CN117474202B - 一种基于电力大数据的分析方法以及分析系统 - Google Patents
一种基于电力大数据的分析方法以及分析系统 Download PDFInfo
- Publication number
- CN117474202B CN117474202B CN202311421334.1A CN202311421334A CN117474202B CN 117474202 B CN117474202 B CN 117474202B CN 202311421334 A CN202311421334 A CN 202311421334A CN 117474202 B CN117474202 B CN 117474202B
- Authority
- CN
- China
- Prior art keywords
- power
- energy efficiency
- area
- data
- target
- 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 34
- 238000012545 processing Methods 0.000 claims abstract description 140
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 14
- 229910052799 carbon Inorganic materials 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000009191 jumping Effects 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
Abstract
本发明公开了一种基于电力大数据的分析方法以及分析系统，获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率；对各个区域进行区域划分，将区域划分为目标区域和处理区域；对目标区域内的能效基础数据进行获取，得到每个目标区域的电力能效基数，对多个目标区域的电力能效基数进行处理得到目标区域电力能效目标基数；对多个处理区域在当前周期内的能效基础数据进行获取，计算得到处理区域在当前周期内的电力能效基数，将处理区域在当前周期内的电力能效基数与目标区域电力能效目标基数进行比值计算，对处理区域的警示级别进行划分；便于电力管理系统对不同区域进行分级管理。
Description
技术领域
本发明涉及数据分析技术领域，具体涉及一种基于电力大数据的分析方法以及分析系统。
背景技术
电力是大数据理念、技术和方法在电力行业的实践。电力大数据涉及到发电、输电、变电、配电、用电、调度各环节，是跨单位、跨专业、跨业务数据分析与挖掘，以及数据可视化。
如专利申请号202310239067.X公开了一种基于电力大数据的分析处理方法及其系统，将电力大数据划分为一级数据和二级数据；根据消息队列依次判断一级数据及二级数据是否合格；将不合格的一级数据作为训练样本对预设分析算法进行训练得到训练后的预设分析算法；利用训练后的预设分析算法对一级数据进行数据分析得到数据分析结果，并确定对应的可视化分析图表；对不合格的二级数据依次进行格式化处理及数据清洗，并基于二级数据的数据来源信息创建配置文件；根据配置文件和数据清洗后的二级数据构建可视化分析图表，并将两可视化分析图表输入至可视化分析库中；基于用户的查询任务的任务目标在可视化分析库中调用可视化分析图表进行展示。
现有技术中，缺少对同一电力系统管控区域的划分识别，导致不同管控区域的电力使用状态参差不齐，又不能得到及时得到针对性的调整，具有较大的局限性。
发明内容
本发明的目的在于提供一种基于电力大数据的分析方法以及分析系统，通过获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率；根据区域内电力数据波动率，对各个区域进行区域划分，将区域划分为目标区域和处理区域，从而完成对电力系统管控区域进行划分，便于电力管理系统对不同区域进行分级管理。
