CN101398919A - 利用模式分析的电力需求信息分析系统及其方法 - Google Patents
利用模式分析的电力需求信息分析系统及其方法 Download PDFInfo
- Publication number
- CN101398919A CN101398919A CNA2008100847012A CN200810084701A CN101398919A CN 101398919 A CN101398919 A CN 101398919A CN A2008100847012 A CNA2008100847012 A CN A2008100847012A CN 200810084701 A CN200810084701 A CN 200810084701A CN 101398919 A CN101398919 A CN 101398919A
- Authority
- CN
- China
- Prior art keywords
- information
- mentioned
- electricity needs
- stage
- client
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C19/00—Electric signal transmission systems
Abstract
本发明是关于利用模式分析(pattern analysis)的电力需求信息分析系统及其方法,其中包括利用从电度表读取的抄表信息,提取消费者对电力需求的相关信息,利用模式分析方法分析电力需求模式的分析部;按照上述电力需求模式分析部中分析的电力需求模式进行节电管理的节电管理部;保存及管理节电对象顾客信息、抄表信息、需求模式统计、顾客基本信息、顾客费用信息等信息,提供上述电力需求模式分析部进行模式分析所需的电力需求信息,保存上述电力需求模式分析部分析结果的关系数据库。本发明利用从电度表读取的抄表信息,提取消费者对电力需求的相关信息,有效地掌握其特性。
Description
技术领域
本发明是关于电力需求信息分析的电力需求信息分析系统及其方法。尤其是利用从电度表读取的抄表信息,提取消费者对电力需求的相关信息,有效掌握其特性的利用模式分析的电力需求信息分析系统及其方法。
背景技术
通常来说,电力指单位时间内供给到电气装置的电能或者单位时间内转化成其它形式的能量的电能。通过分析这种电力需求来调节电力的供给量。
过去分析电力需求信息时,采用依据抄表信息分析电力需求信息的负荷分析方法。
因为从抄表信息收集的信息量过大,按照合同类型和用途类型对需求者进行分类,分析其需求形式。
但是,相同的合同类型或用途的需求者的电力消耗形式也存在很多不同的情况。
本发明中使用的需求模式分组及其分析方法是,利用用电数据,按照类似的消耗形式进行分组,从而分析用电的特征。本发明与过去的按照合同类型与用途类型进行的分析存在本质上的区别。本发明对于小组特征相同的合同类型,也能找出各种类似的需求形式,从而进行合理的分析。
发明内容
【发明要解决的课题】
本发明的目的是解决上述过去存在的各种问题,同时提供利用从电度表读取的抄表信息,提取消费者对电力需求的相关信息,利用模式分析有效地掌握其特性的电力需求信息分析系统及其方法。
本发明的目的是提供利用模式分析的电力需求信息分析系统及其方法。检查从需求者收集到的抄表信息,对错误及遗漏等数据进行补正预处理,提取可代表需求信息的特性值,如平均值、最大值、最小值等,选择各需求信息的相似度量,用做比较各信息类似程度的指数,根据分类算法对各需求信息进行分类,检查已分类需求信息的有效性后将其利用到分析过程中,从而充分地应用关于电力需求的需求管理、需求预测、创造电力附加服务、各机器的需求计划、费用模拟等。
【解决课题的手段】
图1是利用本发明实施例中的模式分析的电力需求信息分析系统及其周边模块的模块结构图。
如图所示,其特征包括,由利用从电度表读取的抄表信息提取消费者对电力需求的相关信息,利用模式分析电力需求模式的电力需求模式分析部110;根据在上述电力需求模式分析部110分析的电力需求模式,进行节电管理的节电管理部120;保存和管理节电对象顾客信息131、抄表信息132、需求模式统计133、顾客基本信息134、顾客费用信息135等信息,提供上述电力需求模式分析部110进行模式分析所需的电力需求信息,保存上述电力需求模式分析部110的分析结果的关系数据库130。
上述电力需求模式分析部110的特征是,检查从需求者收集到的抄表信息,对错误及遗漏数据进行补正预处理,提取可代表需求信息的特性值,如平均值、最大值、最小值等,选择各需求信息的类似尺度,用作比较各信息类似程度的指数,根据分类算法对各需求信息进行分类,检查已分类的需求信息的有效性后,进行电力需求模式分析。
