CN112467723A - 一种基于大数据和数据库的电力网络处理方法 - Google Patents

一种基于大数据和数据库的电力网络处理方法 Download PDF

Info

Publication number
CN112467723A
CN112467723A CN202011081678.9A CN202011081678A CN112467723A CN 112467723 A CN112467723 A CN 112467723A CN 202011081678 A CN202011081678 A CN 202011081678A CN 112467723 A CN112467723 A CN 112467723A
Authority
CN
China
Prior art keywords
month
power
electricity consumption
year
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.)
Pending
Application number
CN202011081678.9A
Other languages
English (en)
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yueqing Taiboheng Electronic Technology Co Ltd
Original Assignee
Yueqing Taiboheng Electronic Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yueqing Taiboheng Electronic Technology Co Ltd filed Critical Yueqing Taiboheng Electronic Technology Co Ltd
Priority to CN202011081678.9A priority Critical patent/CN112467723A/zh
Publication of CN112467723A publication Critical patent/CN112467723A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00022—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
    • H02J13/00026—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission involving a local wireless network, e.g. Wi-Fi, ZigBee or Bluetooth
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • 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
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • 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
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据和数据库的电力网络处理系统及方法，该电力网络处理系统包括数据采集单元、数据库、服务器和显示单元，本发明科学合理，使用安全方便，利用历史月度数据，对一个区域下一月度的用电量进行预测，可以实现电力的合理分配，有助于电力网络的稳定运行，同时，因为温度变化会导致人们使用大功率电器的频率发生变化，所以，增设温度变化对用电量变化的影响，因为购买大功率电器数量的增多也会导致用电量发生变化，所以，增设购买大功率电器的数据记录，通过增设对用电量造成影响的因素对将来的用电量进行预测，可以有效的提高一个区域用电量预测的精度，使得电力的调配更加的合理。