本发明的目的可以通过以下技术方案实现：
一种基于电力大数据的分析方法，包括以下步骤:
步骤一：获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率；
步骤二：根据区域内电力数据波动率，对各个区域进行区域划分，将区域划分为目标区域和处理区域；
步骤三：对目标区域内的能效基础数据进行获取，得到每个目标区域的电力能效基数，对多个目标区域的电力能效基数进行处理得到目标区域电力能效目标基数；
步骤四：对多个处理区域在当前周期内的能效基础数据进行获取，计算得到处理区域在当前周期内的电力能效基数，将处理区域在当前周期内的电力能效基数与目标区域电力能效目标基数进行比值计算，对处理区域的警示级别进行划分；
步骤五：对步骤四中同一警示级别内处理区域进行处理，得到同一警示级别内处理区域的电力能效基数偏离值，按照电力能效基数偏离值大到小的排列顺序实现处理区域管控优先等级的划分。
作为本发明进一步的方案：步骤一中，区域电量比值为电力系统在各区域内运行的总电量与相应区域面积的比值。
作为本发明进一步的方案：步骤二中，区域内电力数据波动率的获取过程如下：将各区域所有周期内的区域电量比值进行重组，构建多个区域的区域电量比值组，按照标准差计算公式计算分别得到各个区域电量比值组的标准差α；
获取各个区域电量比值组中的最大值并标记为Emax；
获取各个区域电量比值组中的最小值并标记为Emin；
利用公式Ee＝(Emax-Emin)/Emin计算获得各个区域电量比值组中动态参数跳动值Ee；
再通过公式获取各个区域内电力数据波动率Ei,其中，b1、b2均为预设比例因子，且b1、b2均大于0，ε为补偿系数。
作为本发明进一步的方案：将各区域内电力数据波动率小于等于区域内电力数据波动率阈值的区域标记为目标区域；
将各区域内电力数据波动率大于区域内电力数据波动率阈值的区域标记为处理区域。
作为本发明进一步的方案：获取各个目标区域的能效基础数据，所述能效基础数据包括目标区域内碳排放数据、清洁能源使用率数据和工业企业占用量数据；
将碳排放数据标记为Cp；
将清洁能源使用率数据标记为Qj；
将工业企业占用量数据标记为Gy；
通过公式计算得到每个目标区域的电力能效基数Mi，其中，a1、a2、a3均为预设的比例系数。
作为本发明进一步的方案：对多个所述目标区域的电力能效基数进行处理，得到所有目标区域的电力能效基数组，将电力能效基数组内的最大值和最小值进行去除，获取剩余的电力能效基数值的均值,即得到目标区域电力能效目标基数。
作为本发明进一步的方案：步骤四中，处理区域的警示级别进行划分步骤为：
将目标区域电力能效目标基数标记为Mim；
将处理区域在当前周期内的电力能效基数标记为Ci；
若或/>时，则表示该处理区域电力能效稳定性极差，生成一级警示信号；
若时，则表示该处理区域电力能效稳定性差，生成二级警示信号。
作为本发明进一步的方案：步骤五中，电力能效基数偏离值的获取过程为：
建立X-Y二维平面坐标系，以X轴为周期数，Y轴为电力能效基数，以目标区域电力能效目标基数Mim作一条平行于X轴的基准线；
将处理区域内连续多个周期的电力能效基数在X-Y二维平面坐标系内进行描点；
并将每个处理区域的电力能效基数用平滑曲线从左到右进行连接，得到处理区域电力能效基数波形图；
对处理区域电力能效基数波形图的两个端点垂直与基准线作辅助线，使处理区域电力能效基数波形图在基准线上构成封闭的电力能效基数波形图；
获取封闭的电力能效基数波形图中位于基准线上方的图像面积，将基准线上方的图像面积记为正向偏离面积，将正向偏离面积标记为+S；
获取封闭的电力能效基数波形图中位于基准线下方的图像面积，将基准线下方的图像面积记为负向偏离面积，将负向偏离面积标记为-S；
将正向偏离面积标记为+S与负向偏离面积标记为-S相加的结果取绝对值，得到电力能效基数偏离值。