图2是根据本发明实施例,采用模式分析的电力需求信息分析方法的流程图。图3是图2需求模式分类的详细流程图,以小组形式表示类似需求模式。
如图所示,其特征是,包括对顾客电力需求的需求模式进行分类的第一阶段(ST1);上述第一阶段结束后,分析负载分布资料的第二阶段(ST2);上述第二阶段结束后,对不同顾客进行每月汇总的第三阶段(ST3);上述第三阶段结束后,对顾客进行分组的第四阶段(ST4);上述第四阶段结束后,建立各组详细数据库的第五阶段(ST5);上述第五阶段结束后,建立各组不同分析类型数据库的第六阶段(ST6)。
上述第一阶段如图3所示,其特征是,包括,对各顾客的图表依次计算特性向量的第11阶段(ST11);上述第11阶段结束后,选择计算出的特性向量的差异指数,设定其为小组间差异的第12阶段(ST12);上述第12阶段结束后,计算顾客和小组差异的第13阶段(ST13);上述第13阶段结束后,在计算出的差异中选择最小差异,与差异指数(=阈值)进行比较的第14阶段(ST14,ST15);上述第14阶段中的最小差异大于指数时,创建新组,返回到上述第13阶段的第15阶段(ST16);上述第14阶段中的最小差异小于指数时,选择最小差异组,将顾客的图表列入小组内,变更组中心,返回到上述第13阶段的第16阶段(ST17~ST19)。
上述第2阶段的特征是,按查表日期和时间段分析和收集顾客编号、抄表日期、用电量区分、用电量、每日合计、每日最大值、每日最小值信息等。
上述第3阶段的特征是,按不同顾客和不同时间段进行汇总、使用日期汇总、每月最大值汇总、每月最小值汇总、每月合计汇总、每月平均值汇总、特性向量计算。
上述第4阶段阶段的特征是,按照不同的需求小组进行分类,反映包括各种合同类型和契约电力及产业分类在内的顾客基本信息,按小组进行分类。
上述第5阶段的特征是,提供按照各需求组制作的统计。
上述第6阶段的特征是,建立包括各种合同类型的数据库、每日数据库、各季度数据库、各产业类数据库、契约电力各区域数据库、顾客类数据库在内的在各组的分析类型数据库。
【发明的效果】
本发明是采用模式分析的电力需求信息分析系统及其方法,提供正确及详细的负荷分析,在经济及技术领域创造效果。
第一,电能供应者分析需求的特征,从而有效地分配能量,实现电力系统的稳定运营。
第二,用做管理电力需求高峰的必备信息。而且可以定量地找出引起高峰的需求组的影响,从而合理地分配与设备用量相关的费用。
第三,成为适用能量收费或优惠价需求管理程序区分各组差异的依据。此外,通过分析需求者的负荷量,在预测能量使用量及重新安装及扩大电力设备时,与城市规划变量并合,找出综合、合理的规划案,供做长期供求计划方面的资料,其利用价值非常高。
近年来,以需求者为中心提供服务的需求管理程序面世。各组分类和已分类小组的需求特性信息是这种程序运营的基本条件。
负荷分析信息可应用于电力公司内部的所有领域,综合来看,可用做价格与费用(Pricing and Rates)、能量与需求预测(Energy and Demand Forecasting)、传输与分配计划(Transmission and Distribution Planning)、营销(Marketing)、能效与负荷管理(Energy Efficiency and Load Management)等的基本因素。
附图说明
图1是根据本发明实施例,利用模式分析的电力需求信息分析系统和其周边模块的模块结构图。
图2是根据本发明实施例,采用模式分析的电力需求信息分析方法的流程图。
图3是图2需求模式分类的详细流程图,以小组形式表示类似需求模式。
图4是本发明中用于分组的Matlab的部分源编码。
图5是根据本发明,对大用量顾客的需求模式进行分类的图。
图6是根据本发明,将契约电力500-1000kW的顾客为对象进行组分类的附图。
图7是利用本发明,按照各种合同类型以产业用甲高压A的顾客为对象进行分组的附图。
图8是根据本发明对公寓的需求进行分类的附图。
图9是根据本发明,按照各种合同类型对顾客需求进行累计的附图。
图10是根据本发明对电力需求信息进行分析的WEB画面的例图。
*附图主要部分的符号说明
100:电力需求模式管理系统服务器
110:电力需求模式分析部
120:节电管理部
130:关系数据库
131:节电对象顾客信息
132:抄表信息
133:需求模式统计
134:顾客基本信息
135:顾客费用信息
200:分公司及分行终端
300:自动抄表收集服务器
400:对外相关机构的终端设备
具体实施方式