Description

一种基于大数据和数据库的电力网络处理方法
技术领域
本发明涉及大数据技术领域，具体是一种基于大数据和数据库的电力网络处理方法。
背景技术
随着我国电力网络的不断进步和发展，电力传输技术不断的成熟，给人们提供了一个稳定的电力使用环境，不用再为断电和电力不足而发愁，这一切不仅仅归功于电力网络的发展，同时，还在于电力网络中电力调配所带来的优势，可以将用电较少地区的电力调配至用电较多地区，实现电力之间的均衡，但是，现有技术中，在进行电力调配时存在以下缺点：
1、随着大数据的应用范围不断的扩大，电力的调配往往是利用大数据对某一地区某一时间段的用电量进行分析和处理，对下一阶段的用电量进行预测，根据预测的用电量进行调配，但是，在预测的过程中没有添加其他影响因素进行预测，使得预测的结果不是很精准，影响用户正常使用电能，如何精准的预测下一时间段某一地区的用电量成了人们额待解决的问题；
2、虽然人们的素质在不断的提高，但是，偷电行为还是经常会发生，现有技术中，无法直接对偷电行为的人员进行具体的定位，无法准确的寻找到偷电的用户，只能够进行排查，但是范围过大会给排查带来一定的困难，如何缩短排查偷电用户成为了人们额待解决的问题；
所以，人们急需一种基于大数据和数据库的电力网络处理系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于大数据和数据库的电力网络处理系统及方法，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据和数据库的电力网络处理系统，该电力网络处理系统包括数据采集单元、数据库、服务器和显示单元；
所述数据采集单元的输出端电性连接数据库的输入端，所述数据库的输出端电性连接服务器的输入端，所述服务器的输出端电性连接显示单元的输入端；
所述数据采集单元用于对电力网络的各项数据进行采集，构成大数据端，存储在数据库中，使得可以用于运算和预测，进而实现电力的调配，所述数据库用于对数据采集单元采集的各项数据进行分类存储，便于后期的调用和运算，所述服务器用于对数据库中的各项数据进行计算，通过计算数据对下一阶段一个区域的用电量进行预测，所述显示单元用于对服务器的计算结果进行显示。
根据上述技术方案，所述数据采集单元包括输入键盘、温度传感器、第三方监测机构、智能总表和若干个智能电表；
所述输入键盘、第三方监测机构、智能总表和若干个智能电表的输出端均电性连接数据库的输入端，所述温度传感器的输出端电性连接控制器的输入端，所述控制器的输出端电性连接数据库的输入端；
所述输入键盘用于将购买大功率电器的用户的信息输入系统，其中包括：住址信息、所购买电器的功率信息、以及购买电器的名称，为系统提供数据支持，所述温度传感器用于对气温进行实时的监测，用于计算一天中的平均气温，作为判断用电量变化的依据，所述第三方监测机构用于利用无线传输网络将预测将来一端时间的气温变化数据输入数据库，作为预测将来一端时间用电量变化的依据，所述智能总表用于计量和监测整个区域内的用电总量，所述智能总表通过Zigbee通信单元将数据传输至数据库，若干个所述智能电表用于对每一位用户的用电量进行计量和监测，若干个所述智能电表通过ZigBee通信单元将数据传输至数据库，所述智能总表与若干个智能电表用于核实总用电量与若干个智能电表显示电量的总和是否一致，通过设定差值的阈值，判断一个区域是否存在偷电行为。
根据上述技术方案，所述数据库还包括数据存储单元和数据调取单元；
所述数据存储单元将输入键盘输入的数据存储进入数据库中，所述数据调取单元用于将数据库中存储的数据调取出来，供给服务器进行计算。
一种基于大数据和数据库的电力网络处理方法，该方法包括以下步骤：
S1、根据电力网络划分供电区域，形成供电区域集合A；
S2、根据供电区域划分供电用户，形成供电用户集合B；
S3、根据供电用户每个月度的用电量，形成每个月度用电量集合C；
S4、根据每个区域购买大功率电器的记录，形成功率集合D；
S5、利用第三方监测机构导入某一月度的气温预测数据集合E；
S6、根据历史某一区域某一月度的用电量集合总和预测当年该月度的用电量总和M1；
S7、计算温度变化对用电量造成的影响；
S8、计算大功率电器的购买对用电量造成的影响；
S9、根据计算数据对下一月度的用电量总量进行预测；
S10、计算一个区域的用电总表电量与电表用电总量的差值，判断是否存在偷电行为；
S11、对该区域的供电用户每个月度的用电量进行对比，并进行筛选；
S12、通过走访，确认筛选之后的供电用户是否离家，核对电表，确认偷电用户。
根据上述技术方案，所述步骤S7还包括以下步骤：
T1、根据每个区域一个年度十二个月每月的用电量总和形成集合H；
T2、根据第三方数据，形成每个区域十二个月的平均温度集合F；
T3、计算每个区域每月的温度变化与用电量总和变化的比例系数ki；
T4、根据某一月度的气温预测数据集合E计算该月度气温变化导致的用电量变化值M2；
所述步骤S8还包括以下步骤：