作为本发明进一步的方案：将所有处理区域的电力能效基数偏离值按大到小的顺序进行排序，按照电力能效基数偏离值大到小的排列顺序实现处理区域管控优先等级的划分。
一种基于电力大数据的分析系统，包括：
数据采集模块，所述数据采集模块用于获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率，并上传至云管理平台；
区域划分模块，所述区域划分模块接收云管理平台的各个区域内电力数据波动率，对各个区域进行区域划分，将区域划分为目标区域和处理区域；
基数分析模块，所述基数分析模块用于对目标区域内的能效基础数据进行获取，得到每个目标区域的电力能效基数，对多个目标区域的电力能效基数进行处理得到目标区域电力能效目标基数，并上传至云管理平台；
级别划分模块，所述级别划分模块接收云管理平台传送的目标区域电力能效目标基数，对多个处理区域在当前周期内的能效基础数据进行获取，计算得到处理区域在当前周期内的电力能效基数，将处理区域在当前周期内的电力能效基数与目标区域电力能效目标基数进行比值计算，对处理区域的警示级别进行划分；
排序警示模块，所述排序警示模块用于对同一警示级别内处理区域进行处理，得到同一警示级别内处理区域的电力能效基数偏离值，按照电力能效基数偏离值大到小的排列顺序实现处理区域管控优先等级的划分。
本发明的有益效果：
本发明通过获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率；根据区域内电力数据波动率，对各个区域进行区域划分，将区域划分为目标区域和处理区域，从而完成对电力系统管控区域进行划分，便于电力管理系统对不同区域进行分级管理，可塑性高；
本发明对所有目标区域的电力能效基数进行获取，得到目标区域电力能效目标基数，再将处理区域的电力能效基数与目标区域电力能效目标基数进行处理，对处理区域进行级别划分，对处理区域的管控优先级进行识别，同时，对同一级别处理区域的电力能效基数偏离值进行获取，根据电力能效基数偏离值对同一级别处理区域的紧急程度进行划分，能够实现对处理区域的精准识别，可靠性高，针对性强。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的流程图；
图2是本发明的程序框图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1，请参阅图1所示，本发明为一种基于电力大数据的分析方法，包括以下步骤：
步骤一：获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率；
步骤二：根据区域内电力数据波动率，对各个区域进行区域划分，将区域划分为目标区域和处理区域；
步骤三：对目标区域内的能效基础数据进行获取，得到每个目标区域的电力能效基数，对多个目标区域的电力能效基数进行处理得到目标区域电力能效目标基数；
步骤四：对多个处理区域在当前周期内的能效基础数据进行获取，计算得到处理区域在当前周期内的电力能效基数，将处理区域在当前周期内的电力能效基数与目标区域电力能效目标基数进行比值计算，对处理区域的警示级别进行划分；
步骤五：对步骤四中同一警示级别内处理区域进行处理，得到同一警示级别内处理区域的电力能效基数偏离值，按照电力能效基数偏离值大到小的排列顺序实现处理区域管控优先等级的划分。
其中，区域电量比值为电力系统在各区域内运行的总电量与相应区域面积的比值；区域电量比值的周期包括但不限于是十天、二十天和三十天。
将各区域内所有周期内的区域电量比值进行重组，构建多个区域的区域电量比值组，对各个区域电量比值组进行处理，具体过程包括：
按照标准差计算公式计算分别得到各个区域电量比值组的标准差α；
获取各个区域电量比值组中的最大值并标记为Emax；
获取各个区域电量比值组中的最小值并标记为Emin；
利用公式Ee＝(Emax-Emin)/Emin计算获得各个区域电量比值组中动态参数跳动值Ee；