【发明的具体内容】
本发明中利用模式分析的电力需求信息分析系统及其方法的最佳实施例,根据附图进行说明。说明本发明时,如果认为对共知的功能或结构进行详细说明会影响到本发明的宗旨时,会省略其详细说明。后面的用语是鉴于本发明的功能来进行定义的,根据用户、运营者的意图或案例等有所不同。因此,各用语的意义应基于本发明的整体内容来解释。
本发明的目的是利用从电度表读取的抄表信息来提取消费者对电力需求的相关信息,有效地掌握其特征。
图1是本发明实施例中采用模式分析的电力需求信息分析系统及其周边模块的模块结构图。
电力需求模式分析部110利用从电度表读取的抄表信息提取消费者对电力需求的相关信息,通过模式分析对电力需求模式进行分析。电力需求模式分析部110检查从需求者收集到的抄表信息,对错误及遗漏数据进行补正预处理,提取可代表需求信息的特性值,如平均值、最大值、最小值等,选择各需求信息的类似尺度,用做比较各信息类似程度的指数,并根据分类算法对各需求信息进行分类,检查这种已分类的需求信息的有效性后,进行电力需求模式分析。
节电管理部120根据在电力需求模式分析部110中分析的电力需求模式进行节电管理。
关系数据库130保存及管理包括节电对象顾客信息131、抄表信息132、需求模式统计133、顾客基本信息134、顾客费用信息135等在内的信息,提供电力需求模式分析部110进行模式分析所需的电力需求信息,保存在电力需求模式分析部110的分析结果。
图1中的参考编号200是通过企业网(intranet)等与电力需求模式管理系统服务器100连接的分公司和分行的终端设备,支援与各组电力需求模式分析和节电相关的现场业务。
参考编号300是通过企业网等与电力需求模式管理系统服务器100连接,进行自动抄表收集处理的自动抄表收集服务器。自动抄表系统是利用远程终端设备读取抄表信息的系统,查表人员无需访问顾客就可掌握用电量、用水量等。通过电话线或电源线、无线频率方式收集信息,与电脑程序连接可发送通知单等。
参考编号400是通过因特网等与电力需求模式管理系统服务器100连接的对外相关机构的终端设备。今后还可向对外相关机构提供电力需求模式管理服务。
图2是本发明实施例中采用模式分析的与电力需求信息分析方法流程图。
对顾客的电力需求进行需求模式分类(ST1)。
分析负载分布资料(ST2)。
这里的分析用负载分布是从电子式电度表收集到的数据,表示15分钟内所需值的负载分布数据。这些数据与顾客的基本信息等辅助数据一起分类成组,已分类的组则将拥有代表性负荷模型。这些模型保存到用于各种分析的数据库,在WEB上显示信息。
这时按照抄表日期和时间段分析及收集顾客编号、抄表日期、用电量区分、用电量、每日合计、每日最大值、每日最小值信息。
同时按照顾客和各时间段进行汇总、使用天数汇总、每月最大值汇总、每月最小值汇总、每月合计汇总、每月平均值汇总、特性向量的计算等(ST3)。
将顾客分类成组。即,根据不同需求将顾客分类成组,反映出包括各种合同类型和契约电力以及产业分类在内的顾客基本信息,进行各组分类。 (ST4)
建立各组的详细数据库,提供按照各种需求组制作的统计(ST5)。
然后,建立各组的分析类型数据库。其中可包括各种合同类型的数据库,每同数据库、各季度数据库、各产业分类的数据库、各契约电力区域的数据库、各顾客的数据库。
图3是图2需求模式分类的详细流程图,对类似需求模式进行分组。
收集到的顾客需求信息负载分布由每天的96个值组成,以15分钟为间隔显示需求情况,为了分类并适应算法,需要事先定义变量。
首先在分析期间计算出各顾客的每天Load Profile数据平均值。
由此提取特定区域内各顾客的代表性需求信息,将其称之为每天负荷图表。为了以组等级来区分需求者,定义关于每天负荷图表的特定指数,并利用此来进行区分。下面简单说明分类过程。
首先,将负荷图表的集合定义为I={Ih h=1,...,H}。这里的H是常数,I是负荷图表的集合。
将拥有M顾客的特定组的每天负荷图表定义为L={I(m)m=1,...,M}。这里的M是常数,表示特定组的顾客数量。
鉴于将M顾客分类成K组的过程,L的子集L(k包括n(k)k=1,...,K个负荷图表。对于各组的代表性负荷图表r(k,以L(k)内的负荷图表平均值求出。从而生成各组的代表性负荷图表的集合R={r(k),k=1,...,K}。区分各组的尺度使用图间的差异,所以需要对以下差异进行定义。
第一,两个负荷图表间的差异定义为下列数学式1。
【数学式1】
在这里d(l(i),l(j))表示两个负荷图表之间的差异,H是常数,h是1,...,H。
第二,已分类的特定组的代表负荷图表和L(k)之间的差异定义为下列数学式2。
【数学式2】
