CN111861016B - 电网预测售电量的汇总分析管理方法及管理系统 - Google Patents
电网预测售电量的汇总分析管理方法及管理系统 Download PDFInfo
- Publication number
- CN111861016B CN111861016B CN202010723314.XA CN202010723314A CN111861016B CN 111861016 B CN111861016 B CN 111861016B CN 202010723314 A CN202010723314 A CN 202010723314A CN 111861016 B CN111861016 B CN 111861016B
- Authority
- CN
- China
- Prior art keywords
- power
- sales
- supply unit
- power supply
- data
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000007726 management method Methods 0.000 title claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 238000011161 development Methods 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 claims description 45
- 238000009825 accumulation Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种电网预测售电量的汇总分析管理方法及管理系统，电网总公司首先利用网络采集下属各供电单位的预测售电量及相关数据，并以时间和任务类型为条件进行筛选抽取，抽取出的数据导出为设定格式并经加密后压缩，电网总公司将数据信息汇总后解密、解压并存储于大数据平台进行统计分析，识别出异常数据，工作人员针对异常数据制定出相应的决策。本发明可以方便总公司对全电网进行宏观监控分析，同时可以根据对各个分公司及下属单位的预测售电量数据的分析，加强对下属各省、市、县区分公司及下属单位的预测售电量分布、预测售电量发展趋势和异常数据的监控，使电网总公司能够及时发现问题、解决问题，提高电网总公司的管控效率和力度。
Description
技术领域
本发明涉及电网业务数据的集中管理，确切地说是涉及一种电网预测售电量的汇总分析管理方法及管理系统。
背景技术
电力市场是我国市场经济中不可缺少的重要组成部分，做好电力市场售电量的预测工作，为供电企业提供合理的营销决策支持，对于指导发电厂、输配电网的健康运行，推动电力市场的发展和建设都具有十分重要的意义。随着我国电网的大力发展，电网预测售电量的数据规模也逐渐增加，由于各地分公司的硬件和软件设施庞杂，数据量较大，传统的依靠人工计算、人工排查异常数据并上报总公司的方式，不仅效率低下，而且容易出现疏漏和错误，导致总公司难以通过人工得到的数据信息对各地分公司做到及时管控，也无法通过人工得到的数据信息为各地分公司指定合理的工作计划。
中国发明专利申请CN108228683A公开了一种基于云计算的分布式智能电网数据分析平台，该平台包括数据归集层、云计算层、中间层和表现层，各下层向对应的上层提供信息和数据服务，其中数据归集层采集分布式的电能数据并对数据进行预处理，向云计算层提供原始的电能数据；云计算层引入Hadoop平台对电能数据执行用户用电分析、电能分布统计等数据分析任务；中间层包括Web的后台程序、连通Web应用和Hadoop的通信服务模块WebHadoopServer、结果数据的存储与加载模块；表现层实现了电能数据分析结果的呈现。但该数据分析平台无法对各地分公司预测售电量的数据信息进行有效分析，因而未能实现总公司对各地分公司的有效实时管控以及合理工作计划的指定。
发明内容
本发明的其中一个目的是：提供一种电网预测售电量的汇总分析管理方法，以解决现有技术中人工计算、人工排查异常数据存在的问题。
该电网预测售电量的汇总分析管理方法的技术方案是：一种电网预测售电量的汇总分析管理方法，包括以下步骤：
①、电网总公司利用网络采集下属各供电单位的预测售电量及相关数据；
②、电网总公司将下属各供电单位的预测售电量及相关数据以时间和任务类型为条件进行筛选抽取，抽取出的数据导出为设定格式并经加密后压缩；