再通过公式获取各个区域内电力数据波动率Ei,其中，b1、b2均为预设比例因子，且b1、b2均大于0，ε为补偿系数，取值2.2389；
将各区域内电力数据波动率小于等于区域内电力数据波动率阈值的区域标记为目标区域，该目标区域内电力系统运行正常，得到电力系统运行正常信号；
将各区域内电力数据波动率大于区域内电力数据波动率阈值的区域标记为处理区域，该处理区域内电力系统运行异常，得到电力系统运行异常信号；
基于电力系统运行正常信号，对各个目标区域的能效基础数据进行获取，具体包括：
能效基础数据包括目标区域内碳排放数据、清洁能源使用率数据和工业企业占用量数据；
碳排放数据为目标区域多个周期内所测得的碳排放量均值，将碳排放数据标记为Cp；
其中，每个周期内的碳排放量由遥感卫星技术监测得到；
清洁能源使用率数据为目标区域内清洁能源发电量与总电量的比值，将清洁能源使用率数据标记为Qj；
其中，清洁能源包括风电、水电等；
工业企业占用量数据为目标区域内工业企业数量与总企业数量的比值，将工业企业占用量数据标记为Gy；
通过公式计算得到每个目标区域的电力能效基数Mi，其中，a1、a2、a3均为预设的比例系数,a1+a2+a3＝1.3562；
对多个目标区域的电力能效基数进行处理，得到所有目标区域的电力能效基数组，将电力能效基数组内的最大值和最小值进行去除，获取剩余的电力能效基数值的均值,即得到目标区域电力能效目标基数并标记为Mim。
基于电力系统运行异常信号，对各个处理区域在当前周期内的能效基础数据进行获取，分别获取每个处理区域内碳排放数据、清洁能源使用率数据和工业企业占用量数据；
按照目标区域的电力能效基数的方式获取处理区域在当前周期内的电力能效基数Ci；获取处理区域在当前周期内的电力能效基数与目标区域电力能效目标基数的比值:
若或/>时，则表示该处理区域电力能效稳定性极差，生成一级警示信号；
若时，则表示该处理区域电力能效稳定性差，生成二级警示信号；
其中，一级警示信号的预警级别高于二级警示信号，对一级警示信号所属的区域优先管控；管控包括但不限于对所示区域增加清洁能源的使用率、降低碳排放量和工业企业生产的优化。
对位于同一级别警示信号内所有的处理区域进行排序，实现对同一级别警示信号内处理区域的优先管控；
具体的：对同一级别警示信号内的处理区域的管控顺序的获取过程包括：
本实施例以一级警示信号处理区域为例：
建立X-Y二维平面坐标系，以X轴为周期数，Y轴为电力能效基数，在X-Y二维平面坐标系内，以目标区域电力能效目标基数Mim作一条平行于X轴的直线，将目标区域电力能效目标基数得到的直线记基准线
对位于一级警示信号的所有处理区域的电力能效基数进行处理，分别将处理区域内在连续多个周期的电力能效基数在X-Y二维平面坐标系内进行描点；
并将每个处理区域的电力能效基数用平滑曲线从左到右进行连接，得到处理区域电力能效基数波形图；
对处理区域电力能效基数波形图的两个端点垂直与基准线作辅助线，使处理区域电力能效基数波形图在基准线上构成封闭的电力能效基数波形图；
获取封闭的电力能效基数波形图中位于基准线上方的图像面积，将基准线上方的图像面积记为正向偏离面积，将正向偏离面积标记为+S；
获取封闭的电力能效基数波形图中位于基准线下方的图像面积，将基准线下方的图像面积记为负向偏离面积，将负向偏离面积标记为-S；
将正向偏离面积标记为+S与负向偏离面积标记为-S相加的结果取绝对值，得到电力能效基数偏离值；
将所有处理区域的电力能效基数偏离值按大到小的顺序进行排序，按照电力能效基数偏离值大到小的排列顺序实现处理区域管控优先等级的划分。
实施例2，请参阅图2所示，本发明为一种基于电力大数据的分析系统，包括数据采集模块、区域划分模块、基数分析模块、级别划分模块、排序警示模块和云管理平台；
所述数据采集模块、区域划分模块、基数分析模块、级别划分模块和排序警示模块与云管理平台电性连接；
所述数据采集模块用于获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率，并上传至云管理平台；