第三,L内I(i)图和固定图之间的差异定义为下列数学式3。
【数学式3】
这里c是固定图。
数学式3的值为最小值时,在均方误差上成为最佳插值。
第四,L和M成员之间的几何平均差异定义如下。
【数学式4】
这种算法不需要对分类组的数量进行初始化,而且自动找出各组的中心。适用于各图的指数上都附加了加权因数。如果将使用的加权因数定义为则就是jth指数的标准偏差, σ2是各指数偏差的平均值。标准偏差较大的指数受加权因素的影响而扩大。
图3表示组分类过程。
首先,算出按照如上顺序定义的各顾客图的指数,形成特定向量。利用此计算出与各组的差异。选择最小差异,与差异的阈值进行比较。其值大于阈值时形成新组;小于阈值时,列入与其最小差异相应的组中。相应组因其组内因素的增加,组的中心发生变更。从而选择组的数量和属于各组的模式。之后各组的中心发生改变,各组之间的差异也会相继发生变化。重新比较最初过程中定义的组和差异指数的阈值,从而确认组因素是否引起组的变更,分类过程结束。
图4是表示本发明中进行组分类所需的Matlab(Matrix Laboratory)的部分源编码的附图,上述算法表示采用Matlab源编码进行制作的一部分。这里的Matlab是整合数值解释、行列运算、信号处理、简单图解等功能,提供高性能的数值计算及结果可视化功能的程序设计语言。这种Matlab是基于行列执行数学和工学计算的语言,以前由Cleve Moler利用编译器(Fortran)制作,目前由美国的MathWorks公司以C++来制作。Matlab编码体系由数学符号和简单的C语法组成,广泛应用于与数学有关的计算、算法开发、情况建模与分析、各种科学及工学性图解表现等领域。
由此,图4中列出的代码只有在适用于分析系统进行组分类时才运用。
图5是根据本发明,对大用量顾客的需求模式进行分类的图。以12万大用量的顾客为对象,没有区分类型,根据实际负荷曲线的类似程度来进行分类。
韩国100kW以上大用量顾客的需求模式属于8个组的范畴。如图5所示的8个需求曲线就是各组的代表曲线。
图5是明确区分白天用电组和深夜用电组的图。如果需要区分为更多的模式,只要减少组分类的差异阈值即可增加组的数量。这种情况下,组的数量会自动生成。
图6是根据本发明,将契约电力500-1000kW的顾客为对象进行组分类的附图。
由此可见,大用量顾客的实际电力需求形态可分为5个类型。
图7是根据本发明,将各种合同类型的产业用甲高压A的顾客为对象进行组分类的附图。
图8是根据本发明,对公寓需求进行分类的附图。
如图8所示,居住在公寓内一般家庭的需求倾向大致分为两种。在这里收集到的抄表数据不是公寓内的各家庭的需求,而是多个公寓的整体需求。分析结果表明,各公寓的需求倾向都大同小异。
图9是根据本发明,按照各种合同类型对顾客需求进行累计的附图。
如图9所示,在14:00~15:00时间段出现整体电力数的高峰值。以该时间段为基准检查各类型的需求,即可找出发生高峰时的各类型所发挥的作用。利用此资料,可以按照各类型进行用电费用分配。由此,利用此分析方法可以很公正、合理地进行费用分配。
图10是根据本发明对电力需求信息进行分析的WEB画面例图,通过从分析系统导出的数据WEB服务器,显示提供到需分析系统用户的画面。提供在WEB上简便进行有关分析的多层次手动操作的功能。
如同上述,本发明利用从电度表读取的抄表信息提取消费者对电力需求的信息,有效地掌握其特征。
上述内容是限于本发明最佳实施例的说明,本发明可不局限于此,进行多种变化和变更及均等物使用。所以本发明可适当地变相上述实施例后予以运用,这种运用同样适用于下述专利权利要求书中记载的以技术思想为基础的本发明的权利范围内。
Claims (9)
1、一种采用模式分析的电力需求信息分析系统,其特征是,包括:
利用从电度表读取到的抄表信息,提取消费者对电力需求的相关信息,采用模式分析对电力需求模式进行分析的电力需求模式分析器;
按照上述电力需求模式分析部进行分析的电力需求模式进行节电管理的节电管理部;
保存及管理节电对象顾客信息、抄表信息、需求模式统计、顾客基本信息、顾客费用信息等,提供上述电力需求模式分析部进行模式分析所需的电力需求信息,保存上述电力需求模式分析部的分析结果的关系数据库。
2、如权利要求书1所述的采用模式分析的电力需求信息分析系统,其特征是,上述电力需求模式分析部包括:
检查从需求者收集到的抄表信息,对错误及遗漏数据进行补正预处理,提取可代表需求信息的特性值,例如平均值、最大值、最小值,选择各需求信息的相似度量,用做比较各信息的类似程度的指数,并根据分类算法对各需求信息进行分类,检查已分类需求信息的有效性后,进行电力需求模式分析。