③、电网总公司将第②步中得到的数据信息汇总后解密、解压并存储于大数据平台；
④、电网总公司利用大数据平台对汇总得到的下属各供电单位的预测售电量及相关数据信息进行统计分析，并识别出异常数据；
⑤、电网总公司将第④步得出的各项数据信息向工作人员展示出来；
最后，电网总公司工作人员针对展示出来的数据信息中存在的问题制定出相应的决策。
所述的预测售电量=专变用户用电量+（台区总表正向电量*0.97-台区总表反向电量+台区内光伏和/或风电用户上网电量），式中的0.97为线损系数；所述的相关数据包括下属各供电单位的名称及其专变用户售电量、10kV以上结算表正向电量和反向电量、台区总表正向电量和反省电量以及台区内光伏和/或风电用户的上网电量和发电电量。
所述第④步中对下属各分公司的预测售电量及相关数据进行统计分析得出的指标数据包括预测售电量指标看板、经营区域日预测售电量趋势、公司各省日预测售电量情况、公司各省预测售电量明细及公司各市县预测售电量明细。
所述预测售电量指标看板分为昨日预测售电量、本月日均预测售电量和本年日均预测售电量，其中，昨日预测售电量=上一日的日预测售电量，本月日均预测售电量=（当月一日到当月当日的日预测售电量累加）/当月一日到当月当日的天数，本年日均预测售电量=（当年一月一日到当年当日的日预测售电量累加）/当年一月一日到当年当日的天数。
所述经营区域日预测售电量趋势指标数据包括：日期，经营区域内各级供电单位日预测售电量累计及其同比、环比各项数据，经营区域内各级供电单位月预测售电量累计及其累计同比、日均同比和日均环比各项数据，以及经营区域内各级供电单位年预测售电量累计及其环比各项数据。
所述公司各省日预测售电量情况数据包括：省内各级供电单位名称及各供电单位的日预测售电量累计及其同比、环比各项数据，各供电单位的月预测售电量累计及其累计同比、日均同比和日均环比各项数据，各供电单位的的年预测售电量累计及其环比各项数据。
所述公司各省预测售电量明细包括：各省级供电单位的单位名称，各省级供电单位日预测售电量，各省级供电单位专变用户用电量，各省级供电单位台区总表正向电量和反向电量，各省级供电单位台区内光伏和/或风电上网电量，以及各省级供电单位发生的问题数量。
所述公司各市县预测售电量明细包括：各市县级供电单位的单位名称，各市县级供电单位10kV以上结算表的正向电量和反向电量，各市县级供电单位台区总表正向电量和反向电量，各市县级供电单位台区内光伏和/或风电上网电量，以及各市县级供电单位发生的问题数量。
在所述第⑤步中，数据的展示包括静态图文展示、音频视频展示和数字多媒体展示。
本发明的另一个目的是：提供一种电网预测售电量的汇总分析管理系统，以解决现有技术中人工计算、人工排查异常数据存在的问题。
该电网预测售电量的汇总分析管理系统的技术方案是：一种电网预测售电量的汇总分析管理系统，其包括
数据采集模块：用于电网总公司采集下属各供电单位的预测售电量及相关数据；
数据加密抽取模块：用于电网总公司将采集到的预测售电量及相关数据按照时间和任务类型为条件进行筛选抽取，抽取出的数据导出为设定格式并经加密后压缩；
数据解密存储模块：用于将加密压缩后的数据信息经解密、解压后存储于大数据平台；
数据分析模块：用于对大数据平台上存储的数据信息按照预测售电量指标看板、经营区域日预测售电量趋势、公司各省日预测售电量情况、公司各省预测售电量明细、公司各市县预测售电量明细各项指标进行统计和分析，并识别出异常数据；
数据展示模块：用于将统计出来的各项数据经过静态图文展示、音频视频展示和数字多媒体展示，便于电网总公司工作人员根据展示出来的数据信息制定相应的决策。
本发明的有益效果是：电网总公司通过对下属各供电单位的预测售电量及相关数据的采集、统计和分析，可以方便的对全电网进行宏观监控分析，同时可以根据对各个分公司及下属单位的预测售电量数据的分析，加强对下属各省、市、县区分公司及下属单位的预测售电量分布、预测售电量发展趋势和异常数据的监控，使电网总公司能够及时发现问题、解决问题，提高电网总公司对下属各级供电单位的管控效率和力度。
附图说明
图1为本发明电网预测售电量的汇总分析管理方法的流程图；
图2为本发明电网预测售电量的汇总分析管理系统的原理框图。
具体实施方式
下面结合附图对本发明的电网预测售电量的汇总分析管理方法和管理系统进行详细说明。
如图1所示，本发明的电网预测售电量的汇总分析管理方法主要包括以下步骤：