所述区域划分模块接收云管理平台的各个区域内电力数据波动率，对各个区域进行区域划分，将区域划分为目标区域和处理区域；
所述基数分析模块用于对目标区域内的能效基础数据进行获取，得到每个目标区域的电力能效基数，对多个目标区域的电力能效基数进行处理得到目标区域电力能效目标基数，并上传至云管理平台；
所述级别划分模块接收云管理平台传送的目标区域电力能效目标基数，对多个处理区域在当前周期内的能效基础数据进行获取，计算得到处理区域在当前周期内的电力能效基数，将处理区域在当前周期内的电力能效基数与目标区域电力能效目标基数进行比值计算，对处理区域的警示级别进行划分；
所述排序警示模块用于对同一警示级别内处理区域进行处理，得到同一警示级别内处理区域的电力能效基数偏离值，按照电力能效基数偏离值大到小的排列顺序实现处理区域管控优先等级的划分。
本发明的核心点之一：在于获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率；根据区域内电力数据波动率，对各个区域进行区域划分，将区域划分为目标区域和处理区域，从而完成对电力系统管控区域进行划分，便于电力管理系统对不同区域进行分级管理，可塑性高；
本发明的核心点之二：在于对所有目标区域的电力能效基数进行获取，得到目标区域电力能效目标基数，再将处理区域的电力能效基数与目标区域电力能效目标基数进行处理，对处理区域进行级别划分，对处理区域的管控优先级进行识别，同时，对同一级别处理区域的电力能效基数偏离值进行获取，根据电力能效基数偏离值对同一级别处理区域的紧急程度进行划分，能够实现对处理区域的精准识别，可靠性高，针对性强。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (6)
1.一种基于电力大数据的分析方法，其特征在于，包括以下步骤:
步骤一：获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率；
区域电量比值为电力系统在各区域内运行的总电量与相应区域面积的比值；
步骤二：根据区域内电力数据波动率，对各个区域进行区域划分，将区域划分为目标区域和处理区域；
步骤三：对目标区域内的能效基础数据进行获取，得到每个目标区域的电力能效基数，对多个目标区域的电力能效基数进行处理得到目标区域电力能效目标基数；
步骤四：对多个处理区域在当前周期内的能效基础数据进行获取，计算得到处理区域在当前周期内的电力能效基数，将处理区域在当前周期内的电力能效基数与目标区域电力能效目标基数进行比值计算，对处理区域的警示级别进行划分；
步骤五：对步骤四中同一警示级别内处理区域进行处理，得到同一警示级别内处理区域的电力能效基数偏离值，按照电力能效基数偏离值大到小的排列顺序实现处理区域管控优先等级的划分；
步骤二中，区域内电力数据波动率的获取过程如下：
将各区域所有周期内的区域电量比值进行重组，构建多个区域的区域电量比值组，按照标准差计算公式计算分别得到各个区域电量比值组的标准差α;
获取各个区域电量比值组中的最大值并标记为Emax；
获取各个区域电量比值组中的最小值并标记为Emin;
利用公式Ee=(Emax-Emin)/Emin计算获得各个区域电量比值组中动态参数跳动值Ee;
再通过公式获取各个区域内电力数据波动率Ei,其中，b1、b2均为预设比例因子，且b1、b2均大于0，/>为补偿系数；
将各区域内电力数据波动率小于等于区域内电力数据波动率阈值的区域标记为目标区域；
将各区域内电力数据波动率大于区域内电力数据波动率阈值的区域标记为处理区域；
步骤三中，获取各个目标区域的能效基础数据，所述能效基础数据包括目标区域内碳排放数据、清洁能源使用率数据和工业企业占用量数据；
碳排放数据为目标区域多个周期内所测得的碳排放量均值，将碳排放数据标记为Cp；
清洁能源使用率数据为目标区域内清洁能源发电量与总电量的比值，将清洁能源使用率数据标记为Qj；
工业企业占用量数据为目标区域内工业企业数量与总企业数量的比值，将工业企业占用量数据标记为Gy；
