基于电力大数据的行业发展监测方法研究

针对目前方法研究行业发展监测时,存在监测耗时长、监测节点吞吐量小、监测效果差的问题,提出基于电力大数据的行业发展监测方法研究。该方法首先使用区域差分法提取电力数据特征,并对特征数据进行降维等预处理;再基于电力大数据理念分析电力行业发展形态,建立电力行业发展监测体系,最后通过该体系完成对电力数据的监测。实验结果表明,运用该方法监测电力数据时,监测耗时较短、监测节点吞吐量较大,且监测效果较好。

液流电池技术国际专利态势分析

液流电池技术作为一种大规模高效电化学储能技术,具备寿命长、安全可靠等突出优势。本工作以液流电池技术为研究对象,通过对液流电池技术相关专利的分析,揭示该技术领域研发和专利申请活动的特点,为我国在这一具有战略重要性的储能技术领域中的研发和产业化提供知识产权情报支撑。在调研液流电池技术研发概况的基础上,利用Derwent Innovations Index(DII)数据库检索液流电池相关专利信息,并使用TDA、Innography等分析工具,从专利申请数量的年度变化趋势、技术研发主题、主要竞争国家/地区、主要专利申请人等方面,对全球液流电池技术的整体专利态势进行了分析。结果发现,日本在该技术领域处于全球领先地位,近年来全球液流电池的专利申请数量呈现爆发式增长,并开始走向商业化应用。

基于海量数据的电网需求侧用户行为分析研究

本文基于上海地区居民与工商业用户的海量用电数据，利用大数据多维属性，采用局部线性插值法进行了异常值处理；结合数理统计、聚类等数据挖掘方法，开展了用户行为的特征分析，发掘了行业问的关联关系，为进一步指导用户个性化智能用电，提高电网需求侧能效管理水平具有建设性意义。

世界大型城市电动汽车发展案例介绍

本文是关于国际能源署（IEA）近期发布的（（2012年世界大型城市电动汽车发展案例集锦》的综述，该报告汇集了美国、德国、荷兰、日本、中国等世界9个国家、16个大型城市的电动汽车发展案例，集中展示了这些“先锋城市”电动汽车发展的蓝图、纲领、行动、激励政策以及迄今为止得到的经验教训，分享了电动汽车示范和路径部署方面的经验，明确挑战和机遇，并着重展现了“先锋城市”为创造繁荣的电动汽车生态系统所开展的最佳实践。

智能配用电大数据存储架构设计

针对智能配用电数据海量、高维度、多源异构等特点,提出一种大数据存储的三层管理框架设计方案。首先,对智能配用电数据组成进行分类划分。然后,提出智能配用电数据存储的资源层、元数据层和实际数据层的三层管理框架,在资源管理层,应用虚拟化技术、负载均衡和资源调度完成对物理资源的管理;在元数据管理层,使用数据预处理技术对智能配用电的元数据进行分类,采用中间件技术完成XML元数据仓库管理;在实际数据管理层,利用NoSQL技术,通过Map和Reduce的有效结合,完成海量数据的分层分区快速存储。最后,在实验室环境下对该设计方案进行初步的应用,验证了所设计方案能够对结构化、半结构化和非结构化数据进行统一存储,可为智能配用电大数据技术的应用提供基础支撑作用。

基于气象因素和时间序列分析的配电网故障数量预测

基于华东某市配电网故障报修数据,开展配电网故障数量短期预测研究。提出基于气温的季节判定方法,综合采用多元回归和时间序列分析手段,构建分季节的气象影响故障量预测模型,确定温度、天气等气象因素与故障量的量化关系,并针对剔除气象因素影响的剩余故障量,构建自回归移动平均时间序列预测模型,捕捉故障量的时间序列变化趋势。通过上述模型的综合应用,实现了配电网故障数量较高精度的短期预测。

超级电容器储能专利分析

本文以超级电容器储能技术国际专利为研究对象,运用专利文献计量学方法,使用TDA和Innography专利检索与分析平台,对德温特专利数据库(DII)中收录的超级电容器储能技术相关专利的时序分布、来源国家和地区、技术主题、重点申请人等方面进行了分析,对超级电容器储能技术的国际发展现状、态势进行了梳理。

促进上海绿色电力实施机制的研究

分析了发达国家如荷兰、美国和德国等绿色电力发展较完善的国家的实施机制,以及目前上海地区绿色电力实施机制现状,指出了上海市绿色电力机制的不足之处.针对上海市实际情况,对绿色电力的实施机制框架进行了设计研究,并提出了促进绿色电力发展的政策性建议,最后对绿色电力认购网络平台进行了简要的设计.

利用根轨迹法设计串联补偿网络的MATLAB实现

本文介绍了MATLAB中SISOTOOL工具的使用,并以实例说明了用该工具设计超前迟后补偿器的详细过程。SISOTOOL工具的使用为线形控制系统的设计提供了简单有效的途径。

面向智能电网大数据的分析挖掘与计算范式

随着加强智能电网的全面建设,具有"4V"特征的大数据正在贯通电力行业的发、输、变、配、用、调6大环节,智能电网大数据时代已然到来。数据挖掘和云计算是应对电网大数据的2大关键技术。简要介绍智能电网大数据全貌,归纳各种数据挖掘算法及其在电网中的应用,阐释云计算与大数据的密切关联,通过科技文献调研与统计分析,评述现状并预测未来趋势。以期为电力企业应对智能电网大数据提供知识储备与决策参考。