E1、根据每个区域一个年度十二个月每月的用电量总和形成集合H；
E2、根据历史每个区域每月大功率电器购买记录集合D，计算功率增加值Y；
E3、计算每月的用电量总和与功率增加值Y的比例系数ji；
E4、根据该月度购买的大功率电器的功率集合D计算下一月度用电量变化值M3。
根据上述技术方案，所述步骤S11还包括以下步骤：
P1、根据供电用户每个月度的用电量，行程年度的用电量集合G；
P2、利用公式对年度用电量集合G中相邻两个月度的差值进行计算；
P3、根据对每一供电用户的计算对存在偷电行为的用户进行筛选。
根据上述技术方案，所述步骤S1-S6中，供电用户集合B＝{B1,B2,B3,…,Bn},其中Bi表示该区域内第i位用户；
每月用电量集合C＝{C1,C2,C3,…,Cm}，集合C表示需要预测用电量所在月份的上一年度对应月份的用电量集合，其中Ci表示该区域上一年度与所在年度需要预测用电量的月份相对应的月份第i位用户该月的用电量；
根据公式：
Figure BDA0002716304210000061
M1即表示所在年度需要预测月份的用电量第一影响因素的预测数据。
根据上述技术方案，所述步骤S7-S9中，一个年度每月用电量总和集合H＝{H1,H2,H3,…,H12}，其中，Hi表示一个年度第i个月的用电量总量；
一个年度每个月的平均气温集合F＝{F1,F2,F3,…,F12}，其中Fi表示一个年度第i个月的平均气温；
利用公式：
Figure BDA0002716304210000062
其中，ki表示第i个月的温度变化对用电量总量造成影响的比例系数；
某一个月度的气温预测集合E＝{E1,E2,E3,…,En},其中Er表示一个月度中第r天的气温预测数值；
根据公式：
Figure BDA0002716304210000063
其中，
Figure BDA0002716304210000064
表示该月的平均气温；
根据公式：
Figure BDA0002716304210000072
其中，Fi表示一个年度中第i月的平均气温；
其中，只有当一个月中的平均气温高于a℃或者低于b℃时，适用于该公式；
一个年度每月用电量总和集合H＝{H1,H2,H3,…,H12}，其中，Hi表示一个年度第i个月的用电量总量；
每个区域每月大功率电器购买记录集合D＝{D1,D2,D3,…,D12}，其中Di第i个月购买大功率电器的功率值；
利用公式：
Figure BDA0002716304210000071
其中ji表示一个年度中第i个月用电量总和与大功率电器购买总功率Di之间的比例系数；
根据公式：
M3＝ji*(D(i+1)-Di)；
其中，M3为购买大功率电器的功率增加值(Di+1-Di)对该月用电总量造成的影响；
根据公式：
M总＝M1+M2+M3；
其中，M总为下一月度的用电量总量的预测值。
根据上述技术方案，所述S3中，根据供电用户每个月度的用电量，形成每个月度用电量集合Cj＝{C1,C2,C3,…,Cn}；
其中，Cj表示一年中的第j个月度的用电量集合，Ci表示一年中每个月度第i位用户的用电总量；
用电总表显示的电量为c，电表用电量为：
Figure BDA0002716304210000081
Figure BDA0002716304210000082
其中，Cj表示第j个月度的用电量总和，C总表示该区域所有用户一个年度的智能电表显示用电量总和；
根据公式：
T＝c-C总；
当T≥d时，表示电力传输的损耗大于实际设定的阈值，可能存在偷电行为；
根据供电用户每个月度的用电量，形成年度的用电量集合G＝{G1,G2,G3,…,G12}；
其中Gi表示该用户在该年度第i个月的用电量；
根据公式计算相邻两个月度之间的用电量差值：
G差i＝Gi-G(i-1)；
其中，G差i表示第i个月度相对于上一个月度的用电量差值；
当G差i≤e＜0且i∈[4,6]或[10,12]时，表示该户用户可能存在偷电行为，记录并进行走访核实智能电表以及家中是否有人正常用电；
当C差i＞e时，表示该户用户不存在偷电行为，排出在外，不需要进行走访以及智能电表的查询；
当T＜d时，表示电力传输的损耗小于实际设定的阈值，属于正常的电力损耗，不存在偷电行为。
与现有技术相比，本发明的有益效果是：
1、利用历史月度数据，对一个区域下一月度的用电量进行预测，可以实现电力的合理分配，有助于电力网络的稳定运行，同时，因为温度变化会导致人们使用大功率电器的频率发生变化，所以，增设温度变化对用电量变化的影响，因为购买大功率电器数量的增多也会导致用电量发生变化，所以，增设购买大功率电器的数据记录，通过增设对用电量造成影响的因素对将来的用电量进行预测，可以有效的提高一个区域用电量预测的精度，使得电力的调配更加的合理。
2、通过将若干个智能电表与智能总表的用电量显示进行对比，排出电力传输过程中损耗的一部分，用于判断一个区域是否存在偷电行为，在利用对每一位用户一个年度十二个月用电量的计算和对比，通过差值判断是否存在偷电的可能，在进行上门访问，判断是否有人居住并用电，可以大大的缩小偷电排查的范围，大大的缩短了排查的时间，有助于对偷电人员准确的寻找，可以大大的改善电力网络的循环。