①、电网总公司利用网络采集下属各分公司电网的预测售电量及相关数据；
②、电网总公司将下属各分公司的预测售电量及相关数据以时间和任务类型为条件进行筛选抽取，抽取出的数据导出为设定格式并经加密后压缩；
③、电网总公司将第②步中得到的数据信息汇总后解密、解压并存储于大数据平台；
④、电网总公司利用大数据平台对汇总得到的下属各分公司的预测售电量及相关数据信息进行统计分析，并识别出异常数据；
⑤、电网总公司将第④步得出的各项数据信息向工作人员展示出来；
最后，电网总公司工作人员针对展示出来的数据信息中存在的问题制定出相应的决策。
其中，预测售电量的计算公式是：
预测售电量=专变用户用电量+（台区总表正向电量*0.97-台区总表反向电量+台区内光伏和/或风电用户上网电量），式中的0.97为线损系数。
预测售电量的相关数据包括下属各级分公司单位名称、专变用户售电量、10kV以上结算表正向电量和反向电量、台区总表正向电量和反省电量以及台区内光伏和/或风电用户的上网电量和发电电量。
上述第②步中，当按照时间和任务类型为条件完成数据的筛选抽取后，将数据导出成dbf文件，并采用SMS4加密方式对导出的dbf文件进行加密，以防止数据通过互联网汇总至大数据平台时出现数据泄露的危险，提高数据传输的安全性。
在上述第④步中对下属各供电单位的预测售电量及相关数据进行统计分析得出的指标数据包括预测售电量指标看板、经营区域日预测售电量趋势、公司各省日预测售电量情况、公司各省预测售电量明细及公司各市县预测售电量明细。
其中，预测售电量指标看板分为昨日预测售电量、本月日均预测售电量和本年日均预测售电量，其中，昨日预测售电量=上一日的专变用户用电量+（上一日台区总表正向电量*0.97-上一日台区总表反向电量+上一日台区内光伏和/或风电用户上网电量）计算得出，本月日均预测售电量=（当月一日到当月当日的日预测售电量累加）/当月一日到当月当日的天数，本年日均预测售电量=（当年一月一日到当年当日的日预测售电量累加）/当年一月一日到当年当日的天数。
经营区域日预测售电量趋势指标数据包括：日期，经营区域内各级供电单位日预测售电量及其同比、环比各项数据，经营区域内各级供电单位月预测售电量及其累计同比、日均同比和日均环比各项数据，以及经营区域内各级供电单位年预测售电量及其环比各项数据。这其中，日预测售电量=当日专变用户用电量+（当日台区总表正向电量*0.97-当日台区总表反向电量+当日台区内光伏和/或风电用户上网电量），日预测售电量同比=（当日预测售电量-上一年度当日预测售电量）/上一年度当日预测售电量×100%，日预测售电量环比=（当日预测售电量-上一日预测售电量）/上一日预测售电量×100%；月累计预测售电量=当月首日到当日的预测售电量累加，月累计预测售电量的累计同比=（当月累计预测售电量-上一年度当月累计预测售电量）/上一年度当月累计预测售电量×100%，月累计预测售电量日均同比=（当月日均预测售电量-上一年度当月日均预测售电量）/上一年度当月日均预测售电量×100%，月累计预测售电量日均环比=（当月日均预测售电量-上月日均预测售电量）/上月日均预测售电量×100%；年累计预测售电量=当年一月一日到当日的日预测售电量累加，年累计预测售电量环比=（当年累加预测售电量-上一年度累计预测售电量）/上一年度累计预测售电量×100%。
公司各省日预测售电量情况数据包括：省内各级供电单位名称及各供电单位的日预测售电量累计及其同比、环比各项数据，各供电单位的月预测售电量累计及其累计同比、日均同比和日均环比各项数据，各供电单位的的年预测售电量累计及其环比各项数据，该公司各省日预测售电量的各项数据可以根据上述各公式计算得出，此处不再赘述。
公司各省预测售电量明细包括：各省级供电单位的单位名称，各省级供电单位日预测售电量，各省级供电单位专变用户用电量，各省级供电单位台区总表正向电量和反向电量，各省级供电单位台区内光伏和/或风电上网电量，以及各省级供电单位发生的问题数量。
公司各市县预测售电量明细包括：各市县级供电单位的单位名称，各市县级供电单位10kV以上结算表的正向电量和反向电量，各市县级供电单位台区总表正向电量和反向电量，各市县级供电单位台区内光伏和/或风电上网电量，以及各市县级供电单位发生的问题数量。
上述对预测售电量指标看板、经营区域日预测售电量趋势、公司各省日预测售电量情况、公司各省预测售电量明细及公司各市县预测售电量明细等各项数据信息需要进行展示，展示的方式包括静态图文展示、音频视频展示和数字多媒体展示，静态图文可以展示一些分析结果的数据表格；音频视频可以展示针对某个分公司的某个业务类型进行实时展示，数字多媒体展示可以集中大规模的对各个分公司的实时状况进行统一展示。