电力大数据安全体系架构研究与应用

随着电力系统智能化的不断深入,涵盖整个电力系统运行过程的信息系统已经逐步建立和发展,电力大数据将在电力系统的各个环节发挥重要的作用。由于电力大数据涉及大量的用户和企业资料,因此对信息安全具有较高的要求。本文针对大数据安全的关键点,采用建立完善的身份认证体系的方式,对用户权限进行了限制和保护,有效地确保了系统数据的安全。

利用根轨迹法设计串联补偿网络的MATLAB实现

MATLAB5 2以上版本提供了一个单输入单输出系统补偿器设计工具SISOTOOL。利用该工具可绘制根轨迹图形,并且能可视化地在前向通路中添加零极点(即串联补偿网络),同时看出对典型输入信号(如阶跃信号)的时间响应,从而容易设计出符合要求的控制器。

基于数据中台的云储存中数据可用性关键技术

针对目前使用的云储存中数据可用性方法,无法保证数据不具有重复性而导致时间开销长的问题,提出了基于数据中台的云储存中数据可用性关键技术。基于数据中台结构,构建数据安全删除模型,控制重复数据安全删除的时间开销,确保重复数据被安全删除。分别计算数据在云储存和数据中台中的可用性,获取云储存数据在数据中台中的冗余度,确定基于数据中台的数据在云储存中分布阈值。将阈值发送给租约节点,并传输至中心存储服务器,更新租约中的相应内容,完成基于数据中台的数据可用性维护。由仿真测试可知,该技术去重数据时间开销、静态存储时间开销均小于实际时间开销,云储存中的数据具有可用性。

基于单片机的Virtex-ⅡFPGA SelectMAP模式的配置方法

由于FPGA的易失性,系统上电后FPGA的配置就成为其应用的首要问题。在介绍了Xilinx公司的Virtex-Ⅱ型FPGA的性能特点及配置模式后,详述了SelectMAP模式的配置引脚功能和配置流程,提出一种用单片机和FLASH实现的SelectMAP模式的配置方案。该方案接口电路简单、编程容易,适用于配置速度要求不高的场合。

电网企业大数据分析技术研究体系及布局

在描述电力大数据特征的基础上，归纳了大数据技术在电网企业的研究发展方向，阐明了电网企业大数据技术研究的必要性及目标。针对性地分析了电网企业大数据的应用特点，以大型电网企业为例，提出了电网企业大数据分析技术服务体系架构，并针对这一体系，提出电网企业在大数据研究方向上的布局。

基于固定效应模型的上海气温变化对用电量的影响研究

基于上海市日气温数据和日用电量数据，建立变截距固定效应模型，量化描述温度变化、经济社会发展、节假日等因素对上海市日用电量的影响、用电量随时间推移整体提升的现象，以及用电量与气温变化的非线性趋势，总结提出相关因素对用电量的影响方式与影响程度。

基于数据中台的多源数据融合关键技术研究

目前研究的多源数据融合关键技术可信度分配数值与峰值相差较大,导致融合后的数据冲突程度过高,融合效果难以达到人们的要求。为了解决上述问题,基于数据中台研究了一种新的多源数据融合技术。对多源数据的融合层次进行划分,根据划分结果建立融合模型。应用数据中台的数据技术、治理和运营来实现数据赋能,建立有效的框架体系中心,利用数据框架体系中心分析数据资料,处理多源数据,实现数据的匹配与转换,最终表达数据的模式。实验结果表明,所研究的多源数据融合关键技术可信度分配数值为0.5,融合过程中数据源相似性较高,融合效果较好。

基于BP神经网络的燃煤锅炉大气污染物排放模型构建

提出了一种基于BP神经网络的燃煤锅炉大气污染物排放量预测模型构建方法,即通过在BP神经网络中训练燃煤锅炉排放样本数据,纠正训练误差后优化权值和阈值,输出燃煤锅炉大气污染物排放数据,以输出结果为基础,得到脱硝反应器、脱硫塔出口的大气污染物氮、硫排放量。结果表明:构建的基于BP神经网络的燃煤锅炉大气污染物排放模型具有大气污染物排放量预测误差小、精度高、模型可行性高等优点,对评估和控制燃煤锅炉大气污染物排放具有重要意义。

电力量测数据缺失补齐方法研究与实践

针对电力系统中出现的电力量测数据缺失的问题,本文采用统计方法、插值方法和机器学习方法进行了研究和实践。首先,本文分析了电力量测数据缺失的原因,重点探讨了量测数据在采集、传输、存储以及其他环节对数据缺失的影响。接着,本文详细介绍和分析了三种量测数据缺失补齐方法,并对不同方法进行了实验评估,包括相关系数评价、拟合优度评价和平均绝对误差占比评价等多种评价方法。实验结果表明,机器学习方法在量测数据缺失补齐精度和效果方面优于其他两种方法,表现出更好的效果。最后,本文对研究结果进行了总结和展望,指出机器学习方法在电力量测数据缺失补齐中的应用前景,本文的研究成果可为电力系统中量测数据缺失处理提供一定的参考价值。

基于电力视角的上海城市发展评价体系研究

随着能源大数据的蓬勃发展和大数据相关技术的日益成熟,基于能源视角对地区发展水平量化分析成为新趋势。近年来,电力行业积极利用电力大数据洞悉社会发展,服务政府监测分析需求。相比于传统社会经济统计数据,电力数据具有时效性强、真实可信、易于获取等优点。然而,如何准确把握政府需求,充分发挥电力数据价值,成为电力公司亟需研究的课题。本文以上海市为研究对象,对政府工作报告进行系统全面梳理,利用上海市电力公司现有的电力数据资产,从经济、科技、民生、城市治理、环保等方面构建上海城市发展评估体系,为深化电力数据的对外开放应用,服务政府决策科学性提供创新指导。