3、一种采用模式分析的电力需求信息分析方法,其特征是,包括:
对顾客的电力需求的需求模式进行分类的第一阶段;
上述第一阶段结束后,分析负载分布资料的第二阶段;
上述第二阶段结束后,对不同顾客进行每月汇总的第三阶段;
上述第三阶段结束后,对顾客进行分组的第四阶段;
上述第四阶段结束后,建立各组的详细数据库的第五阶段;
上述第五阶段结束后,建立各组不同分析类型数据库的第六阶段。
4、如权利要求书3所述的采用模式分析的电力需求信息分析方法,其特征是,上述第一阶段包括:
对各顾客的图表依次计算特性向量的第11阶段;
上述第11阶段结束后,选择计算出的特性向量的差异指数,设定其为小组间差异标准的第12阶段;
上述第12阶段结束后,计算顾客和小组差异的第13阶段;
上述第13阶段结束后,在计算出的差异中选择最小差异,与差异指数进行比较的第14阶段;
上述第14阶段中的最小差异大于指数时,创建新组,返回到上述第13阶段的第15阶段;
上述第14阶段中的最小差异小于指数时,选择最小差异小组,将顾客的图表列入小组内,变更小组中心,返回到上述第13阶段的第16阶段。
5、如权利要求书3或4所述的采用模式分析的电力需求信息分析方法,其特征是,上述第二阶段按照抄表日期和各时间段对顾客编号、抄表日期、用电量区分、用电量、每日合计、每日最大值、每日最小值等信息进行分析及收集。
6、如权利要求书3或4所述的采用模式分析的电力需求信息分析方法,其特征是,上述第三阶段按照顾客和各时间段进行汇总、使用天数汇总、每月最大值汇总、每月最小值汇总、每月合计汇总、每月平均值汇总、特性向量的计算。
7、如权利要求书3或4所述的采用模式分析的电力需求信息分析方法,其特征是,上述第四阶段根据不同需求将顾客分类成组,反映出包括各种合同类型和契约电力以及产业分类在内的顾客基本信息,进行各组分类。
8、如权利要求书3或4所述的采用模式分析的电力需求信息分析方法,其特征是,上述第五阶段提供按照各需求组制作的统计。
9、如权利要求书3或4所述的采用模式分析的电力需求信息分析方法,其特征是,上述第六阶段建立包括各种合同类型的数据库、每日数据库、各季度数据库、各产业类数据库、契约电力各区域数据库、顾客类数据库在内的在各小组的分析类型数据库。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020070097787A KR100913125B1 (ko) | 2007-09-28 | 2007-09-28 | 패턴분석을 이용한 전력 수요정보분석 시스템 및 그 방법 |
KR1020070097787 | 2007-09-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101398919A true CN101398919A (zh) | 2009-04-01 |
Family
ID=40517455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008100847012A Pending CN101398919A (zh) | 2007-09-28 | 2008-03-12 | 利用模式分析的电力需求信息分析系统及其方法 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR100913125B1 (zh) |
CN (1) | CN101398919A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022646A (zh) * | 2016-06-08 | 2016-10-12 | 国网上海市电力公司 | 电力用户信息数据分析系统及分析方法 |
JP2016181060A (ja) * | 2015-03-23 | 2016-10-13 | 大阪瓦斯株式会社 | 電力需要予測システム |
CN107944050A (zh) * | 2017-12-21 | 2018-04-20 | 国网山西省电力公司晋城供电公司 | 一种基于大数据的供电系统数据管理方法及系统 |
CN109145006A (zh) * | 2018-09-21 | 2019-01-04 | 深圳蜜獾智抄科技有限公司 | 一种集抄数据分析管理系统 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101301466B1 (ko) * | 2011-07-22 | 2013-08-29 | 에스케이텔레콤 주식회사 | 검침 데이터 오류 정정 시스템, 이를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터로 판독 가능한 기록 매체 |
