面向智能电网应用的电力大数据关键技术_彭小圣

能智造与信息技术DOI：10.16660/ki.1674-098X.2204-5640-9801一种适用于“电力数据口袋书”业务的多维度协同过滤推荐算法设计王峰1高强2代作松1曹国强1（1.南京南瑞信息通信科技有限公司江苏南京210000；2.国网辽宁省电力有限公司信息通信分公司辽宁沈阳110000）摘　要：本文提出了一种使用知识图谱叠加喜好的多维度智能推荐算法，详细地讨论了协同推荐算法，并对其增量更新、并行计算、加权版等方面的内容进行了分析，此算法推荐准确度高、易于实现，很适用于消息推荐服务。

提出协同推荐算法用在消息推送服务中，对用户数据作分析，筛选出推送消息适合的目标用户，从而提高推送质量；设计并实现了服务于“电力数据口袋书”的消息智能推送服务系统，其能智能对推送用户作筛选，提高推送质量。

系统向应用开发者提供友好的API，能在高并发环境下稳定运行，支持设备的别名、标签设置，支持消息优先级、定时推送等功能。

关键词：协同推荐电力数据关系图数据挖掘中图分类号：T M763文献标识码：A文章编号：1674-098X(2022)07(c)-0108-04 Design of a Multi-Dimensional Collaborative FilteringRecommendation Algorithm Suitable for "PowerData Pocket Book" ServiceWANG Feng1 GAO Qiang2 DAI Zuosong1 CAO Guoqiang1(1.Nanjing NARI Information and Communication Technology Co., Ltd., Nanjing, Jiangsu Province, 210000China;rmation Communication Branch of State Grid Liaoning Electric Power Co., Ltd., Shenyang,Liaoning Province, 110000 China)Abstract: In this paper, a multi-dimensional intelligent recommendation algorithm using knowledge graph super-position preferences is proposed. The collaborative recommendation algorithm is discussed in detail, and its incre-mental update, parallel computing, and weighted version are analyzed. This algorithm has high recommendation ac-curacy, is easy to implement, and is very suitable for message recommendation services. The collaborative recom-mendation algorithm is proposed to be used in the message push service, which analyzes the user data and filters out the target users suitable for the push message, so as to improve the push quality. A message intelligent push service system for "Power Data Pocket Book" is designed and implemented, which can intelligently screen the push users and improve the push quality. The system provides application developers with friendly API, which can run stably ina high concurrency environment, support device alias and label settings, support message priority, regular push andother functions.Key Words: Collaborative recommendation; Power data; Diagram; Data mining为适应大数据与“互联网+”融合创新应用的需求，国家电网公司于2015年初正式提出了“全球能源互联作者简介：王峰（1990—），男，本科，助理工程师，研究方向为电力系统自动化及信息化。

基于配电网全域大数据的负荷智能预测模型目录一、摘要 (1)二、内容概要 (1)三、背景及意义 (2)四、相关理论及技术 (3)4.1 配电网全域大数据 (4)4.2 负荷智能预测模型 (5)五、模型构建与实现 (6)5.1 数据预处理 (7)5.2 特征工程 (8)5.3 模型训练与验证 (9)5.4 模型优化与调整 (11)六、实证分析 (12)6.1 实验环境与参数设置 (13)6.2 实验结果展示 (15)6.3 结果分析 (16)七、模型应用与推广 (17)八、结论与展望 (18)一、摘要随着互联网+、大数据时代的到来，电力系统面临着日益严重的负荷预测挑战。