电网总公司的工作人员根据预测售电量指标看板、经营区域日预测售电量趋势、公司各省日预测售电量情况、公司各省预测售电量明细及公司各市县预测售电量明细等各项数据信息的结果展示，可以加强对各个分公司及下属单位的数据异常、预测售电量趋势及预测售电量地区分布状况的监控，便于电网总公司及时发现问题、解决问题，提高电网总公司对下属各级供电单位的管控效率和力度。
本发明的电网预测售电量的汇总分析管理系统如图2所示，其主要由数据采集模块110、数据加密抽取模块120、数据解密存储模块130、数据分析模块140和数据展示模块150五个部分组成，其中，
数据采集模块：用于电网总公司采集下属各供电单位的预测售电量及相关数据；
数据加密抽取模块：用于电网总公司将采集到的预测售电量及相关数据按照时间和任务类型为条件进行筛选抽取，抽取出的数据导出为设定格式并经加密后压缩；
数据解密存储模块：用于将加密压缩后的数据信息经解密、解压后存储于大数据平台；
数据分析模块：用于对大数据平台上存储的数据信息按照预测售电量指标看板、经营区域日预测售电量趋势、公司各省日预测售电量情况、公司各省预测售电量明细、公司各市县预测售电量明细各项指标进行统计和分析，并识别出异常数据；
数据展示模块：用于将统计出来的各项数据经过静态图文展示、音频视频展示和数字多媒体展示，便于电网总公司工作人员根据展示出来的数据信息制定相应的决策。
其中，数据采集模块110主要采集电网各分公司及其下级单位的单位名称、专变用户用电量、10kV以上结算表正向电量与反向电量、台区总表正向电量与反向电量、台区内光伏和/或风电用户上网电量及发电电量等数据信息，并根据公式“预测售电量=专变用户用电量+（台区总表正向电量*0.97-台区总表反向电量+台区内光伏和/或风电用户上网电量），式中的0.97为线损系数”计算出预测售电量。
数据加密抽取模块120用于实现电网总公司对所有分公司及其下级单位每日预测售电量数据的导出、加密和压缩，并对数据加密抽取的各项状况进行监控，其中包括：数据加密抽取时各分公司及其下级单位的名称、抽取日期、抽取记录数、抽取耗时、抽取状态、数据上传、数据解密、数据存储等信息。
数据解密存储模块130用于成对抽取成功并上传后的各项数据信息进行解密、解压等数据处理后将其载入并存储于大数据平台中。
数据分析模块140利用大数据平台，对存储于大数据平台上的各项预测售电量数据信息进行统计及异常数据识别，其中，预测售电量数据信息的统计主要包括预计售电量指标看板、经营区域日预计售电量趋势、公司各省日预计售电量情况、公司各省预计售电量明细、公司各市县预计售电量明细等五项指标。其中，预计售电量指标看板分为昨日预计售电量、本月累计日均预计售电量和本年累计日均预计售电量，通过昨日、本月累计日均、本年累计日均等时间、维度的分析，展示出预计售电量、专变用户售电量、10kV以上结算表正反向电量、台区总表正反向电量、台区内光伏和/或风电用户上网电量、台区内光伏和/或风电用户供电电量等指标数据；经营区域日预计售电量趋势包括：日期、日预计售电量及其同比、环比各项数据；月累计预计售电量及其累计同比、日均同比、日均环比各项数据以及年累计预计售电量及其环比各项数据；公司各省日预计售电量情况包括：各级供电单位名称，日预计售电量及其同比、环比各项数据，月累计预计售电量及其累计同比、日均同比、日均环比各项数据，年累计预计售电量及其环比各项数据。公司各省预计售电量明细，包括：各省级供电单位名称，日预计售电量，专变用户用电量，台区总表正向电量、台区总表反向电量，台区内光伏上网电量，及发现的问题数量；公司各市县预计售电量明细包括：各市县级供电单位名称，10kV以上结算表正、反向电量，台区总表正、反向电量，台区内光伏和/或风电用户上网电量与发电电量，以及发现的问题数量。
数据展示模块150主要通过静态图文、音频视频、数字多媒体等方式将统计出的各项指标数据向电网总公司的工作人员展示出来，其中，静态图文方式主要用于展示一些分析结果的数据表格；音频视频方式可以展示针对某个下属分公司的某个业务类型进行实时展示，例如北京分公司本年累计预计售电量数据的实时展示；数字多媒体则展示可以集中大规模的将各下属分公司的实时状况进行统一展示，便于总公司相关工作人员针对其中展示出的某些问题进行集中讨论，以便将表现数据较好的分公司的措施运用的数据相对差的分公司中。在具体应用中，该数据展示模块150还可以采用秘钥方式对统计分析出的各项指标数据进行安全认证，密码随机生成，根据请求逻辑对数据进行访问和封装，最后将根据请求逻辑得到的数据结果以静态或动态的形式展示出来。
