论文部分内容阅读
摘 要：当前，由于国内经济增速过快以及其他因素的影响，导致我国部分地区存在电力供应不足的情况。不但目前电力供应不足，而且在相当长的时间里，地域性的电力短缺依旧存在。由于供电不足的原因，直接造成了电力供应紧张。在电力短缺的情况下，采用用电错峰管理方式，不但不利于电网安全运行以及给客户造成压力，而且不利于整个社会和经济的发展。针对这些问题，本文主要对于大数据技术在错峰用电管理中的应用加以探究。
关键词：大数据技术；错峰用电管理；应用分析
目前，我国的供电企业主要的错峰方案是依靠人力，根据企业历史负荷、线路排布以及企业生产状况，从而制定大致的序位表。由于错峰用电成为经常性的状况，通过利用计算机加以分析以及优化，从而保障错峰用电的精益化管理。避免停电造成的损失。此外，有利于节能减排和实现资源的优化配置。因此，以工业企业用电为主考虑，不但研究企业用电行为以及生产特点，而且积极探索如何实现错峰的最优化。从而不仅保障错峰效果，促使用电错峰给客户造成的影响下降到最低。而且通过优化用电错峰具体方案，促使有限电能能够为国家企业社会贡献最大的力量。
一、大数据技术概述
错峰用电管理的过程当中，关键的一步是通过大数据技术辨认每个客户的用电模式。然后，根据所得到的数据全面地、细致地分析客户的电力使用情况信息，并且通过具体的分析，得出各个客户的错峰潜力。通过运用大数据技术，不但保障了供电企业能够制定出合理以及科学的错峰用电管理的具体方案，而且合理指导了每个客户的科学用电[ 1 ]。
二、大数据识别用电模式
对单个用户而言，选取最新一年每天九点的用电数据信息，并且进行数据清洗的初步处理，之后通过聚类算法对数据进行聚类分析通过聚类蔟指代客户的用电模式。通过对蔟中的对象设定一个数据阈值，分析判断区别每个用户不同用电模式并且对这些用电户进行分类。从而判断得出最具错峰潜力的一批用户，为后期的错峰用电选取对象[ 2 ]。
（一）聚类分析
聚类分析是通过某种标准将数据集分为几个组成的一种数据分析过程。同一个小组内数据具有较高相似性。在不同小组的数据相似度低。数据相似不相似主要通过数据之间的相对值来区分。两个数据之间相差小相似度就高，两个数据之间的相对值相差大则相似度低。
（二）聚类处理
聚类分析的最终目的是获取用户用电模式、之后通过聚类代表用户的用电模式可是不是所有用户的用电模式具有错峰指导的作用，只是具有经常性用电模式具备错峰的指导的价值；错峰用电的主要的工作的重点是发掘有错峰潜力的用户[ 3 ]。
（三）识别模式
通过簇聚类就代表用户的用电模式。对簇内数据进行统计，簇内对象的数据大于阈值时判定用电模式为常用用电模式。常用用电模式应当加以数据统计，主要是得到常见用电模式主要用点时间点并且通过计算机算出模式的用电荷载的特性曲线。通过用电荷载的特性曲线进行分析，可以将用户用电模式成四大类型：避峰型、平滑型、单峰波动型以及双峰波动型。
三、错峰管理系统设计
（一）系统框架设计
基于大数据技术前提下用电错峰管理系统应当从建立体系架构。系统总共可以分为四层架构：数据获取层、数据处理层、数据存储层、以及信息交互层。通过对数据分析然后进行信息的展示。此外，提高数据扩展性以及可维护性应当采取数据质量管理策略以及元数据管理策略。
（二）错峰管理内容
通过对用电情况进行分析得到错峰管理系统中各种数据，主要包括主网生产、配网生产中的主要数据。通过数据分析之后通知将要错峰用点的客户。 之后通过计量自动化的手段，得到这些错峰用户用电的负荷，有效监控用电用户错峰情况[ 4 ]。
（三）错峰管理流程
基于大数据技术的错峰用电管理的主要的流程包括以下几个步骤：第一，通过生产系统接口进行全市的用电负荷预测、调配容量以及地方供电等。第二，通过使用计算机计算得出错峰的临界值、错峰时段以及错峰等级等。第三，通过计量系统，形成错峰方案，對错峰用电实行计划。第三，客服通知客户，发出错峰通知。第五，通过计量系统，监控用户的错峰用电情况。第六，意外情况，强制错峰指令发送给客户，远程拉闸或者现场督促[ 5 ]。
四、结语
通过大数据技术运用到错峰用电管理中能够起到良好的合理用电的效果。不但能够提高用户满意度而且进一步控制了供电损失从而节约了供电服务成本。此外，大数据基础上的错峰用电管理也符合政府节能减排的要求。因此，无论对供电企业还是用电客户都具有十分重要的意义。本文主要基于大数据技术的错峰用电管理应用分析探讨，挖掘错峰用电管理的价值以及优化手段，缓解当前经济快速发展背景下用户生产和用户用电紧张之间矛盾，通过大数据技术，分析研究具有潜力错峰的用户，保障了有限电力资源合理优化地进行配置，为人们的日常生产、工作、生活、学习等多个方面提供更多的便利。
参考文献：
[1] 张昕，李栋华，程明.基于大数据技术的错峰用电管理应用研究[J].现代电力，2015，03：66-70.
[2] 朱翅鹏.大数据技术在错峰用电管理中的应用探究[J].通讯世界，2015，24：267-268.
[3] 胡长华.基于大用户用电行为分析的错峰管理系统研究与设计[J].现代计算机（专业版），2014，21：42-47.
