基于云计算的电力大数据分析技术与应用_开题报告

Ktbg19306 基于云计算的电力大数据分析技术与应用_开题报告一、文献综述（一）国内研究现状大数据应用涉及电力企业的各个业务领域。在规划领域，通过对用电采集大数据的分析，利用数据挖掘技术，更准确地掌握用电负荷分布和变化规律，提高中长期负荷预测准确度；在建设业务方面，通过对现场照片进行批量比对分析，利用分..

基于云计算的电力大数据分析技术与应用_开题报告 Ktbg19306 基于云计算的电力大数据分析技术与应用_开题报告

一、文献综述

（一）国内研究现状

大数据应用涉及电力企业的各个业务领域。在规划领域，通过对用电采集大数据的分析，利用数据挖掘技术，更准确地掌握用电负荷分布和变化规律，提高中长期负荷预测准确度；在建设业务方面，通过对现场照片进行批量比对分析，利用分布式存储、并行计算、模式识别等技术，掌握施工现场的安全隐患，或者核查安全整改措施落实情况；在运行领域，利用机器学习、模式识别等多维分析预测技术，分析新能源出力与风速、光照、温度等气象因素的关联关系，以便更准确地对新能源的发电能力进行预测和管理。在检修领域，通过研究消缺、检修、运行工况、气象条件等因素对设备状态的影响，以及设备运行的风险水平，利用并行计算等技术实现检修策略优化，指导状态检修的深入开展。国家电网公司积极把握现代能源工业发展方向，以信息通信新技术为支撑，全力打造世界一流电网和国际一流企业。十年以来，国家电网实施的SG186工程在信息化系统建设和应用等方面取得巨大的成功，充分融合各项业务和信息资源，实现了业务应用深度集成，推进了电力流、业务流、信息流三流合一，实现了数据共享和业务融合，以及对智能电网建设运营和企业经营管理各环节业务的全面支撑。电力大数据的用武之地在电网规划方面，建立电网规划数据挖掘和诊断评估模型，根据对公司内、外部海量基础数据的挖掘分析，实现电网规划更加精准，提升投资有效性；在电网建设方面，通过电网建设项目全过程数据共享和业务融合，提升工程上下游建设单位的紧密协同，缩短工期，提升工程质量；在电网检修方面，通过提升设备、环境等状态信息自动感知能力和运维、检修等工作过程管控能力，构建智能运检技术体系，实现各类运检业务和生产指挥决策的智能化。

国外研究现状

为掌握国外电力公司大数据分析应用情况，对法国、美国、日本、澳大利亚、中国香港的主要电力公司大数据资产管理和大数据分析情况进行资料查找，现将了解的情况总结如下：法国电力集团(EDF)是一家国有综合性跨国能源公司，拥有欧洲最大的电力生产系统，在核电、水电和可再生能源等清洁能源领域具有较强的国际竞争力。作为全球领先的电力基础设施服务提供商，法国电力公司非常重视大数据在企业运营分析管理中的作用，通过设立专业机构、完善数据基础、增强分析能力，不断发掘数据资产价值，为企业战略转型与服务升级提供有效的决策支撑；美国在智能电网的工程应用方面处在世界前列，应用涉及用户行为分析、需求响应分析、设备风险分析、系统风险评估、能效分析、决策支持等多个领域；日本为了提高信息通信领域的国际竞争力、培育新产业，同时应用信息通信技术应对抗灾救灾和核电站事故等社会性问题，日本总务省于2012年7月新发布“活跃ICT日本”新综合战略，今后日本的ICT战略方向备受关注。其中最为关注的是其大数据政策（从各种各样类型的数据中，快速获得有价值信息的能力），日本正在针对大数据推广的现状、发展动向、面临问题等进行探讨，以期对解决社会公共问题作出贡献。澳大利亚国家电力委员会从2007 年开始在全国范围内推行高级量测体系（Advanced Metering Infrastructure，AMI）项目，引入分时电价（基于时间间隔计量），使用户能够更好地管理电能消耗；澳大利亚政府推行电力市场的改革不仅仅是为了提高供电效率，而且通过改善电价制度，提高对能耗的控制以及减少温室气体排放。2011年，澳大利亚电力巨头新南威尔士州能源公司宣布开始一项全新的智能电表项目。这一项目旨在使其用户更好的管理和控制用电量。部分用户作为志愿者可以选择安装电表，并将通过电脑、智能手机和网络浏览器的操作及应用对用电量进行详细记录。事实上尽管输电网络已经运营了数个世纪，但网络运营商在输电网的维护和输电网低压段输送损耗等问题上仍缺乏经验。到目前为止，公共事业部门虽然已经在整个城市的高压输电段布置了输送损耗监控，但对于低压段的输电线路故障和输送损耗还依赖于用户传递过来的信息。

二、^范文提纲

引言：谈及电力大数据分析技术与应用

一、电网发展基于云计算大数据的意义

（一）电网发展基于云计算大数据的意义

二、基于云计算的电力大数据分析技术的研究

（一）电力大数据的分析系统

（二）电力大数据的分析技术

（三）探究与计算的电力大数据分析技术的重要应用

三、参考文献

[1]吴秉奇.云计算环境下电力大数据的分析技术与应用[J].淮南职业技术学院学报,2018,18(03):4-5.

[2]吴斌.电力大数据关键技术的应用[J].电子技术与软件工程,2017(19):165.

[3]季知祥,邓春宇.面向电力大数据应用的专业化分析技术研究[J].供用电,2017,34(06):32-37.