Claims (4)
1.一种电网预测售电量的汇总分析管理方法，其特征在于，包括以下步骤：
①、电网总公司利用网络采集下属各供电单位的预测售电量及相关数据；所述相关数据包括下属各供电单位的名称及其专变用户售电量、10kV以上结算表正向电量和反向电量、台区总表正向电量和反向电量以及台区内光伏和/或风电用户的上网电量和发电电量；所述预测售电量=专变用户用电量+（台区总表正向电量*0.97-台区总表反向电量+台区内光伏和/或风电用户上网电量），式中的0.97为线损系数；
②、电网总公司将下属各供电单位的预测售电量及相关数据以时间和任务类型为条件进行筛选抽取，抽取出的数据导出为dbf格式文件，并采用SMS4加密方式对导出的dbf文件进行加密，最后将加密文件进行压缩；
③、电网总公司将第②步中得到的数据信息汇总后解密、解压并存储于大数据平台；
④、电网总公司利用大数据平台对汇总得到的下属各供电单位的预测售电量及相关数据信息进行统计分析，获得指标数据，并识别出预测售电量异常数据；所述指标数据包括预测售电量指标看板、经营区域日预测售电量趋势、公司各省日预测售电量情况、公司各省预测售电量明细及公司各市县预测售电量明细；
⑤、电网总公司将第④步得出的指标数据和异常数据向工作人员展示出来；
⑥、电网总公司工作人员根据展示出来的数据信息，监控下属各省、市、县区分公司及下属单位的预测售电量分布、预测售电量发展趋势和预测售电量异常数据，使电网总公司及时发现问题、解决问题；
所述预测售电量指标看板包括昨日预测售电量、本月日均预测售电量和本年日均预测售电量；
所述经营区域日预测售电量趋势包括：日期，经营区域内各级供电单位日预测售电量累计及其同比、环比各项数据，经营区域内各级供电单位月预测售电量累计及其累计同比、日均同比和日均环比各项数据，以及经营区域内各级供电单位年预测售电量累计及其环比各项数据；
所述公司各省日预测售电量情况包括：省内各级供电单位名称及各供电单位的日预测售电量累计及其同比、环比各项数据，各供电单位的月预测售电量累计及其累计同比、日均同比和日均环比各项数据，各供电单位的的年预测售电量累计及其环比各项数据；
所述公司各省预测售电量明细包括：各省级供电单位的单位名称，各省级供电单位日预测售电量，各省级供电单位专变用户用电量，各省级供电单位台区总表正向电量和反向电量，各省级供电单位台区内光伏和/或风电上网电量，以及各省级供电单位发生的问题数量；
所述公司各市县预测售电量明细包括：各市县级供电单位的单位名称，各市县级供电单位10kV以上结算表的正向电量和反向电量，各市县级供电单位台区总表正向电量和反向电量，各市县级供电单位台区内光伏和/或风电上网电量，以及各市县级供电单位发生的问题数量。
2.根据权利要求1所述的电网预测售电量的汇总分析管理方法，其特征在于，昨日预测售电量=上一日的日预测售电量，本月日均预测售电量=（当月一日到当月当日的日预测售电量累加）/当月一日到当月当日的天数，本年日均预测售电量=（当年一月一日到当年当日的日预测售电量累加）/当年一月一日到当年当日的天数。
3.根据权利要求1所述的电网预测售电量的汇总分析管理方法，其特征在于，在所述第⑤步中，数据的展示包括静态图文展示、音频视频展示和数字多媒体展示。
4.一种电网预测售电量的汇总分析管理系统，其特征在于，其包括
数据采集模块：用于电网总公司采集下属各供电单位的预测售电量及相关数据；所述的相关数据包括下属各供电单位的名称及其专变用户售电量、10kV以上结算表正向电量和反向电量、台区总表正向电量和反省电量以及台区内光伏和/或风电用户的上网电量和发电电量；所述的预测售电量=专变用户用电量+（台区总表正向电量*0.97-台区总表反向电量+台区内光伏和/或风电用户上网电量），式中的0.97为线损系数；
数据加密抽取模块：用于电网总公司将采集到的预测售电量及相关数据按照时间和任务类型为条件进行筛选抽取，抽取出的数据导出为dbf格式文件，并采用SMS4加密方式对导出的dbf文件进行加密，最后将加密文件进行压缩；
数据解密存储模块：用于将加密压缩后的数据信息经解密、解压后存储于大数据平台；
