电力用户侧大数据分析与并行负荷预测

随着智能电网、通信网络技术和传感器技术的发展,电力用户侧数据呈指数级增长、复杂程度增大,逐步构成了用户侧大数据。传统的数据分析模式已无法满足需求,迫切需要解决电力用户侧的大数据在分析与处理方面的难题。该文分析电力用户大数据的来源,针对电力用户侧大数据的数据量大、种类繁多与速度快等特点,指出电力用户侧的大数据在数据存储、可用性、处理等方面面临的挑战。结合云计算技术提出一种电力用户侧大数据分析处理平台,将智能电表、SCADA系统和各种传感器中采集的数据整合,并利用并行化计算模型Map Reduce与内存并行化计算框架Spark对电力用户侧的大数据进行分析。提出基于随机森林算法的并行负荷预测方法,将随机森林算法进行并行化,对历史负荷、温度、风速等数据进行并行化分析,缩短负荷预测时间和提高随机森林算法对大数据的处理能力。设计并实现基于Hadoop的电力用户侧大数据并行负荷预测原型系统,包括数据集群的管理、数据管理、预测分类算法库等功能。采用不同大小的数据集对并行化随机森林算法进行负荷预测实验,实验结果表明,并行化随机森林算法的预测精度明显高于决策树的预测精度,且在不同数据集上预测精度普遍高于决策树的预测精度,能够较好的对大数据进行分析处理。

电力用户侧信息化与智能决策技术

在建设坚强智能电网的大背景下,针对电力用户侧的信息化与决策技术开展深入的研究,阐述了相关技术的研究现状,介绍了其架构、工作原理和实施方案.

电力用户侧大数据分析与并行负荷预测研究

针对现阶段电力用户侧大数据的现状,介绍电力用户侧大数据分析平台,并对并行负荷预测进行研究。

电力用户侧大数据分析与并行负荷预测

随着我国经济和人口的不断增长,电力用户侧的大数据存储存在很大的问题,可用性和处理方面也面临着诸多挑战。用户测数据复杂程度增大,数据存储规模将从目前的 GB 级增长到 TB 级,甚至 PB 级,逐步构成了用户侧大数据。而针对这些数据的分析支撑着智能电网的可靠安全地运行,对这些数据的分析具有跨时代的意义。基于此,本文通过对电力用户侧大数据分析与并行负荷问题进行相关的分析和研究,希望能够为电力用户侧数据分析作出一份力所能及的贡献。

电力用户侧大数据分析与并行负荷预测

随着国家电网和通信网络的不断发展,电力用户侧的数据也呈上涨的趋势,并且其复杂程度也逐渐增大,逐渐构成了一个较大的数据库。现有的数据分析模式已经无法满足电力用户大侧数据分析,相关部门需要迫切解决电力用户大数据分析问题以及处理方面。本文通过对电力用户侧大数据分析与并行负荷问题进行相关的分析和研究,希望能够对我国的电力用户侧数据分析作出一份力所能及的贡献。

智能电网中电力用户需求侧管理的意义与特征分析

智能电网的特点是坚强、自愈、兼容、经济、集成、优化。智能电网中电力用户需求侧管理的特征与意义主要包括电力与信息的双向流动、电能选择多元性和资源配置优化。智能电网中电力用户需求侧管理的方法主要有削减高峰时段用电负荷、增加低谷用电负荷及移峰填谷。要实现合理用电,确保供电企业进行科学化负荷管理,满足用户的用电需求。

用户侧分布式储能系统接入方式及控制策略分析

分布式储能系统在电力用户侧中的应用日益广泛,且应用场景多样化,对于电网来说是潜在的优良资源。然而其容量小、数量多、分布不均衡、单机接入成本高、系统操作及管理困难,给电网的规划运营带来了日益严峻的挑战和技术难题。本文就用户侧中的分布式储能典型应用模式及接入方式进行介绍,阐述各应用场景下分布式储能的应用模式和方案,并分析了典型应用场景下的分布式储能运行效果。通过对分布式储能系统技术形态和载体的分析,可为进一步研究分布式储能汇聚协调控制技术提供理论指导。

用户侧电力物联网设备匿名身份认证

随着物联网技术的不断发展,家用电力物联设备逐年增加,但是目前缺少有效的身份认证方法,在已有相关研究的基础上提出了配电网用户侧电力物联网设备匿名身份认证方案,为电力物联网设备以及用户提供身份认证以及会话密钥协商的功能,避免攻击者对电力物联网设备实现恶意控制。在此基础上,提出了基于区块链的关键密钥信息验证技术,避免攻击者破坏认证设备可用性。经过实验测试,在关键区块链节点损坏的情况下,依旧可以为电力物联网设备在1min以内提供30个区块链的关键密钥信息恢复,有效支持身份认证协议的稳定运行。