为了实现更精确、更高效的负荷预测，本文提出了一种基于配电网全域大数据的负荷智能预测模型。

该模型通过整合配电网运行的实时数据、历史数据和天气数据等多源信息，结合先进的数据挖掘和机器学习技术，对未来一段时间内配电网的负荷情况进行预测。

二、内容概要本文档主要围绕“基于配电网全域大数据的负荷智能预测模型”进行阐述。

通过综述相关领域的背景与研究现状，为后续模型介绍做好铺垫。

详细描述了模型的构建过程，包括数据预处理、特征工程、模型训练与验证等关键步骤。

展示了模型在实际应用中的表现，并对其未来发展趋势进行了展望。

背景与意义：介绍了智能电网的发展趋势和负荷预测的重要性，指出了现有预测方法的不足之处，为本模型的提出提供了背景和动机。

相关研究综述：回顾了配电网大数据分析、负荷预测以及人工智能技术在相关领域的应用，为本研究提供了理论基础和研究思路。

模型构建：详细阐述了从数据预处理、特征提取到模型训练与验证的全过程，包括数据清洗、特征选择、模型构建、参数优化等关键步骤。

实证分析：通过实际案例展示了模型的预测效果，证明了本模型在配电网负荷预测中的有效性和可行性。

总结与展望：对本模型的特点、优势进行了总结，并指出了未来可能的研究方向和应用前景。

三、背景及意义随着互联网+、大数据时代的到来，电力系统正面临着日益严重的供需不平衡和能源浪费问题。

面向智能电网应用的电力大数据关键技术摘要：随着科学技术的不断发展，现代信息技术也在不断完善，智能电网随之产生并得到进一步的发展。

在大数据环境下，为了能够更好地完善智能电网，提高智能电网的工作效率，提高智能电网的数据信息处理能力，提高整体运营的经济性，必须要对智能电网相关的大数据平台进行完善。

本文浅析面向智能电网应用的电力大数据关键技术。

关键词：智能电网；电力数据；关键技术引言随着我国社会经济的不断发展，传统电力信息系统已不符合时代发展的需求，当前社会对智能电网的需求也在不断的增加。

作为智能电网最为重要的组成部分，信息通讯系统也在进行不断的完善，从而促进了电力大数据的发展。

同时，电力大数据的运用与发展对于信息通讯系统的处理效果提出更多的要求。

只有当电力大数据技术真正有效运用到智能电网中，电网才能更好地满足社会需求，促进我国经济发展。

1智能电网电力大数据概述现阶段电网基础设置很难满足信息资源日益增长的技术性要求，所以智能电网的应运而生能让数据信息的搜集、分析和存储等得到发展，但是要想让信息资源的利用效率增大，构建大数据平台能是实现其科学合理决策的关键。

在这方面具十分成功的案例是Hadoop服务平台的系统构建情况，需要将大数据与这一平台进行更为有效的融合和对接，进而能为大数据的关键新技术的作用发挥起到良好的保障作用。

例如，在进行海量的信息搜集与处理的时候，能够提供电子表格数据，并利用信息分类技术，将其实用性更好的发挥出来，进而能在用户信息效率方面有所提升。

另外，智能电网大数据平台主要是以分布式的文件处理方式为主，为能更好的实现Pb和Zb级别的数据存储功能，可以在分布式计算机技术实现的过程中，实现P6和Zb的数据查询功能。

现阶段的大数据平台涵盖的内容十分广阔，其中有功能性的模块数据，包括大数据访问与调度框架、商业智能应用模块、数据仓库等相关的数据模块。

因此，大数据平台的构建需要在数据关键技术运行效果持续升高的情况下对电力领域内企业的智能化电网的实现提供有效的保障，用以提升企业的自身结构发展也能让营销服务模式的优化创新能力得到极大的提升，进而能让电力企业持续稳健的发展下去。

建设以新能源为主体的新型电力系统自动化课程改革
彭小圣;刘欢欢
【期刊名称】《中国现代教育装备》
【年(卷),期】2024()11
【摘要】培养新型电力系统自动化建设人才对实现新能源大规模并网至关重要。

原有的电力系统自动化课程大都围绕火电和水电展开教学,涉及新能源的新型电力系统关键技术和知识点都有所欠缺。

本次教学改革采用“讲授课+翻转课堂+研讨课”的形式,致力于培养面向“双碳”目标的新型电力系统自动化专业人才。

【总页数】3页(P114-116)
【作者】彭小圣;刘欢欢
【作者单位】华中科技大学电气与电子工程学院
【正文语种】中文
【中图分类】G642
【相关文献】
1.以新能源为主体的新型电力系统背景下抽水蓄能标准体系建设的思考
2.“以新能源为主体的新型电力系统多主体智能决策”专刊征稿启事
3.以新能源为主体的新型电力系统网络安全保护技术研究
4.以新能源为主体的新型电力系统建设研究
5.以新能源为主体的新型电力系统建设面临的问题
因版权原因，仅展示原文概要，查看原文内容请购买。