数据分析模块：用于对大数据平台上存储的数据信息按照预测售电量指标看板、经营区域日预测售电量趋势、公司各省日预测售电量情况、公司各省预测售电量明细、公司各市县预测售电量明细各项指标进行统计和分析，并识别出预测售电量异常数据；所述预测售电量指标看板包括昨日预测售电量、本月日均预测售电量和本年日均预测售电量；
数据展示模块：用于将统计出来的指标数据和异常数据经过静态图文展示、音频视频展示和数字多媒体展示，便于电网总公司工作人员根据展示出来的数据信息，监控下属各省、市、县区分公司及下属单位的预测售电量分布、预测售电量发展趋势和预测售电量异常数据，使电网总公司及时发现问题、解决问题；
所述经营区域日预测售电量趋势包括：日期，经营区域内各级供电单位日预测售电量累计及其同比、环比各项数据，经营区域内各级供电单位月预测售电量累计及其累计同比、日均同比和日均环比各项数据，以及经营区域内各级供电单位年预测售电量累计及其环比各项数据；
所述公司各省日预测售电量情况包括：省内各级供电单位名称及各供电单位的日预测售电量累计及其同比、环比各项数据，各供电单位的月预测售电量累计及其累计同比、日均同比和日均环比各项数据，各供电单位的的年预测售电量累计及其环比各项数据；
所述公司各省预测售电量明细包括：各省级供电单位的单位名称，各省级供电单位日预测售电量，各省级供电单位专变用户用电量，各省级供电单位台区总表正向电量和反向电量，各省级供电单位台区内光伏和/或风电上网电量，以及各省级供电单位发生的问题数量；
所述公司各市县预测售电量明细包括：各市县级供电单位的单位名称，各市县级供电单位10kV以上结算表的正向电量和反向电量，各市县级供电单位台区总表正向电量和反向电量，各市县级供电单位台区内光伏和/或风电上网电量，以及各市县级供电单位发生的问题数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010723314.XA CN111861016B (zh) | 2020-07-24 | 2020-07-24 | 电网预测售电量的汇总分析管理方法及管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010723314.XA CN111861016B (zh) | 2020-07-24 | 2020-07-24 | 电网预测售电量的汇总分析管理方法及管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111861016A CN111861016A (zh) | 2020-10-30 |
| CN111861016B true CN111861016B (zh) | 2024-03-29 |
Family
ID=72950185
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010723314.XA Active CN111861016B (zh) | 2020-07-24 | 2020-07-24 | 电网预测售电量的汇总分析管理方法及管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111861016B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104915456A (zh) * | 2015-07-03 | 2015-09-16 | 宁夏隆基宁光仪表有限公司 | 一种基于数据分析系统下的海量用电数据挖掘方法 |
| CN104951840A (zh) * | 2014-03-24 | 2015-09-30 | 国网上海市电力公司 | 一种电力市场用电总体趋势的分析方法 |
| CN105678414A (zh) * | 2015-12-31 | 2016-06-15 | 远光软件股份有限公司 | 对资源消耗量进行预测的数据处理方法 |
| CN107256443A (zh) * | 2017-04-18 | 2017-10-17 | 国网信通亿力科技有限责任公司 | 基于业务和数据集成的线损实时计算方法 |
| CN108228683A (zh) * | 2016-12-21 | 2018-06-29 | 广东工业大学 | 一种基于云计算的分布式智能电网数据分析平台 |
| CN108876154A (zh) * | 2018-06-22 | 2018-11-23 | 国网辽宁省电力有限公司朝阳供电公司 | 一种电网规划大数据分析系统 |
