基于改进熵权法的电力信用数据敏感度监控算法

由于对电力用户信用判断不准确,导致售电公司在服务策略上采用统一策略或大概范围策略,成本高、效果低、针对性不强,不利于公司经营效率的提升。为此,针对传统算法存在监控精度低的问题,提出一种基于改进熵权法的电力信用数据敏感度监控算法。该算法选取监控指标,对指标进行异常值处理、缺失值处理和归一化处理,利用改进熵权法实现电力信用数据敏感度监控。结果表明,与3种传统算法相比,在所提算法的监控下,得到的用户信用波动痕迹曲线更接近实际用户信用波动情况,由此可知所提算法性能更高。

基于云平台的电力大数据变化趋势预测

电力大数据时代背景下,庞大、多样化的电力数据影响数据的预测处理速度,影响整体工作效率,因此,文中研究基于云平台的电力大数据变化趋势预测。基于云平台预测电力数据,利用分布式索引检索数据特征,清洗电力数据后,采用均值处理法填补缺失数据,通过标准化的电力数据,改善预测数据的完整度,实现大数据分析技术对电力数据的预测。实验结果表明,与文献中提到的三种传统技术的应用相比,此次研究的大数据变化预测技术,在TCP中的平均处理速度为95.63Mbits/s,剩余数据量为0.92%;在DUP中的平均处理速度为93.51Mbits/s,剩余数据量为1.77%,优于传统大数据预测技术的应用效果。

基于分布式架构的电网营销数据自动监测可视化研究

针对传统可视化方法只局限于局域网或者专用网络之中,导致可视化效果较差的问题,提出了基于分布式架构的电网营销数据自动监测可视化研究。根据在线监测数据种类,构建监测状态评估指标体系,并对初始数据集进行归一化处理。计算目标函数值,更新模糊划分矩阵与聚类中心集,利用选取评估指标确定数据是否正常。根据最大隶属度原则,提取电网营销数据。根据基于分布式架构的电网营销数据自动监测可视化展示流程,使用RDD类采集方法读取监测数据信息,并将电网营销清单中数据元素进行分解,并将聚类编号指定相应着色,形成着色列表,由此建立三维平行散点图,方便查看可视化展示结果。分析结果可知,该方法可视化效果最高可达到95%,为电网稳定运行奠定基础。

区块链技术在能源数字化领域的发展现状与对策分析

区块链是一种集成分布式数据存储、共识机制、加密算法及点对点(P2P)传输等的新技术,可以有效解决传统交易模式下数据安全性、可靠性和追溯性问题,是当今数字能源领域的重要应用技术,具有巨大的发展潜力。详述了区块链的技术特点、国内外能源领域的应用场景,并详细分析了其在能源数字化领域的发展现状、存在问题以及应对策略。