浅析智能电网中的电力大数据应用石碧薇摘要：目前，智能电网的发展已趋于成熟，能够对电网全景信息进行实时采集。

自“能源互联网”、“互联网”等网络概念提出以来，智能电网的数据量呈指数级增长，各种网内和网外数据纷纷涌入进来，大量的数据信息有效提高了智能电网决策的科学性。

但同时，海量数据需要进行存储、甄别以及相应的处理，又是智能电网不得不面对的挑战。

在智能电网领域中，通过大数据技术的运用，能使智能电网顺利度过发展瓶颈期。

本文将就智能电网领域中大数据的具体应用进行深入探讨。

关键词：智能电网；电力大数据应用；应用分析引言智能电网是全球电力发展的重要方向，是实现电力能源转换和传输的重要环节，作为新型电力技术，智能电网技术的经济性、可靠性、安全性更高，其能够在保证电力系统安全稳定运行的基础上，促进电力传输环节风险的降低。

在智能电网运行过程中会产生海量数据，这些数据的处理和运用在很大程度上决定了智能电网的发展，所以实践中应强化对智能电网大数据处理技术的运用，不断克服该项技术应用中的困难，最终为智能电网发展提供保障。

1智能电网大数据特征在电力信息化推进过程中，电力数据种类和规模迅速增加，智能电表、智能变电站、现场移动检修系统、实时监测系统、测控一体化系统、为各个专业服务的信息管理系统的数据集合形成了智能电网大数据。

依据数据来源可将智能电网大数据分为电网外部数据和电网内部数据，内部数据由电信息营销系统、采集系统、配电管理系统、广域监测系统、能量管理系统、生产管理系统、客服系统、设备监测和检测系统、财务管理系统数据构成，外部数据由公共服务部门、地理信息系统、气象信息系统、电动汽车充换电管理系统数据构成。

这些数据由不同部门管理，在不同地方分布，其特性包括分布管理、分布放置。

2智能电网大数据技术的发展措施2.1大数据传输和存储技术电力系统、智能电网发展变革的趋势中，记录具体的数据运行和设备状态，可以发现大量的数据存储问题，在监控装置中具有较大的压力，因此，电力系统智能化的发挥受到一定限制。

基于电力大数据的电费回收风险预测方法研究摘要：为了解决电力企业电费回收周期长、回收困难的问题，电力企业从技术方面深入研究了基于电力用户风险的电费回收预测方法，实现了电费回收抗风险能力的提升。

但是电力企业并不具备对用户欠费风险进行预判的能力，不能够依据用户的欠费风险等级采取有效的风险应对措施。

因此，为了实现企业的电费回收抗风险能力的提升，在此方面展开风险预测意义重大。

为了保证电力企业具备足够的风险抵御能力、进一步降低企业经营风险，对电费回收风险进行科学、精准的预测尤为重要。

关键词：电力大数据；电费回收；风险预测；方法1用大数据分析电费回收风险的机遇近年来，5G技术的快速发展使得万物互联成为了可能，电力企业要利用好这次机遇做好预测分析，将客户动态信息整体汇总后，挖掘其中的特征、规定、特点，实现对电费问题的预测。

在电费回收方面，了解客户的部分需求，将风险绘制出来，促进电力企业向着个性化、制定化方面发展。

在新形势背景下，电力企业要积极学习先进技术，努力创造现代化的电力企业。

同时，工作人员也要保持敬业态度，尽心尽力完成上级交代的任务，为电费催收工作减忧担责。

2供电企业电费回收现状1)客户群体广且增速快。

鉴于一户一表安装、国有企业“三供一业”分离、小微企业快速发展等情况，供电企业客户基数和增量均较大，传统的基于个人工作经验的电费回收模式具有较大局限性，缺乏科学的、全面的客户电费回收风险评估手段。

2)实际用电客户信息迭代快。

随着房地产经济的繁荣，房屋交易、租赁导致实际用电主体信息变更较快，供电企业掌握的客户基本信息数据，如客户联系方式，其准确度不足以支撑电费远程催收工作有效开展。

3)客户违约成本低，法律意识淡薄。

按照《电力供应与使用条例》第三十九条规定:“逾期未交付电费的，供电企业可以从逾期之日起，每日按照电费总额的千分之一至千分之三加收违约金。

”虽然单一客户的违约成本低，但供电企业的客户基数大，叠加后其资金回收压力较大。

泛在电力物联网在智能配电系统应用综述及展望花潇发表时间：2019-09-05T09:42:07.770Z 来源：《中国电业》2019年第08期作者：花潇[导读] 配电网作为连接输电与用户的关键环节，其安全可靠运行对电力系统稳定以及用户体验的重要性不言而喻。