| EP3470354A1 (en) * | 2017-10-16 | 2019-04-17 | Lau Chun Ming | System and method for managing and monitoring lifting systems and building facilities |
| CN109766374A (zh) * | 2018-12-26 | 2019-05-17 | 科大国创软件股份有限公司 | 一种信用联合监管平台 |
| CN109816145A (zh) * | 2018-12-21 | 2019-05-28 | 国网上海市电力公司 | 一种供电负荷管理用数据平台 |
| KR20190109773A (ko) * | 2018-02-28 | 2019-09-27 | 동국대학교 산학협력단 | 지역별 특성에 기초한 전력 수요 예측 장치 및 방법 |
| CN110543464A (zh) * | 2018-12-12 | 2019-12-06 | 广东鼎义互联科技股份有限公司 | 一种应用于智慧园区的大数据平台及操作方法 |
-
2020
- 2020-07-24 CN CN202010723314.XA patent/CN111861016B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951840A (zh) * | 2014-03-24 | 2015-09-30 | 国网上海市电力公司 | 一种电力市场用电总体趋势的分析方法 |
| CN104915456A (zh) * | 2015-07-03 | 2015-09-16 | 宁夏隆基宁光仪表有限公司 | 一种基于数据分析系统下的海量用电数据挖掘方法 |
| CN105678414A (zh) * | 2015-12-31 | 2016-06-15 | 远光软件股份有限公司 | 对资源消耗量进行预测的数据处理方法 |
| CN108228683A (zh) * | 2016-12-21 | 2018-06-29 | 广东工业大学 | 一种基于云计算的分布式智能电网数据分析平台 |
| CN107256443A (zh) * | 2017-04-18 | 2017-10-17 | 国网信通亿力科技有限责任公司 | 基于业务和数据集成的线损实时计算方法 |
| EP3470354A1 (en) * | 2017-10-16 | 2019-04-17 | Lau Chun Ming | System and method for managing and monitoring lifting systems and building facilities |
| KR20190109773A (ko) * | 2018-02-28 | 2019-09-27 | 동국대학교 산학협력단 | 지역별 특성에 기초한 전력 수요 예측 장치 및 방법 |
| CN108876154A (zh) * | 2018-06-22 | 2018-11-23 | 国网辽宁省电力有限公司朝阳供电公司 | 一种电网规划大数据分析系统 |
| CN110543464A (zh) * | 2018-12-12 | 2019-12-06 | 广东鼎义互联科技股份有限公司 | 一种应用于智慧园区的大数据平台及操作方法 |
| CN109816145A (zh) * | 2018-12-21 | 2019-05-28 | 国网上海市电力公司 | 一种供电负荷管理用数据平台 |
| CN109766374A (zh) * | 2018-12-26 | 2019-05-17 | 科大国创软件股份有限公司 | 一种信用联合监管平台 |
Non-Patent Citations (2)
| Title |
|---|
| 基于大数据的电力电量数据分析;金备;赵永红;梁晓伟;任民;张良;;自动化与仪器仪表;20180525(第05期);175-177 * |
| 系统动力学模型在电网公司经营决策支持中的应用;李雪亮;薛万磊;彭丽霖;陈英杰;倪红芳;李晨;曾鸣;;水电能源科学;20130925(第09期);240-242+199 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111861016A (zh) | 2020-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110659273B (zh) | 分布式大数据采集平台的数据异常监控及修复方法 | |
