基于大数据分析的高压用户峰谷电量优化研究

高压用户一般是所在地区的用电大户,电费是其生产成本的重要构成部分。基于高压用户客户用电负荷特征进行大数据分析,利用随机森林算法对高压客户进行分类;结合峰谷电费数据,对用户峰谷用电量现状进行分析。从而对可调度生产时间并存在峰谷用电优化空间的客户提供有效的峰谷电量优化方法 ,使得用户错峰用电,从而降低用电成本。

考虑不确定性的分布式家庭并网光伏系统鲁棒优化能量调度

分布式家庭并网光伏系统是太阳能产业规划的重要组成部分,其能量优化调度模型是一项重要研究课题。针对系统中光伏出力的不确定性,对其采取区间形式表示。以系统运行成本最小为目标,计及系统功率平衡约束等多项必要约束条件,建立分布式家庭并网光伏系统的能量优化基本模型。通过鲁棒优化框架将能量优化调度基本模型中含不确定变量的约束条件转化为确定性约束,从而建立分布式家庭并网光伏系统鲁棒优化能量调度模型。采用改进萤火虫算法对所建立的模型进行求解。仿真算例表明,所建立模型得到的系统运行方案能够在实际运行中具备良好的鲁棒性,降低系统经济风险。

电力调度交换机短期负荷智能预测方法研究

针对电力调度交换机短期负荷预测,采用传统方法受到外界因素影响,导致预测效率较低,为了解决该问题,提出了基于神经网络短期负荷智能预测。综合时间和气温数据,设计训练样本选取流程。根据选取结果,分析神经网络接入方式,通过明确输入、输出和隐含层节点数量,对不同神经元进行训练,形成10-6-1的神经网络结构。在该结构下,计算一天某刻负荷均值和方差,并对温度和天气数据分别进行量化和编码处理,由此实现短期负荷智能预测。通过对比结果可知,该方法最高预测效率可达到98%,为电力调度交换机稳定运行提供数据支持。

客户电费托收正确率有效提升的理论研究及案例分析

以某电力公司客户电费托收实际为例,创新性地运用鱼骨图和柏拉图分析法探讨了影响该公司电费托收正确率的主要因素,提出了解决问题的对策。

电力集团客户缴费案例研究

为方便集团客户缴费和账务处理,某电力公司客户服务中心在公司营销部的直接指导下,拓展了集团客户缴费业务,并率先在中国电信和中国移动两大集团客户中试点运作。这一业务的成功开展,极大地方便了集团客户的缴费和账务处理,也方便了电力公司出账,同时有效降低了电力公司的出账成本。

大数据分析下低压配电台区线损自动测算方法研究

为了提高低压配电台区线损坏的定量分析和修复能力,提出一种基于大数据分析的低压配电台区线损自动测算方法。构建低压配电台区线损的定量回归分析模型,采用分段检验方法进行配电台区线损的大数据序列分析,构建区线损的大数据相空间重构模型,采用递归图谱分析方法进行低压配电台区线损自动测算,根据递归图谱中的规则性特征实现配电台区线损预测和度量。仿真结果表明,采用该方法进行低压配电台区线损测算的准确性较好,自动化和智能性水平较高,提高了低压配电台区线损的预测和修复能力。