国网太原供电公司 030012 摘要：配电网作为连接输电与用户的关键环节，其安全可靠运行对电力系统稳定以及用户体验的重要性不言而喻。

随着“坚强智能电网”、“能源互联网”等战略部署和建设的稳步推进，配电网需要承载的功能正在发生改变。

尤其是高比例分布式可再生能源集群效应凸显、电动汽车普及、异质能源系统融合、用户侧多样性用能需求增长，配电网的角色已由传统单向电能提供商向双向能量流动与高级服务转变。

关键词: 泛在电力物联网; 配电网; 智能电网1 泛在电力物联网概念国家电网有限公司对“泛在电力物联网”的定义: 将电力用户及其设备、电网企业及其设备、发电企业及其设备、供应商及其设备，以及人和物连接起来，产生共享数据，为用户、电网、发电、供应商和政府社会服务。

以电网为枢纽，发挥平台和共享作用，为全行业和更多市场主体发展创造更大机遇，提供价值服务。

泛在电力物联网将通过泛在感知、可靠通信和高性能信息处理与高级电力应用实现电网各环节、全电压等级的“能量流、信息流、业务流”一体化融合，提升系统安全性和运行效率。

2 泛在电力物联网体系架构与功能作为物联网技术、大数据技术、优化运行调控技术深度融合的复杂大系统，泛在电力物联网呈现出能量流、信息流与业务流交互耦合的特征，将深刻影响未来电网的运营模式，其总体体系架构分为感知层、网络层、平台层和应用层。

2. 1 感知层感知层是泛在电力物联网的“神经末梢”。

其重要功能在于，采用多种类型的传感器深入设备，实现全面感知。

感知层设备包括电网一次系统的电压电流互感器和二次系统的电能表、集中器等各类终端，以及用户侧多种多样的智能电器。

通过泛在感知所获取的海量数据使控制决策单元能够以前所未有的广度和深度获知电网各个环节运行状态，使电网在面对诸如间歇性新能源并网、随机负荷投切、电动汽车时空集群效应时，能够实时掌握系统状态，及时发现故障隐患，评估安全运行风险; 同时，通过灵活调整电网拓扑，实时控制电源出力，优化用户用能模式，从而提高电网对高比例分布式新能源与新型负荷的接纳能力，强化电网应对突发故障的容灾性。

电力电气・Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ130 大陆桥视野·２０１５年第２２期一、电力大数据电力大数据是大数据理念、技术和方法在电力行业的实践。

电力大数据涉及到发电、输电、变电、配电、用电、调度各环节，是跨单位、跨专业、跨业务的数据分析与挖掘，以及数据可视化技术。

电力大数据由结构化数据和非结构化数据构成，随着智能电网建设和物联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。

电力大数据的特性满足大数据的五个特性，一是数据量大、二是处理速度快、三是数据类型多、四是价值大、五是精确性高。

电力大数据在电力行业具有良好的发展前景，坚强智能电网的迅速发展使信息通信技术正以前所未有的广度、深度与电网生产、企业管理快速融合，信息通信系统已经成为智能电网的“中枢神经”，支撑新一代电网生产和管理发展。

当前，电网业务数据大致分为三类：一是电网公司生产数据，如发电量、电压稳定性等方面的数据；二是电网公司运营数据，如交易电价、售电量、用电客户等方面的数据；三是电网公司管理数据，如ＥＲＰ、一体化平台、协同办公等方面的数据。

如能充分利用这些基于电网实际的数据，对其进行深入分析，便可以提供大量的高附加值服务。

这些增值服务将有利于电网安全检测与控制（包括大灾难预警与处理、供电与电力调度决策支持和更准确的用电量预测），客户用电行为分析与客户细分，电网公司精细化运营管理等等，实现更科学的需求侧管理。

二、电力大数据在电网公司的应用（一）大数据在输电线路中的应用随着电网规模的壮大，输电线路状态监测系统的数据库处理工作量与处理效率都必须提高，这主要是由于输电线路状态监测系统工作中接收和处理的数据量越来越大。

