山东省电力公司
杨祎
[J].
供用电,
2015,
32
(08)
: 19
-
24
[2]
智能电网大数据技术发展研究
张东霞
论文数:
0
引用数:
0
h-index:
0
机构:
中国电力科学研究院
中国电力科学研究院
张东霞
苗新
论文数:
0
引用数:
0
h-index:
0
机构:
国网北京经济技术研究院
中国电力科学研究院
苗新
刘丽平
论文数:
0
引用数:
0
h-index:
0
机构:
中国电力科学研究院
中国电力科学研究院
刘丽平
张焰
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学电子信息与电气工程学院
中国电力科学研究院
张焰
刘科研
论文数:
0
引用数:
0
h-index:
0
机构:
中国电力科学研究院
中国电力科学研究院
刘科研
[J].
中国电机工程学报,
2015,
35
(01)
: 2
-
12
[3]
智能电网大数据处理技术现状与挑战
论文数:
引用数:
h-index:
机构:
宋亚奇
论文数:
引用数:
h-index:
机构:
周国亮
朱永利
论文数:
0
引用数:
0
h-index:
0
机构:
不详
华北电力大学控制与计算机学院
朱永利
[J].
电网技术,
2013,
37
(04)
: 927
-
935
[4]
基于大数据的分布式短期负荷预测方法[D]. 马坤隆.湖南大学. 2014
←
1
→