[4] 田世明，杨增辉，时志雄，卜凡鹏，苏运.智能配用电大数据关键技术研究[J].供用电，2015，08：12-18.
[5] 余书奇.基于负荷特性分析的错峰管理系统研究与开发[D].华南理工大学，2013.
关键词：大数据技术；错峰用电管理；应用分析
目前，我国的供电企业主要的错峰方案是依靠人力，根据企业历史负荷、线路排布以及企业生产状况，从而制定大致的序位表。由于错峰用电成为经常性的状况，通过利用计算机加以分析以及优化，从而保障错峰用电的精益化管理。避免停电造成的损失。此外，有利于节能减排和实现资源的优化配置。因此，以工业企业用电为主考虑，不但研究企业用电行为以及生产特点，而且积极探索如何实现错峰的最优化。从而不仅保障错峰效果，促使用电错峰给客户造成的影响下降到最低。而且通过优化用电错峰具体方案，促使有限电能能够为国家企业社会贡献最大的力量。
一、大数据技术概述
错峰用电管理的过程当中，关键的一步是通过大数据技术辨认每个客户的用电模式。然后，根据所得到的数据全面地、细致地分析客户的电力使用情况信息，并且通过具体的分析，得出各个客户的错峰潜力。通过运用大数据技术，不但保障了供电企业能够制定出合理以及科学的错峰用电管理的具体方案，而且合理指导了每个客户的科学用电[ 1 ]。
二、大数据识别用电模式
对单个用户而言，选取最新一年每天九点的用电数据信息，并且进行数据清洗的初步处理，之后通过聚类算法对数据进行聚类分析通过聚类蔟指代客户的用电模式。通过对蔟中的对象设定一个数据阈值，分析判断区别每个用户不同用电模式并且对这些用电户进行分类。从而判断得出最具错峰潜力的一批用户，为后期的错峰用电选取对象[ 2 ]。
（一）聚类分析
聚类分析是通过某种标准将数据集分为几个组成的一种数据分析过程。同一个小组内数据具有较高相似性。在不同小组的数据相似度低。数据相似不相似主要通过数据之间的相对值来区分。两个数据之间相差小相似度就高，两个数据之间的相对值相差大则相似度低。
（二）聚类处理
聚类分析的最终目的是获取用户用电模式、之后通过聚类代表用户的用电模式可是不是所有用户的用电模式具有错峰指导的作用，只是具有经常性用电模式具备错峰的指导的价值；错峰用电的主要的工作的重点是发掘有错峰潜力的用户[ 3 ]。
（三）识别模式
通过簇聚类就代表用户的用电模式。对簇内数据进行统计，簇内对象的数据大于阈值时判定用电模式为常用用电模式。常用用电模式应当加以数据统计，主要是得到常见用电模式主要用点时间点并且通过计算机算出模式的用电荷载的特性曲线。通过用电荷载的特性曲线进行分析，可以将用户用电模式成四大类型：避峰型、平滑型、单峰波动型以及双峰波动型。
三、错峰管理系统设计
（一）系统框架设计
基于大数据技术前提下用电错峰管理系统应当从建立体系架构。系统总共可以分为四层架构：数据获取层、数据处理层、数据存储层、以及信息交互层。通过对数据分析然后进行信息的展示。此外，提高数据扩展性以及可维护性应当采取数据质量管理策略以及元数据管理策略。
（二）错峰管理内容
通过对用电情况进行分析得到错峰管理系统中各种数据，主要包括主网生产、配网生产中的主要数据。通过数据分析之后通知将要错峰用点的客户。 之后通过计量自动化的手段，得到这些错峰用户用电的负荷，有效监控用电用户错峰情况[ 4 ]。
（三）错峰管理流程
基于大数据技术的错峰用电管理的主要的流程包括以下几个步骤：第一，通过生产系统接口进行全市的用电负荷预测、调配容量以及地方供电等。第二，通过使用计算机计算得出错峰的临界值、错峰时段以及错峰等级等。第三，通过计量系统，形成错峰方案，對错峰用电实行计划。第三，客服通知客户，发出错峰通知。第五，通过计量系统，监控用户的错峰用电情况。第六，意外情况，强制错峰指令发送给客户，远程拉闸或者现场督促[ 5 ]。
四、结语
通过大数据技术运用到错峰用电管理中能够起到良好的合理用电的效果。不但能够提高用户满意度而且进一步控制了供电损失从而节约了供电服务成本。此外，大数据基础上的错峰用电管理也符合政府节能减排的要求。因此，无论对供电企业还是用电客户都具有十分重要的意义。本文主要基于大数据技术的错峰用电管理应用分析探讨，挖掘错峰用电管理的价值以及优化手段，缓解当前经济快速发展背景下用户生产和用户用电紧张之间矛盾，通过大数据技术，分析研究具有潜力错峰的用户，保障了有限电力资源合理优化地进行配置，为人们的日常生产、工作、生活、学习等多个方面提供更多的便利。
参考文献：
[1] 张昕，李栋华，程明.基于大数据技术的错峰用电管理应用研究[J].现代电力，2015，03：66-70.
[2] 朱翅鹏.大数据技术在错峰用电管理中的应用探究[J].通讯世界，2015，24：267-268.
[3] 胡长华.基于大用户用电行为分析的错峰管理系统研究与设计[J].现代计算机（专业版），2014，21：42-47.
[4] 田世明，杨增辉，时志雄，卜凡鹏，苏运.智能配用电大数据关键技术研究[J].供用电，2015，08：12-18.
[5] 余书奇.基于负荷特性分析的错峰管理系统研究与开发[D].华南理工大学，2013.