电力用户用电数据分析技术及典型场景应用

发布时间：2017-11-16 14:05

  本文关键词：电力用户用电数据分析技术及典型场景应用

  更多相关文章： Hadoop 用电大数据 负荷影响模型 短期负荷预测 居民住房空置率

【摘要】：针对用电大数据平台关键技术研究以及大数据技术和电力业务的融合应用中面临的困难,提出了有效的解决方案,并结合案例进行了用电数据的深度挖掘。首先,根据用电大数据平台建设过程中面临的多源异构数据抽取、不同业务需求数据存储、多条件快速组合查询这3方面技术难题,提出利用Golden Gate实现对源数据库低影响的高效数据抽取,采用HBase和Hive协同合作的数据存储方案以满足快速查询和离线计算需求,在数据导入阶段构建高效立体索引以提高快速组合查询效率;其次,结合大数据技术,实现了配变负荷影响模型构建、短期网供负荷预测、居民住房空置率分析及行业产能利用率分析4个应用场景,为提升负荷建模精确度和负荷预测准确率提供了技术支撑,为政府掌握居民住房情况和行业发展状况提供了数据支持。
【作者单位】： 江苏方天电力技术有限公司;江苏省电力公司;
【基金】：江苏省电力公司科技项目(J2014018)的资助
【分类号】：TM769;TP311.13
【正文快照】： 询和离线计算需求,在数据导入阶段构建高效立体索引以提高快速组合查询效率;其次,结合大数据技术,实现了配变负荷影响模型构建、短期网供负荷预测、居民住房空置率分析及行业产能利用率分析4个应用场景,为提升负荷建模精确度和负荷预测准确率提供了技术支撑,为政府掌握居民住

【参考文献】

中国期刊全文数据库 前10条

1 孟斌;张景秋;齐志营;;北京市普通住宅空置量调查[J];城市问题;2009年04期

2 廖峰;徐聪颖;姚建刚;蔡剑彪;陈素玲;;常德地区负荷特性及其影响因素分析[J];电网技术;2012年07期

3 张素香;刘建明;赵丙镇;曹津平;;基于云计算的居民用电行为分析模型研究[J];电网技术;2013年06期

4 赵莉;候兴哲;胡君;傅宏;孙洪亮;;基于改进k-means算法的海量智能用电数据分析[J];电网技术;2014年10期

5 赵腾;张焰;张东霞;;智能配电网大数据应用技术与前景分析[J];电网技术;2014年12期

6 何耀耀;闻才喜;许启发;撖奥洋;;考虑温度因素的中期电力负荷概率密度预测方法[J];电网技术;2015年01期

7 张东霞;苗新;刘丽平;张焰;刘科研;;智能电网大数据技术发展研究[J];中国电机工程学报;2015年01期

8 张素香;赵丙镇;王风雨;张东;;海量数据下的电力负荷短期预测[J];中国电机工程学报;2015年01期

9 刘科研;盛万兴;张东霞;贾东梨;胡丽娟;何开元;;智能配电网大数据应用需求和场景分析研究[J];中国电机工程学报;2015年02期

10 彭小圣;邓迪元;程时杰;文劲宇;李朝晖;牛林;;面向智能电网应用的电力大数据关键技术[J];中国电机工程学报;2015年03期

【共引文献】

中国期刊全文数据库 前10条

1 班健波;黄茂钦;;论房屋租赁的社会控制[J];中国不动产法研究;2012年00期

2 李彦斌;韩颖;张嵘;李彦国;;气象因素对电力安全事故影响的模型[J];电网技术;2013年06期

3 张远索;仲济香;;民众心理诉求与市场现实需要——从房产税试点与扩容说开去[J];中国房地产;2013年19期

4 李阿琳;;近15年来中国城镇空间构造的经济逻辑[J];城市发展研究;2013年11期

5 王保义;赵硕;张少敏;;基于云计算和极限学习机的分布式电力负荷预测算法[J];电网技术;2014年02期

6 赵莉;候兴哲;胡君;傅宏;孙洪亮;;基于改进k-means算法的海量智能用电数据分析[J];电网技术;2014年10期

7 张远索;;北京市保障性住房运行机制优化——基于房地产市场现状分析的视角[J];安徽行政学院学报;2014年04期

8 赵腾;张焰;张东霞;;智能配电网大数据应用技术与前景分析[J];电网技术;2014年12期

9 何耀耀;闻才喜;许启发;撖奥洋;;考虑温度因素的中期电力负荷概率密度预测方法[J];电网技术;2015年01期

10 乔林;尹晓华;邸卓;孔令基;李彬;;支撑电力大数据平台的SDN架构研究[J];电力信息与通信技术;2015年01期

中国重要会议论文全文数据库 前1条

1 贾振堂;赵飞;;人工神经网络在智能电网中的应用回顾与展望[A];2015年全国智能电网用户端能源管理学术年会论文集[C];2015年

中国博士学位论文全文数据库 前3条

1 孙谦;母线负荷预测技术及负荷特性对电网影响的研究[D];湖南大学;2013年

2 杨颖;税法的惩罚性规则研究[D];西南政法大学;2013年

3 李洋;搜寻匹配视角下中国住房市场交易主体行为研究[D];清华大学;2013年

中国硕士学位论文全文数据库 前10条

1 周谢;电力负荷特性指标及其内在关联性分析[D];长沙理工大学;2013年

2 高杨鹤;基于负荷特性分析的短期负荷预测模型研究[D];华北电力大学;2013年

3 蔡学文;负荷特性多维度分析方法与典型用户筛选策略研究[D];华北电力大学;2013年

4 班健波;论商品房租赁的法律控制[D];西南政法大学;2012年

5 蔡剑彪;基于云计算的智能电网负荷预测平台研究[D];湖南大学;2013年

6 刘志平;基于ARCH模型族房地产市场与股票市场的波动性及相关性研究[D];中南大学;2012年

7 杨柳;保障房流转影响因素及对策研究[D];重庆大学;2014年

8 赵硕;云计算和机器学习算法在电力负荷预测中的研究与应用[D];华北电力大学;2014年

9 白晶;Apriori算法及其在智能小区用电分析中的应用研究[D];华北电力大学;2014年

10 季建国;房地产上市公司非效率投资制约机制的实证研究[D];西安工程大学;2012年

【二级参考文献】

中国期刊全文数据库 前10条

1 傅忠云;;粒子群优化BP算法在电力系统短期负荷预测中的应用[J];重庆工学院学报(自然科学版);2007年10期

2 陈章喜;对我国商品房整体空置率的分析与判断[J];城市问题;2004年03期

3 魏少岩;吴俊勇;;基于灰色模型和Kalman平滑器的多母线短期负荷预测[J];电工技术学报;2010年02期

4 陶顺;肖湘宁;;电力系统电能质量评估体系架构[J];电工技术学报;2010年04期

5 冯晓蒲;张铁峰;;基于实际负荷曲线的电力用户分类技术研究[J];电力科学与工程;2010年09期

6 温权,李敬如,赵静;空调负荷计算方法及应用[J];电力需求侧管理;2005年04期

7 贺蓉,曾刚,姚建刚,青志文,沈新祥,刘明清;天气敏感型神经网络在地区电网短期负荷预测中的应用[J];电力系统自动化;2001年17期

8 康重庆,夏清,张伯明;电力系统负荷预测研究综述与发展方向的探讨[J];电力系统自动化;2004年17期

9 李智勇;吴晶莹;吴为麟;宋保明;;基于自组织映射神经网络的电力用户负荷曲线聚类[J];电力系统自动化;2008年15期

10 肖世杰;;构建中国智能电网技术思考[J];电力系统自动化;2009年09期

中国博士学位论文全文数据库 前4条

1 方仍存;电力系统负荷区间预测[D];华中科技大学;2008年

2 孔英会;数据流技术及其在电力信息处理中的应用研究[D];华北电力大学（河北）;2009年

3 顾卓远;基于响应的电力系统暂态稳定控制技术研究[D];中国电力科学研究院;2014年

4 吴为;基于响应的电力系统暂态稳定性实时判别与控制技术的研究[D];中国电力科学研究院;2014年

中国硕士学位论文全文数据库 前5条