附图说明
图1为本发明一种基于大数据和数据库的电力网络处理系统的连接结构示意图；
图2为本发明一种基于大数据和数据库的电力网络处理方法的步骤流程示意图；
图3为本发明一种基于大数据和数据库的电力网络处理方法步骤S7的流程示意图；
图4为本发明一种基于大数据和数据库的电力网络处理方法步骤S8的流程示意图；
图5为本发明一种基于大数据和数据库的电力网络处理方法步骤S11的流程示意图；
图6为本发明一种基于大数据和数据库的电力网络处理方法的判断流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种基于大数据和数据库的电力网络处理系统，该电力网络处理系统包括数据采集单元、数据库、服务器和显示单元；
所述数据采集单元的输出端电性连接数据库的输入端，所述数据库的输出端电性连接服务器的输入端，所述服务器的输出端电性连接显示单元的输入端；
所述数据采集单元用于对电力网络的各项数据进行采集，构成大数据端，存储在数据库中，使得可以用于运算和预测，进而实现电力的调配，所述数据库用于对数据采集单元采集的各项数据进行分类存储，便于后期的调用和运算，所述服务器用于对数据库中的各项数据进行计算，通过计算数据对下一阶段一个区域的用电量进行预测，所述显示单元用于对服务器的计算结果进行显示。
所述数据采集单元包括输入键盘、温度传感器、第三方监测机构、智能总表和若干个智能电表；
所述输入键盘、第三方监测机构、智能总表和若干个智能电表的输出端均电性连接数据库的输入端，所述温度传感器的输出端电性连接控制器的输入端，所述控制器的输出端电性连接数据库的输入端；
所述输入键盘用于将购买大功率电器的用户的信息输入系统，其中包括：住址信息、所购买电器的功率信息、以及购买电器的名称，为系统提供数据支持，所述温度传感器用于对气温进行实时的监测，用于计算一天中的平均气温，作为判断用电量变化的依据，所述第三方监测机构用于利用无线传输网络将预测将来一端时间的气温变化数据输入数据库，作为预测将来一端时间用电量变化的依据，所述智能总表用于计量和监测整个区域内的用电总量，所述智能总表通过Zigbee通信单元将数据传输至数据库，若干个所述智能电表用于对每一位用户的用电量进行计量和监测，若干个所述智能电表通过ZigBee通信单元将数据传输至数据库，所述智能总表与若干个智能电表用于核实总用电量与若干个智能电表显示电量的总和是否一致，通过设定差值的阈值，判断一个区域是否存在偷电行为。
所述数据库还包括数据存储单元和数据调取单元；
所述数据存储单元将输入键盘输入的数据存储进入数据库中，所述数据调取单元用于将数据库中存储的数据调取出来，供给服务器进行计算。
如图2所示，一种基于大数据和数据库的电力网络处理方法，该方法包括以下步骤：
S1、根据电力网络划分供电区域，形成供电区域集合A；
S2、根据供电区域划分供电用户，形成供电用户集合B；
S3、根据供电用户每个月度的用电量，形成每个月度用电量集合C；
S4、根据每个区域购买大功率电器的记录，形成功率集合D；
S5、利用第三方监测机构导入某一月度的气温预测数据集合E；
S6、根据历史某一区域某一月度的用电量集合总和预测当年该月度的用电量总和M1；
S7、计算温度变化对用电量造成的影响；
S8、计算大功率电器的购买对用电量造成的影响；
S9、根据计算数据对下一月度的用电量总量进行预测；
S10、计算一个区域的用电总表电量与电表用电总量的差值，判断是否存在偷电行为；
S11、对该区域的供电用户每个月度的用电量进行对比，并进行筛选；
S12、通过走访，确认筛选之后的供电用户是否离家，核对电表，确认偷电用户。
如图3-4所示，所述步骤S7还包括以下步骤：
T1、根据每个区域一个年度十二个月每月的用电量总和形成集合H；
T2、根据第三方数据，形成每个区域十二个月的平均温度集合F；
T3、计算每个区域每月的温度变化与用电量总和变化的比例系数ki；
T4、根据某一月度的气温预测数据集合E计算该月度气温变化导致的用电量变化值M2；
所述步骤S8还包括以下步骤：
E1、根据每个区域一个年度十二个月每月的用电量总和形成集合H；
E2、根据历史每个区域每月大功率电器购买记录集合D，计算功率增加值Y；
E3、计算每月的用电量总和与功率增加值Y的比例系数ji；
E4、根据该月度购买的大功率电器的功率集合D计算下一月度用电量变化值M3；
所述步骤S1-S6中，供电用户集合B＝{B1,B2,B3,…,Bn},其中Bi表示该区域内第i位用户；
每月用电量集合C＝{C1,C2,C3,…,Cm}，集合C表示需要预测用电量所在月份的上一年度对应月份的用电量集合，其中Ci表示该区域上一年度与所在年度需要预测用电量的月份相对应的月份第i位用户该月的用电量；
根据公式：
Figure BDA0002716304210000141