KR101588851B1 (ko) * | 2011-12-26 | 2016-01-28 | 주식회사 케이티 | 오차 보정 알고리즘을 이용한 수용가 수요전력 예측 방법 및 시스템 |
KR102044011B1 (ko) * | 2012-10-04 | 2019-11-12 | 한국전자통신연구원 | 검침 데이터의 오류 보정 방법 및 장치 |
KR101409025B1 (ko) * | 2013-05-20 | 2014-06-19 | 엘에스산전 주식회사 | 전기부하 예측 장치 및 보정 방법 |
KR101595945B1 (ko) | 2013-11-11 | 2016-02-19 | 주식회사 케이티 | 전력 관리 장치 및 이를 이용한 전력 관리 방법 |
KR101977399B1 (ko) | 2015-07-28 | 2019-05-13 | 엘에스산전 주식회사 | 전력량 정보 제공 시스템 및 방법 |
KR102109418B1 (ko) | 2018-07-31 | 2020-05-12 | 경희대학교 산학협력단 | 에너지 수요 모델 생성 방법 및 시스템 |
US11824359B2 (en) | 2020-01-28 | 2023-11-21 | Electronics And Telecommunications Research Institute | Electricity management apparatus for trading dump power for housing, and housing complex association method |
KR102546116B1 (ko) * | 2020-01-28 | 2023-06-22 | 한국전자통신연구원 | 주택 대상의 잉여 전력 거래를 위한 전력 관리 장치 및 주택 단지 조합 방법 |
CN111540190B (zh) * | 2020-07-07 | 2020-11-03 | 南方电网数字电网研究院有限公司 | 基于双芯智能电表的数据分发方法、装置和计算机设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020041928A (ko) * | 2000-11-29 | 2002-06-05 | 이상채 | 전력 감시 및 절감시스템 |
KR20020078982A (ko) * | 2001-04-12 | 2002-10-19 | 현대네트웍 주식회사 | 절전 및 예비전력 증강 시스템 |
KR100681538B1 (ko) * | 2005-10-27 | 2007-02-09 | 한국전력공사 | 실시간 전력소비량 모니터링 시스템 |
-
2007
- 2007-09-28 KR KR1020070097787A patent/KR100913125B1/ko active IP Right Grant
-
2008
- 2008-03-12 CN CNA2008100847012A patent/CN101398919A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016181060A (ja) * | 2015-03-23 | 2016-10-13 | 大阪瓦斯株式会社 | 電力需要予測システム |
CN106022646A (zh) * | 2016-06-08 | 2016-10-12 | 国网上海市电力公司 | 电力用户信息数据分析系统及分析方法 |
CN107944050A (zh) * | 2017-12-21 | 2018-04-20 | 国网山西省电力公司晋城供电公司 | 一种基于大数据的供电系统数据管理方法及系统 |
CN109145006A (zh) * | 2018-09-21 | 2019-01-04 | 深圳蜜獾智抄科技有限公司 | 一种集抄数据分析管理系统 |
Also Published As
Publication number | Publication date |
---|---|
KR100913125B1 (ko) | 2009-08-19 |
KR20090032486A (ko) | 2009-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101398919A (zh) | 利用模式分析的电力需求信息分析系统及其方法 | |