并且输电线路状态监测系统还必须提供技术支持，以满足监视、控制、培训仿真、运行管理的需求。

系统采集数据量越来越多，接入系统的输电线路数量不断增长，线路中监测的数据类别不断增长，针对海量、实时高频数据采集的云计算平台采用分布式数据存储方案，并提供高效的并行查询和计算的能力，适合输电线路状态监测系统的实时、历史数据的存储与应用。

面向智能电网应用的电力大数据关键技术随着智能电网的快速发展，电力大数据已经成为了智能电网应用的重要基础。

电力大数据是指通过对电力系统中各项运行数据的采集、传输、存储、处理、分析及展示等过程，形成的数据集合。

电力大数据拥有海量、多源、高速、多样等特点，包含了电力系统的运行状态、行为、特性等，对于智能电网的建设与运行具有极其重要的作用。

而面向智能电网应用的电力大数据关键技术，就是为了更好地支持智能电网建设与运行而发展起来的一系列关键技术。

本文将主要介绍面向智能电网应用的电力大数据关键技术。

一、电力大数据的采集技术电力大数据的采集技术是电力大数据关键技术的首要环节。

电力系统中的各种设备、传感器、控制器等，都可以产生大量的实时数据，如电压、电流、功率等；而这些数据又需要通过各种通讯方式进行采集。

目前，电力大数据的采集技术主要包括了有线采集、无线采集、物联网采集等技术。

有线采集主要是指通过各种有线通信方式进行数据的采集，如RS485、光纤通信等；无线采集则是指通过各种无线通信方式进行数据的采集，如GPRS、NB-IOT、LoRa等；而物联网采集则是指通过物联网技术进行数据的采集，如ZigBee、Wi-Fi等。

通过这些采集技术，可以实现对电力系统中各种数据的实时、全面的采集，为后续对电力大数据的存储、处理、分析提供了基础。

电力大数据的存储技术是电力大数据关键技术中的重要环节。

电力大数据的存储主要包括了数据的存储介质、存储结构、存储模式等。

目前，电力大数据的存储主要采用了分布式存储、云存储等方式。

分布式存储是指通过多台计算机、存储设备进行数据的存储，可以实现数据的分散、冗余存储，提高了数据的可靠性、可用性等；而云存储则是指通过云计算技术进行数据的存储，可以实现数据的弹性扩展、远程访问等。

通过这些存储技术，可以实现对电力大数据的海量、高速的存储，为后续对电力大数据的处理、分析提供了基础。

电力大数据的处理技术是电力大数据关键技术中的核心环节。

第35卷第3期中国电机工程学报V ol.35 No.3 Feb.5, 20152015年2月5日Proceedings of the CSEE ©2015 Chin.Soc.for Elec.Eng. 503 DOI：10.13334/j.0258-8013.pcsee.2015.03.001 文章编号：0258-8013 (2015) 03-0503-09 中图分类号：TM 711面向智能电网应用的电力大数据关键技术彭小圣1，邓迪元1，程时杰1，文劲宇1，李朝晖1，牛林2(1．华中科技大学电气与电子工程学院，湖北省武汉市 430074；2．国网技术学院，山东省济南市 250002)Key Technologies of Electric Power Big Data and Its Application Prospects in Smart Grid PENG Xiaosheng1, DENG Diyuan1, CHENG Shijie1, WEN Jinyu1, LI Zhaohui1, NIU Lin2(1. School of Electrical and Electronic Engineering, Huazhong University of Science and Technology, Wuhan 430074, HubeiProvince, China; 2. State Grid of China Technology College, Jinan 250002, Shandong Province, China)ABSTRACT: Application of big data techniques in power system will contribute to the sustainable development of power industry companies and the establishment of strong smart grid. This paper introduced a universal framework of electric power big data platform, based on the analysis of the relationships among the big data, cloud computing and smart grid. Then key techniques of electric power big data were discussed in four aspects, including big data management techniques, big data analyzing techniques, big data processing techniques and big data visualization techniques. Finally, the paper presented three typical application examples of electric power big data techniques which were new and renewable energy integration, wind turbine condition monitoring and assessment, power system catastrophic failure prediction. The application of big data technologies in smart grid will bring deep change and brilliant future to power system, and will promote the development of power industry to a new generation.KEY WORDS: big data; cloud computing; smart grid; data integration; data analysis; data processing; data visualization摘要：大数据为智能电网的发展注入新的活力，掌握电力大数据的关键技术对电力行业的可持续发展和坚强智能电网的建立具有重要意义。