M1即表示所在年度需要预测月份的用电量第一影响因素的预测数据。
根据上述技术方案，所述步骤S7-S9中，一个年度每月用电量总和集合H＝{H1,H2,H3,…,H12}，其中，Hi表示一个年度第i个月的用电量总量；
一个年度每个月的平均气温集合F＝{F1,F2,F3,…,F12}，其中Fi表示一个年度第i个月的平均气温；
利用公式：
Figure BDA0002716304210000142
其中，ki表示第i个月的温度变化对用电量总量造成影响的比例系数；
某一个月度的气温预测集合E＝{E1,E2,E3,…,En},其中Er表示一个月度中第r天的气温预测数值；
根据公式：
Figure BDA0002716304210000151
其中，
Figure BDA0002716304210000152
表示该月的平均气温；
根据公式：
Figure BDA0002716304210000154
其中，Fi表示一个年度中第i月的平均气温；
其中，只有当一个月中的平均气温高于a℃或者低于b℃时，适用于该公式；
一个年度每月用电量总和集合H＝{H1,H2,H3,…,H12}，其中，Hi表示一个年度第i个月的用电量总量；
每个区域每月大功率电器购买记录集合D＝{D1,D2,D3,…,D12}，其中Di第i个月购买大功率电器的功率值；
利用公式：
Figure BDA0002716304210000153
其中ji表示一个年度中第i个月用电量总和与大功率电器购买总功率Di之间的比例系数；
根据公式：
M3＝ji*(D(i+1)-Di)；
其中，M3为购买大功率电器的功率增加值(Di+1-Di)对该月用电总量造成的影响；
根据公式：
M总＝M1+M2+M3；
其中，M总为下一月度的用电量总量的预测值。
如图5-6所示，所述步骤S11还包括以下步骤：
P1、根据供电用户每个月度的用电量，行程年度的用电量集合G；
P2、利用公式对年度用电量集合G中相邻两个月度的差值之和进行计算；
P3、根据对每一供电用户的计算对存在偷电行为的用户进行筛选。
所述S3中，根据供电用户每个月度的用电量，形成每个月度用电量集合Cj＝{C1,C2,C3,…,Cn}；
其中，Cj表示一年中的第j个月度的用电量集合，Ci表示一年中每个月度第i位用户的用电总量；
用电总表显示的电量为c，电表用电量为：
Figure BDA0002716304210000162
Figure BDA0002716304210000161
其中，Cj表示第j个月度的用电量总和，C总表示该区域所有用户一个年度的智能电表显示用电量总和；
根据公式：
T＝c-C总；
当T≥d时，表示电力传输的损耗大于实际设定的阈值，可能存在偷电行为；
根据供电用户每个月度的用电量，形成年度的用电量集合G＝{G1,G2,G3,…,G12}；
其中Gi表示该用户在该年度第i个月的用电量；
根据公式计算相邻两个月度之间的用电量差值：
G差i＝Gi-G(i-1)；
其中，G差i表示第i个月度相对于上一个月度的用电量差值；
当G差i≤e＜0且i∈[4,6]或[10,12]时，表示该户用户可能存在偷电行为，记录并进行走访核实智能电表以及家中是否有人正常用电；
当C差i＞e时，表示该户用户不存在偷电行为，排出在外，不需要进行走访以及智能电表的查询；
当T＜d时，表示电力传输的损耗小于实际设定的阈值，属于正常的电力损耗，不存在偷电行为。
实施例一：
所述步骤S1-S6中，供电用户集合B＝{B1,B2,B3,…,Bn},其中Bi表示该区域内第i位用户；
每月用电量集合C＝{220,240,200,280,245}，集合C表示需要预测用电量所在月份的上一年度对应月份的用户用电量集合，其中Ci表示该区域上一年度与所在年度需要预测用电量的月份相对应的月份第i位用户该月的用电量；
根据公式：
Figure BDA0002716304210000181
M1即表示所在年度需要预测月份的用电量第一影响因素的预测数据。
需要对九月份的用电量进行计算和预测，所述步骤S7-S9中，一个年度每月用电量总和集合H＝{1200,1250,1230,1120,1135,1125,1200,1280}，其中，Hi表示一个年度第i个月的用电量总量；
一个年度每个月的平均气温集合F＝{5,3,12,15,17,22,32,35}，其中Fi表示一个年度第i个月的平均气温；
利用公式：
Figure BDA0002716304210000182
其中，k8表示第8个月的温度变化对用电量总量造成影响的比例系数；
九月份的气温预测集合E＝{32,35,34,…,28},其中Er表示一个月度中第r天的气温预测数值；
根据公式：
Figure BDA0002716304210000183
其中，
Figure BDA0002716304210000184
表示该月的平均气温；
根据公式：
Figure BDA0002716304210000185
其中，F8表示一个年度中第8月的平均气温；