| US9805325B2 (en) | Aggregator, monitor, and manager of distributed demand response | |
| CN106570784A (zh) | 电压监测一体化模型 | |
| CN113822547B (zh) | 一种精细化需求侧管理综合信息平台系统及管理方法 | |
| CN111507013A (zh) | 一种面向电力系统线损故障定位实现方法 | |
| US20160064930A1 (en) | Aggregated micro-generator energy sources for delivering energy to a power grid | |
| CN108876154A (zh) | 一种电网规划大数据分析系统 | |
| CN106485604A (zh) | 一种电网拓扑结构的数据处理方法及装置 | |
| CN111861016B (zh) | 电网预测售电量的汇总分析管理方法及管理系统 | |
| CN108205761B (zh) | 一种多层级售电市场数据分析监测系统 | |
| CN111445126A (zh) | 基于多维数据分析应用的配电网设备画像方法及系统 | |
| CN111582652A (zh) | 一种电网服务业务运营管控方法和系统 | |
| CN111178676A (zh) | 一种配电网项目投资评估方法及系统 | |
| Luo et al. | Research on intelligent management and control technology of power grid engineering based on BIM | |
| CN114399192A (zh) | 一种在线稽查自动化rpa系统 | |
| Zhang et al. | Impact of cloud computing on agricultural product E-commerce | |
| CN112308348A (zh) | 一种中压线损异常智能分析方法 | |
| CN114331558A (zh) | 一种基于大数据售电量信息计划管理系统 | |
| CN213211022U (zh) | 电网数据的处理系统 | |
| CN114417255B (zh) | 一种碳排放量化平台和碳排放量化系统 | |
| CN113723787B (zh) | 一种用于电力客户用电安全管理的多维数据核查方法 | |
| Bing et al. | Construction of power data products based on STP theory | |
| Tao et al. | Power consumption behavior analysis for customer side flexible resources based on data mining | |
| Chunsheng et al. | Marketing Inspection and Monitoring System for Power Grid Enterprises Based on Electricity Regulation | |
| CN118014611A (zh) | 一种基于大数据技术的用户用电分析系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: Room 2015, 2 / F, building 18, Laizhen Jiayuan, Haidian District, Beijing 100096 Applicant after: Beijing Hezhong Weiqi Technology Co.,Ltd. Address before: Room 2015, 2 / F, building 18, Laizhen Jiayuan, Haidian District, Beijing Applicant before: BEIJING HEZHONG WEIQI TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |