电力需求侧大数据应用模型的建立.pdf

《电力需求侧大数据应用模型的建立.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第3期2014年6月电力与能源283电力需求侧大数据应用模型的建立王健，宋述停，兰俊美。，刘冰旖。(1．国网山西省电力公司信通分公司，太原030001；2．对外经济贸易大学国际商学院，北京100029；3．华大天元(北京)电力科技有限公司，北京102206)摘要：通过分析大数据的发展形势和最新研究成果，构建了大数据在电力需求侧的应用模型，以提升电力企业对电力客户的认知水平，以及电力企业的综合管理水平和经营效益。该模型以不低于6次／h的频率进行数据采集，通过电网现有光纤信道和无线宽带进行数据传输，利用云存储、数据消冗技术、数据压

2、缩技术进行数据存储，利用云计算处理技术与传统数据处理技术结合进行数据挖掘，从而得出电力需求侧分析结果，用于指导电力企业的生产、销售、服务，并通过反馈机制，对国家政策、外部环境等产生积极的影响，从而使该模型不断自我适应。关键词：大数据；需求侧管理；应用模型；数据挖掘基金项目：山西省电力公司重点科技项目(KJ2013—130)中图分类号：TM73；F426．61文献标志码：A文章编号：2095—1256(2014)03—0283—04EstablishmentofApplicationModelofBigDatainPowerDemand

3、SideManagementWangJian，SongShuting，LanJunmei，LiuBingyi。(1．Information&TelecommunicationBranch，StateGridShanxiElectricPowerCompany，Taiyuan030001，China；2．BusinessSchool，UversityofInternationalBusinessandEconomics，Beijing100029，China；3．HuadaTianyuan(Beijing)ElectricPowerTe

4、chnologyCo．，Ltd．，Beijing102206，China)Abstract：Thispaperanalyzesthedevelopmentsituationofandthelatestresearchachievementsonbigdata，andproposesanapplicationmodelofbigdatainpowerdemandsidetOhelpelectricpowerenterprisesimproveinrespectsofthecognitivelevelaboutelectricitycus

5、tomers，thecomprehensivemanagementlevelandopera’tionalperformance．Thismodelwillcollectdatawithafrequencyofnolessthan6times／h，transferdatathroughtheopticalfiberchannelandwirelessbroadbandexistinginpowergrid，storedatausingcloudtechnology，dataredundancytechnologyanddatacomp

6、ressiontechnology，andminedatabycombiningcloudcomputingtechnologywithtraditionaldataprocessingtechnologies．ThepowerdemandsideanalysisresultscouldbeusedtOguideelectricpowergeneration，salesandservice．Thefeedbackinthismodelwouldpositivelyimpactonnationalindustrialpolicyando

7、theroutsidecircumstancestOmakethismodelself-adaptivecontinuously．Keywords：Bigdata；Demandsidemanagement；Applicationmodel；Datamining存储分析、如何利用分析结果指导电力企业更好0引言的运营都成为目前亟待解决的问题，电力行业成近年来，大数据的相关研究得到世界各地及为一个典型的大数据行业。电力大数据会在电力相关领域的高度重视。随着电力行业信息化不断行业的生产、运输、销售、运营、服务等方面带来突深入，电力行业采集的数

8、据种类和数量越来越多，破性的推进作用，可提升电力企业的精益化管理除了实时动态监控数据及用电信息的采集数据水平，促进电力行业的可持续发展。外，还有大量地理信息数据、气象监测数据等，同1电力大数据概况时电力行业对数据的安全性