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
Teichgraeber et al. | Time-series aggregation for the optimization of energy systems: Goals, challenges, approaches, and opportunities | |
Kenway et al. | A systemic framework and analysis of urban water energy | |
CN108491969A (zh) | 基于大数据的空间负荷预测模型构建方法 | |
Frondel et al. | Switching on electricity demand response: Evidence for German households | |
CN105117810A (zh) | 一种阶梯电价机制下居民用电中期负载预测方法 | |
Sanhueza et al. | DEA efficiency for the determination of the electric power distribution added value | |
CN108280541A (zh) | 基于随机森林和决策树的客户服务策略制定方法、装置 | |
CN107578277B (zh) | 用于电力营销的出租房客户定位方法 | |
CN111832861A (zh) | 基于大数据平台的居民负荷变尺度画像方法和系统 | |
Fidalgo et al. | A new clustering algorithm for load profiling based on billing data | |
CN101976841A (zh) | 电力系统各级负荷预测指标的均衡匹配方法 | |
CN111932069A (zh) | 家庭电力用户用电能效分析方法、计算机设备、存储介质 | |
CN104881718A (zh) | 基于多尺度经济先行指标的区域电力景气指数构建方法 | |
CN108154311A (zh) | 基于随机森林和决策树的优质客户识别方法及装置 | |
Percy et al. | Residential demand forecasting with solar-battery systems: A survey-less approach | |
Qi et al. | The China-in-global energy model | |
Fontanini et al. | A data-driven BIRCH clustering method for extracting typical load profiles for big data | |
Rathod et al. | Design of electricity tariff plans using gap statistic for K-means clustering based on consumers monthly electricity consumption data | |
Guardia et al. | Estimation of electricity elasticity for demand rates and load curve in Brazil | |
Matyushok et al. | Electricity consumption for the Russian economy: does smart grid matter? | |
Gerbec et al. | A methodology to classify distribution load profiles | |
Zapata-Webborn et al. | The impact of COVID-19 on household energy consumption in England and Wales from April 2020–March 2022 | |
Peiyi et al. | Analysis and research on enterprise resumption of work and production based on K-means clustering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090401 |