其中，只有当一个月中的平均气温高于30℃或者低于15℃时，适用于该公式；
一个年度每月用电量总和集合H＝{1200,1250,1230,1120,1135,1125,1200,1280}，其中，Hi表示一个年度第i个月的用电量总量；
每个区域每月大功率电器购买记录集合D＝{1200,800,1500,1200,1300,1200,2800,3000,3200}，其中Di表示第i个月购买大功率电器的功率值；
利用公式：
Figure BDA0002716304210000191
其中j8表示一个年度中第8个月用电量总和与大功率电器购买总功率D8之间的比例系数；
根据公式：
M3＝ji*(D(i+1)-Di)＝0.4*(3200-3000)＝80；
其中，M3为购买大功率电器的功率增加值200对该月用电总量造成的影响；
根据公式：
M总＝M1+M2+M3＝1185+48+80＝1313；
其中，M总为下一月度的用电量总量的预测值；
表示九月份的预测用电量为1313度电。
实施例二：所述S3中，根据供电用户每个月度的用电量，形成每个月度用电量集合C1＝{250,260,255,260,245}、C2＝{260,240,260,255,245}、C3＝{255,240,250,230,240}、C4＝{220,240,215,205,210}、C5＝{230,220,215,225,210}、C6＝{230,205,210,215,205}；
其中，C6表示一年中的第6个月度的用电量集合；
用电总表显示近六个月的电量为c＝7150，电表用电量为：
Figure BDA0002716304210000201
Figure BDA0002716304210000202
Figure BDA0002716304210000203
Figure BDA0002716304210000204
Figure BDA0002716304210000205
Figure BDA0002716304210000206
Figure BDA0002716304210000207
其中，C6表示第6个月度的用电量总和，C总表示该区域所有用户一个年度的智能电表显示用电量总和；
根据公式：
T＝c-C总＝7150-7020＝130；
T≥d＝100，表示电力传输的损耗大于实际设定的阈值，可能存在偷电行为；
(1)根据供电用户每个月度的用电量，形成年度的用电量集合G＝{250,260,255,220,230,230}；
其中Gi表示该用户在该年度第i个月的用电量；
根据公式计算相邻两个月度之间的用电量差值：
G差6＝G6-G5＝230-230＝0；
其中，G差6表示第6个月度相对于上一个月度的用电量差值；
C差6＞e＝-12.5，表示该户用户不存在偷电行为，排出在外，不需要进行走访以及智能电表的查询。
(2)根据供电用户每个月度的用电量，形成年度的用电量集合G＝{260,240,240,240,220,205}；
其中Gi表示该用户在该年度第i个月的用电量；
根据公式计算相邻两个月度之间的用电量差值：
G差6＝G6-G5＝205-220＝-15；
其中，G差6表示第6个月度相对于上一个月度的用电量差值；
当G差6≤e＜-12.5且i∈[4,6]或[10,12]时，表示该户用户可能存在偷电行为，记录并进行走访核实智能电表以及家中是否有人正常用电。
(3)根据供电用户每个月度的用电量，形成年度的用电量集合G＝{255,260,250,215,215,210}；
其中Gi表示该用户在该年度第i个月的用电量；
根据公式计算相邻两个月度之间的用电量差值：
G差6＝G6-G5＝210-215＝-5；
其中，G差6表示第6个月度相对于上一个月度的用电量差值；
C差6＞e＝-12.5，表示该户用户不存在偷电行为，排出在外，不需要进行走访以及智能电表的查询。
(4)根据供电用户每个月度的用电量，形成年度的用电量集合G＝{260,255,230,205,225,215}；
其中Gi表示该用户在该年度第i个月的用电量；
根据公式计算相邻两个月度之间的用电量差值：
G差6＝G6-G5＝215-225＝-10；
其中，G差6表示第6个月度相对于上一个月度的用电量差值；
C差6＞e＝-12.5，表示该户用户不存在偷电行为，排出在外，不需要进行走访以及智能电表的查询。
(5)根据供电用户每个月度的用电量，形成年度的用电量集合G＝{245,245,240,210,210,205}；
其中Gi表示该用户在该年度第i个月的用电量；
根据公式计算相邻两个月度之间的用电量差值：
G差6＝G6-G5＝205-210＝-5；
其中，G差6表示第6个月度相对于上一个月度的用电量差值；
C差6＞e＝-12.5，表示该户用户不存在偷电行为，排出在外，不需要进行走访以及智能电表的查询。
综上所述：对第二位用户进行走访，查询电表，判断是否存在偷电行为
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (1)

