在线用户电能数据采集-监控-稽查一体化系统研究

针对人工抄表存在的各种弊端,为实现对电能消耗的远程监测、分析和管理,提出了一个实际应用系统:在线用户电能数据采集-监控-稽查一体化系统。系统由智能数据采集终端和管理平台组成。智能数据采集终端通过电力线载波或RS-485从电能表获取数据,即为下行通信。终端通过GPRS通道与远程管理平台传输数据,即为上行通信。下行通信使用DL/T645-2007多功能电能表通信协议,上行通信协议使用Q/GDW1376.12012电力用户电能采集系统通信协议。两种协议均符合国家标准,与不同企业的电能表产品具有良好的兼容性。此外,设计了严格的抄表时间控制机制和动态数据存储管理模式,保证了较高的实时性。最后,基于大数据与k-means算法提出在线稽查业务,有利于供电企业提高企业管理水平和经济效益。

基于用电信息大数据的时间序列分析研究

智能电表是用电信息采集系统的核心设备,能够以较高时间分辨率(例如每5 min、15 min等)测量客户的能源消耗,因此数据量非常庞大,使得数据管理非常复杂。为此,基于100个匿名商业建筑智能电表数据集,深入探讨了不同行业电力用户的用电量时间序列规律,采用相似日法建立了用电量的预测模型,该方法可用于分析由智能电表产生大量的用电数据,以优化发电、配电和用电。研究结果表明本文提出的方法可以帮助电网公司改善能源和服务管理,支持智能电网控制,做出准确的用电预测或检测用电异常。

基于主成分分析降维和支持向量机回归的短期负荷预测方法研究

针对负荷预测一般使用多维度历史相关数据,随着计算机技术和采集技术的发展,形成了高维度数据,使得关键数据和因素被掩埋,造成“维数灾难”的状况,重点研究主成分分析的特征降维方法和支持向量机的智能预测算法,提出基于主成分分析和支持向量机回归的短期负荷预测方法,并进行算例计算,对比分析采用主成分分析降维对支持向量机短期负荷预测方法的影响。