基于用电负荷分析的识别软件技术研究

发布时间：2017-12-05 14:09

  本文关键词：基于用电负荷分析的识别软件技术研究

  更多相关文章： 负荷识别 云端服务器 采集终端 曲线拟合 APP客户端

【摘要】：随着电力需求侧改革的不断深入,为了满足需求侧对于家庭用户柔性负荷调整的需求,实现电网的削峰填谷,建立合理有序的用电模式,文章提出了基于用电负荷分析的识别技术,通过采集终端进行基本电能数据采集,依托云端服务器进行大数据的运算,实现采集数据的存储、分析和曲线拟合,通过手机APP客户端与用户进行信息交互。用户利用该技术参与到需求响应中,为电网的有需、有序用电奠定基础。
【作者单位】： 北京智芯微电子科技有限公司;
【分类号】：TM714
【正文快照】： 电力负荷特性作为评价电网运行状况的主要指标,一直是电力市场研究的一项重要课题,n也是电力需求侧管理的主要内容[1_3]。随着电力需求侧管理改革程度不断深入,对于用电负荷的电器性能要求越来越精细。电力负荷特性从广义上分为两类,负荷的电压或频率特性和负荷的时间曲线特性

【相似文献】

中国期刊全文数据库 前10条

1 ;上海最高用电负荷直逼历史纪录[J];上海电力;2008年03期

2 ;上海人均用电负荷达1.1kW[J];电力与能源;2012年05期

3 ;北京用电负荷大幅增加[J];农电管理;1996年02期

4 陈雁;李荣民;;2005年夏季上海市最高日用电负荷还原分析[J];华东电力;2005年11期

5 马玉;;用电负荷预测技术及其应用[J];安徽电气工程职业技术学院学报;2007年01期

6 赵敏芬;卢兆民;臧传花;;夏季日平均用电负荷的统计预报[J];山东气象;2007年03期

7 任二罗;;浅谈住宅小区的用电负荷及配电[J];科技资讯;2009年28期

8 曾国新;;某高校学生公寓的用电负荷及经济运行[J];广东建材;2010年03期

9 贺芳芳;史军;;上海地区夏季气温变化对用电负荷的影响[J];长江流域资源与环境;2011年12期

10 汤德明;;住户用电负荷计算浅析[J];住宅科技;1991年12期

中国重要会议论文全文数据库 前9条

1 刘琦;李清华;何瀚原;裴克莉;;太原市用电负荷特性及与气象条件关系的研究[A];中国气象学会2008年年会城市气象与城市可持续发展分会场论文集[C];2008年

2 林铍德;路名芬;雷桂莲;鲍新宇;;江西省全网夏季用电负荷研究与预测[A];中国气象学会2006年年会“灾害性天气系统的活动及其预报技术”分会场论文集[C];2006年

3 于巧梅;朱宵峰;蒋峰;;气温变化对用电负荷影响的分析[A];平安浙江气象保障学术论坛论文集[C];2005年

4 江胜国;程林;汤继云;;应用逐步回归方法预测日最大用电负荷[A];中国气象学会2008年年会城市气象与城市可持续发展分会场论文集[C];2008年

5 于巧梅;朱宵峰;蒋峰;;气温变化对用电负荷影响的分析[A];第二届浙江中西部科技论坛论文集第二卷（气象分卷）[C];2005年

6 林铍德;雷桂莲;;气象因子对夏季用电负荷影响的研究[A];江西省气象部门第二届高级工程师技术述职报告会论文集[C];2005年

7 叶晓东;;宁波市单位建设用地用电负荷指标研究[A];城市时代，，协同规划——2013中国城市规划年会论文集（05-工程防灾规划）[C];2013年

8 贺芳芳;徐家良;周伟东;穆海振;雷小途;;上海地区高温日气象条件对用电影响的评估[A];第六届长三角气象科技论坛论文集[C];2009年

9 盛琼;朱晓东;骆丽楠;顾泽;;湖州市用电需求特性及其与气象条件的关系研究[A];第26届中国气象学会年会预测与公共服务分会场论文集[C];2009年

中国重要报纸全文数据库 前10条

1 通讯员　 朱剑;市本级用电负荷再创新高[N];嘉兴日报;2006年

2 钟利霞;南康用电负荷突破12万千瓦[N];中国电力报;2009年

3 王永珍 林丽萍;全省用电负荷突破历史最高纪录[N];福建日报;2014年

4 记者 朱泓宇;我市今夏最高用电负荷预计增长25%[N];宿迁日报;2014年

5 记者 李欣智;昭通地区最高用电负荷恢复至震前水平[N];中国电力报;2014年

6 记者 陆彦平 通讯员 杨飞;我市用电负荷创历史新高[N];淮安日报;2014年

7 通讯员 林海宇;华东用电负荷突破一亿千瓦[N];中国电力报;2006年

8 吴东升 王永珍;我省用电负荷连创新高[N];福建日报;2006年

9 赵维光;申城用电负荷昨创新高[N];文汇报;2007年

10 本报记者 肖明;用电负荷大幅增加 是否回暖犹需观望[N];21世纪经济报道;2009年

中国博士学位论文全文数据库 前1条

1 孙欣尧;信息物理能源系统需求侧协作测量与能效优化方法研究[D];清华大学;2014年

中国硕士学位论文全文数据库 前2条

1 林承就;福州市住宅小区用电负荷计算的研究[D];中南大学;2008年

2 林锦波;聚类融合与深度学习在用电负荷模式识别的应用研究[D];华南理工大学;2014年

本文编号：1255077