1.一种基于大数据和数据库的电力网络处理方法，其特征在于：该电力网络处理系统包括数据采集单元、数据库、服务器、显示单元、数据存储单元和数据调取单元；
所述数据采集单元的输出端电性连接数据库的输入端，所述数据库的输出端电性连接服务器的输入端，所述服务器的输出端电性连接显示单元的输入端；
所述数据采集单元用于对电力网络的各项数据进行采集，
所述数据库用于对数据采集单元采集的各项数据进行分类存储，所述服务器用于对数据库中的各项数据进行计算，所述显示单元用于对服务器的计算结果进行显示；
所述数据存储单元将输入键盘输入的数据存储进入数据库中，所述数据调取单元用于将数据库中存储的数据调取出来，供给服务器进行计算；
该方法包括以下步骤：
S1、根据电力网络划分供电区域，形成供电区域集合A；
S2、根据供电区域划分供电用户，形成供电用户集合B；
S3、根据供电用户每个月度的用电量，形成每个月度用电量集合C；
S4、根据每个区域购买大功率电器的记录，形成功率集合D；
S5、利用第三方监测机构导入某一月度的气温预测数据集合E；
S6、根据历史某一区域某一月度的用电量集合总和预测所在年度需要预测月份的用电量第一影响因素的预测数据M1；
S7、计算温度变化对用电量造成的影响；
S8、计算大功率电器的购买对用电量造成的影响；
S9、根据计算数据对下一月度的用电量总量进行预测；
S10、计算一个区域的用电总表电量与电表用电总量的差值，判断是否存在偷电行为；
S11、对该区域的供电用户每个月度的用电量进行对比，并进行筛选；
S12、通过走访，确认筛选之后的供电用户是否离家，核对电表，确认偷电用户；
所述步骤S7还包括以下步骤：
T1、根据每个区域一个年度十二个月每月的用电量总和形成集合H；
T2、根据第三方数据，形成每个区域十二个月的平均温度集合F；
T3、计算每个区域每月的温度变化与用电量总和变化的比例系数ki；
T4、根据某一月度的气温预测数据集合E计算该月度气温变化导致的用电量变化值M2；
所述步骤S8还包括以下步骤：
E1、根据每个区域一个年度十二个月每月的用电量总和形成集合H；
E2、根据历史每个区域每月大功率电器购买记录集合D，计算功率增加值Y；
E3、计算每月的用电量总和与功率增加值Y的比例系数ji；
E4、根据该月度购买的大功率电器的功率集合D计算下一月度用电量变化值M3；
所述步骤S11还包括以下步骤：
P1、根据供电用户每个月度的用电量，形成年度的用电量集合G；
P2、利用公式对年度用电量集合G中相邻两个月度的差值进行计算；
P3、根据对每一供电用户的计算对存在偷电行为的用户进行筛选；
所述步骤S1-S6中，供电用户集合B＝{B1,B2,B3,…,Bn},其中Bi表示该区域内第i位用户，n表示该区域内有n位用户；
每月用电量集合C＝{C1,C2,C3,…,Cm}，集合C表示需要预测用电量所在月份的上一年度对应月份的用电量集合，其中Ci表示该区域上一年度与所在年度需要预测用电量的月份相对应的月份第i位用户该月的用电量，m表示该区域上一年度与所在年度需要预测用电量的月份相对应的月份有m位用户使用电能；
根据公式：
Figure FDA0002716304200000021
M1即表示所在年度需要预测月份的用电量第一影响因素的预测数据；
所述步骤S7-S9中，一个年度每月用电量总和集合H＝{H1,H2,H3,…,H12}，其中，Hi表示一个年度第i个月的用电量总量；
一个年度每个月的平均气温集合F＝{F1,F2,F3,…,F12}，其中Fi表示一个年度第i个月的平均气温；
利用公式：
Figure FDA0002716304200000022
其中，ki表示第i个月的温度变化对用电量总量造成影响的比例系数；
某一个月度的气温预测集合E＝{E1,E2,E3,…,Eq},其中Er表示一个月度中第r天的气温预测数值，q表示某一个月度的天数；
根据公式：
Figure FDA0002716304200000031
其中，
Figure FDA0002716304200000032
表示该月的平均气温；
根据公式：
Figure FDA0002716304200000033
其中，Fi表示一个年度中第i月的平均气温；
其中，只有当一个月中的平均气温高于a℃或者低于b℃时，适用于该公式；
一个年度每月用电量总和集合H＝{H1,H2,H3,…,H12}，其中，Hi表示一个年度第i个月的用电量总量；
每个区域每月大功率电器购买记录集合D＝{D1,D2,D3,…,D12}，其中Di第i个月购买大功率电器的功率值；
利用公式：
Figure FDA0002716304200000034
其中ji表示一个年度中第i个月用电量总和与大功率电器购买总功率Di之间的比例系数；
根据公式：
M3＝ji*(D(i+1)-Di)；
其中，M总为下一月度的用电量总量的预测值；
所述S3中，根据供电用户每个月度的用电量，形成每个月度用电量集合Cj＝{C1,C2,C3,…,Cz}；
其中，Cj表示一年中的第j个月度的用电量集合，Ci表示一年中每个月度第i位用户的用电总量，z表示一年中第j个月度有n位用户使用电能；
用电总表显示的电量为c，电表用电量为：
Figure FDA0002716304200000035
Figure FDA0002716304200000036
其中，C总表示该区域所有用户一个年度的智能电表显示用电量总和；
根据公式：
T＝c-C总；
当T≥d时，表示电力传输的损耗大于实际设定的阈值，可能存在偷电行为；
根据供电用户每个月度的用电量，形成年度的用电量集合G＝{G1,G2,G3,…,G12}；
其中Gi表示该用户在该年度第i个月的用电量；
根据公式计算相邻两个月度之间的用电量差值：
G差i＝Gi-G(i-1)；
其中，G差i表示第i个月度相对于上一个月度的用电量差值；
当G差i≤e＜0且i∈[4,6]或[10,12]时，表示该户用户可能存在偷电行为，记录并进行走访核实智能电表以及家中是否有人正常用电；
当C差i＞e时，表示该户用户不存在偷电行为，排出在外，不需要进行走访以及智能电表的查询；
当T＜d时，表示电力传输的损耗小于实际设定的阈值，属于正常的电力损耗，不存在偷电行为。
CN202011081678.9A 2019-11-20 2019-11-20 一种基于大数据和数据库的电力网络处理方法 Pending CN112467723A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011081678.9A CN112467723A (zh) 2019-11-20 2019-11-20 一种基于大数据和数据库的电力网络处理方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202011081678.9A CN112467723A (zh) 2019-11-20 2019-11-20 一种基于大数据和数据库的电力网络处理方法
CN201911142578.XA CN110896219B (zh) 2019-11-20 2019-11-20 一种基于大数据和数据库的电力网络处理系统及方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201911142578.XA Division CN110896219B (zh) 2019-11-20 2019-11-20 一种基于大数据和数据库的电力网络处理系统及方法