1 吴贵鑫;云计算中的MapReduce并行编程模式研究[D];河南理工大学;2010年

2 郗洋;基于云计算的并行聚类算法研究[D];南京邮电大学;2011年

3 曾梦妤;分类用户峰谷电价研究[D];华北电力大学（北京）;2006年

4 许翠娟;负荷特性聚类分析方法的研究[D];华北电力大学（北京）;2007年

5 朱振伟;气象因素对电网负荷特性影响的研究[D];浙江大学;2008年

【相似文献】

中国期刊全文数据库 前10条

1 鞠平,姜巍,赵夏阳,王俊锴,张世学,刘琰;96点短期负荷预测方法及其应用[J];电力系统自动化;2001年22期

2 莫维仁,孙宏斌,张伯明;面向电力市场的短期负荷预测系统设计及实现[J];电力系统自动化;2001年23期

3 金海峰,熊信艮,吴耀武;基于相似性原理的短期负荷预测方法[J];电力系统自动化;2001年23期

4 赵登福,王蒙,张讲社,雷兵,张涛,周琳,王锡凡;基于确定性退火方法的短期负荷预测[J];中国电机工程学报;2001年07期

5 姜勇,卢毅;基于相似日的神经网络短期负荷预测方法[J];电力系统及其自动化学报;2001年06期

6 陈桂远;广西电网短期负荷预测及其数学模型[J];广西电力技术;2001年01期

7 青志文,沈新祥,刘明清,姚建刚,曾刚,秦炜;地区电网短期负荷预测系统的研究与开发[J];湖南电力;2001年03期

8 尤勇,盛万兴,王孙安;一种新型短期负荷预测模型的研究及应用[J];中国电机工程学报;2002年09期

9 陈晓平,胡子珩,刘顺桂,莫维仁,张伯明;商业性城市负荷特点及其短期负荷预测[J];广东电力;2002年02期

10 唐向阳;应用于短期负荷预测的自适应建模方法[J];广西电力技术;2002年03期

中国重要会议论文全文数据库 前10条

1 侯广松;刘伟生;;适用于地区电网的短期负荷预测方法的研究[A];2005中国电机工程学会电力系统自动化专委会全国供用电管理自动化学术交流暨供用电管理自动化学科组第二届年会论文集[C];2005年

2 朱桂华;赖晓平;云昌钦;;在线短期负荷预测方法的研究与应用[A];1995年中国控制会议论文集（上）[C];1995年

3 杜欣慧;张岭;毕艳华;;采用自适应神经网络进行短期负荷预测[A];2004全国测控、计量与仪器仪表学术年会论文集（下册）[C];2004年

4 侯广松;刘伟生;谢广建;;基于相关因素映射和神经网络的短期负荷预测[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年

5 唐向阳;;应用于短期负荷预测的自适应建模方法[A];广西电机工程学会第七届青年学术交流会论文集[C];2002年

6 张雪莹;管霖;;采用谱分析建模和基于人工神经网络的短期负荷预测方案[A];广东省电机工程学会2003-2004年度优秀论文集[C];2005年

7 杜俊红;滕欢;滕福生;;在线超短期负荷预测的分析与应用研究[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

8 侯广松;刘伟生;;基于相关因素映射和神经网络的短期负荷预测[A];山东电机工程学会第十一届优秀学术论文集[C];2008年

9 田晓;颜勇;孔凡坊;顾德英;;新型神经网络在短期负荷预测中的应用研究[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年

10 盛琼;顾泽;骆丽楠;;基于实时气象要素的湖州短期负荷预测研究[A];第八届长三角气象科技发展论坛论文集[C];2011年

中国重要报纸全文数据库 前2条

1 通讯员池长斌;宁夏电网短期负荷预测西北第一[N];中国电力报;2011年

2 通讯员 池长斌;宁夏电力短期负荷预测保持领先[N];中国电力报;2011年

中国博士学位论文全文数据库 前10条

1 王硕禾;基于短期负荷预测技术的电能控制系统研究[D];天津大学;2009年

2 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年

3 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年

4 王志勇;数据挖掘方法在短期负荷预测中的应用研究[D];浙江大学;2007年

5 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年

6 苏庆新;区域电力系统超短期负荷预测及网络建模分析[D];东华大学;2008年

7 叶彬;混合智能建模技术及其在短期负荷预测中的应用研究[D];浙江大学;2006年

8 吴宏晓;基于软计算方法的电力系统负荷预测[D];上海交通大学;2007年

9 雷绍兰;基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D];重庆大学;2005年

10 谢忠玉;电力短期负荷时间序列混沌特性分析及预测研究[D];哈尔滨工程大学;2010年

中国硕士学位论文全文数据库 前10条

1 耿艳;基于最小二乘支持向量机的短期负荷预测方法及应用研究[D];山东大学;2008年

2 王黎明;电力系统中短期负荷预测的研究[D];中国石油大学;2008年

3 赵冬红;短期负荷预测改进方法研究[D];华北电力大学（北京）;2009年

4 潘学华;遗传模糊算法及其在短期负荷预测中的模型研究[D];华北电力大学（河北）;2009年

5 云会周;基于机器自学习的电力系统超短期负荷预测研究[D];华北电力大学（北京）;2010年

6 邵俊;县域地区短期负荷预测模型的研究[D];浙江大学;2009年

7 宁卜;基于模糊聚类分析与最小二乘支持向量机的短期负荷预测[D];西安理工大学;2009年

8 温可明;市场条件下佛山地区电网短期负荷预测的研究[D];华南理工大学;2009年

9 钟光科;偏最小二乘回归分析在短期负荷预测中的应用[D];河北工程大学;2011年

10 苏庆新;一种配电网超短期负荷预测的神经网络方法[D];曲阜师范大学;2002年

，

本文编号：1192574