Publications (1)

Publication Number Publication Date
CN112467723A true CN112467723A (zh) 2021-03-09

Family

ID=69788174

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202011081678.9A Pending CN112467723A (zh) 2019-11-20 2019-11-20 一种基于大数据和数据库的电力网络处理方法
CN201911142578.XA Active CN110896219B (zh) 2019-11-20 2019-11-20 一种基于大数据和数据库的电力网络处理系统及方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201911142578.XA Active CN110896219B (zh) 2019-11-20 2019-11-20 一种基于大数据和数据库的电力网络处理系统及方法

Country Status (1)

Country Link
CN (2) CN112467723A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111833207B (zh) * 2020-07-03 2024-02-02 南京上古网络科技有限公司 一种基于多能耦合的综合能源管理系统及方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104124761A (zh) * 2014-08-15 2014-10-29 杭州智光一创科技有限公司 一种配电网低压大用户集成保护控制方法
CN104319766A (zh) * 2014-10-29 2015-01-28 四川慧盈科技有限责任公司 一种楼宇空调设备供电及监控方法
CN104392274A (zh) * 2014-10-29 2015-03-04 南京南瑞集团公司 基于用电负荷与温度趋势的城市短期用电负荷预测方法
CN104504479A (zh) * 2015-01-05 2015-04-08 国家电网公司 两种考虑温度和经济增长因素的月度全社会用电量预测方法
CN105069536A (zh) * 2015-08-19 2015-11-18 国网安徽省电力公司经济技术研究院 一种基于气温与经济增长的用电需求预测方法
JP2017028881A (ja) * 2015-07-23 2017-02-02 株式会社デンソーウェーブ 使用電力量の変化パターン予測装置、及び使用電力量の変化パターン予測プログラム
CN108321803A (zh) * 2018-02-26 2018-07-24 国网重庆市电力公司电力科学研究院 一种基于电网用电负荷数据的电网调峰控制系统与方法
CN109829125A (zh) * 2019-03-01 2019-05-31 国网吉林省电力有限公司白城供电公司 展示电网调度运行数据的用户管理平台
CN110073567A (zh) * 2016-08-03 2019-07-30 泽科系统有限公司 分布式资源电力需求预测系统和方法
CN110082578A (zh) * 2019-04-28 2019-08-02 熊福军 一种远程抄表方法
CN110417125A (zh) * 2019-08-01 2019-11-05 河南合众伟奇云智科技有限公司 一种基于泛在电力物联网的边缘计算反窃电方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6094047B2 (ja) * 2012-02-13 2017-03-15 ソニー株式会社 給電装置、受電装置、課金方法、およびプログラム
CN103217951A (zh) * 2013-03-19 2013-07-24 成都光码智能科技有限公司 一种带数据采集功能的开关装置、系统及其应用
JP6750494B2 (ja) * 2016-06-29 2020-09-02 富士通株式会社 電力需要予測プログラム、電力需要予測装置、および電力需要予測方法
CN109739912A (zh) * 2018-12-19 2019-05-10 国家电网有限公司 数据分析方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104124761A (zh) * 2014-08-15 2014-10-29 杭州智光一创科技有限公司 一种配电网低压大用户集成保护控制方法
CN104319766A (zh) * 2014-10-29 2015-01-28 四川慧盈科技有限责任公司 一种楼宇空调设备供电及监控方法
CN104392274A (zh) * 2014-10-29 2015-03-04 南京南瑞集团公司 基于用电负荷与温度趋势的城市短期用电负荷预测方法
CN104504479A (zh) * 2015-01-05 2015-04-08 国家电网公司 两种考虑温度和经济增长因素的月度全社会用电量预测方法
JP2017028881A (ja) * 2015-07-23 2017-02-02 株式会社デンソーウェーブ 使用電力量の変化パターン予測装置、及び使用電力量の変化パターン予測プログラム
CN105069536A (zh) * 2015-08-19 2015-11-18 国网安徽省电力公司经济技术研究院 一种基于气温与经济增长的用电需求预测方法
CN110073567A (zh) * 2016-08-03 2019-07-30 泽科系统有限公司 分布式资源电力需求预测系统和方法
CN108321803A (zh) * 2018-02-26 2018-07-24 国网重庆市电力公司电力科学研究院 一种基于电网用电负荷数据的电网调峰控制系统与方法
CN109829125A (zh) * 2019-03-01 2019-05-31 国网吉林省电力有限公司白城供电公司 展示电网调度运行数据的用户管理平台
CN110082578A (zh) * 2019-04-28 2019-08-02 熊福军 一种远程抄表方法
CN110417125A (zh) * 2019-08-01 2019-11-05 河南合众伟奇云智科技有限公司 一种基于泛在电力物联网的边缘计算反窃电方法及装置

Also Published As

Publication number Publication date
CN110896219A (zh) 2020-03-20
CN110896219B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
Meng et al. A Stackelberg game-theoretic approach to optimal real-time pricing for the smart grid
US7693670B2 (en) Cognitive electric power meter
US20130110621A1 (en) Systems and methods for improving the accuracy of appliance level disaggregation in non-intrusive appliance load monitoring techniques
Rashid AMI smart meter big data analytics for time series of electricity consumption
Li et al. Reliability evaluation of smart distribution systems considering load rebound characteristics
CN112581012A (zh) 参与需求响应的用电客户分类方法
Pesola et al. Multicriteria evaluation of alternatives for remote monitoring systems of municipal buildings
Samimi et al. Real‐time electricity pricing of a comprehensive demand response model in smart grids
CN110896219B (zh) 一种基于大数据和数据库的电力网络处理系统及方法
CN112988717B (zh) 一种居民智慧用能服务标本库设计与构建方法
Kantor et al. Aggregated and disaggregated correlations of household electricity consumption with time-of-use shifting and conservation
Priolkar et al. Analysis of price based demand response program using load clustering approach
US20190050430A1 (en) Systems and Methods for Disaggregating Appliance Loads
KR101363150B1 (ko) 유틸리티 소비량 정보의 시각화 방법, 장치 및 컴퓨터 판독가능 기록 매체
JP2005045899A (ja) 電力取引システムおよび電力取引方法
Al-Bahrani et al. Distribution transformer load behavior, burden, and characteristics of residential consumers: A case study of Baghdad City
Xu et al. Multi-objective reinforcement learning based multi-microgrid system optimisation problem
Zhang et al. Extended Engel-Kollat-Blackwell Consumption Behavior Model for Residential Customers
Chaudhari et al. Real-time electricity bill management system using iot
Fabisz et al. Profiling of prosumers for the needs of energy demand estimation in microgrids
KR101954645B1 (ko) 성과검증을 위한 기반정보시스템
US10657110B2 (en) Systems and methods for disaggregating appliance loads
Kuzmin Non-intrusive load monitoring: Implementation effects and distribution prospects
Gul An Assessment of Power Quality and Electricity Consumer’s Rights in Restructured Electricity Market in Turkey
Setlhogo Developing load models for Eskom residential customers

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210309