通过公式计算得到每个目标区域的电力能效基数Mi，其中，a1、a2、a3均为预设的比例系数。
2.根据权利要求1所述的一种基于电力大数据的分析方法，其特征在于，对多个所述目标区域的电力能效基数进行处理，得到所有目标区域的电力能效基数组，将电力能效基数组内的最大值和最小值进行去除，获取剩余的电力能效基数值的均值,即得到目标区域电力能效目标基数。
3.根据权利要求2所述的一种基于电力大数据的分析方法,其特征在于，步骤四中，处理区域的警示级别进行划分步骤为：
将目标区域电力能效目标基数标记为；
将处理区域在当前周期内的电力能效基数标记为；
若时，则表示该处理区域电力能效稳定性极差，生成一级警示信号；
若时，则表示该处理区域电力能效稳定性差，生成二级警示信号。
4.根据权利要求3所述的一种基于电力大数据的分析方法,其特征在于，步骤五中，电力能效基数偏离值的获取过程为：
建立X-Y二维平面坐标系，以X轴为周期数，Y轴为电力能效基数，以目标区域电力能效目标基数Mim作一条平行于X轴的基准线；
将处理区域内连续多个周期的电力能效基数在X-Y二维平面坐标系内进行描点；
并将每个处理区域的电力能效基数用平滑曲线从左到右进行连接，得到处理区域电力能效基数波形图；
对处理区域电力能效基数波形图的两个端点垂直与基准线作辅助线，使处理区域电力能效基数波形图在基准线上构成封闭的电力能效基数波形图；
获取封闭的电力能效基数波形图中位于基准线上方的图像面积，将基准线上方的图像面积记为正向偏离面积，将正向偏离面积标记为+S；
获取封闭的电力能效基数波形图中位于基准线下方的图像面积，将基准线下方的图像面积记为负向偏离面积，将负向偏离面积标记为-S;
将正向偏离面积标记为+S与负向偏离面积标记为-S相加的结果取绝对值，得到电力能效基数偏离值。
5.根据权利要求4所述的一种基于电力大数据的分析方法,其特征在于，将所有处理区域的电力能效基数偏离值按大到小的顺序进行排序，按照电力能效基数偏离值大到小的排列顺序实现处理区域管控优先等级的划分。
6.一种基于电力大数据的分析系统,其特征在于，包括：
数据采集模块，所述数据采集模块用于获取不同区域在周期内的区域电量比值，通过对区域电量比值进行处理，得到各个区域内电力数据波动率，并上传至云管理平台；
区域电量比值为电力系统在各区域内运行的总电量与相应区域面积的比值；
区域划分模块，所述区域划分模块接收云管理平台的各个区域内电力数据波动率，对各个区域进行区域划分，将区域划分为目标区域和处理区域；
基数分析模块，所述基数分析模块用于对目标区域内的能效基础数据进行获取，得到每个目标区域的电力能效基数，对多个目标区域的电力能效基数进行处理得到目标区域电力能效目标基数，并上传至云管理平台；
级别划分模块，所述级别划分模块接收云管理平台传送的目标区域电力能效目标基数，对多个处理区域在当前周期内的能效基础数据进行获取，计算得到处理区域在当前周期内的电力能效基数，将处理区域在当前周期内的电力能效基数与目标区域电力能效目标基数进行比值计算，对处理区域的警示级别进行划分；
排序警示模块，所述排序警示模块用于对同一警示级别内处理区域进行处理，得到同一警示级别内处理区域的电力能效基数偏离值，按照电力能效基数偏离值大到小的排列顺序实现处理区域管控优先等级的划分；
区域内电力数据波动率的获取过程如下：
将各区域所有周期内的区域电量比值进行重组，构建多个区域的区域电量比值组，按照标准差计算公式计算分别得到各个区域电量比值组的标准差α;
获取各个区域电量比值组中的最大值并标记为Emax；
获取各个区域电量比值组中的最小值并标记为Emin;
利用公式Ee=(Emax-Emin)/Emin计算获得各个区域电量比值组中动态参数跳动值Ee;
再通过公式获取各个区域内电力数据波动率Ei,其中，b1、b2均为预设比例因子，且b1、b2均大于0，/>为补偿系数；
将各区域内电力数据波动率小于等于区域内电力数据波动率阈值的区域标记为目标区域；
将各区域内电力数据波动率大于区域内电力数据波动率阈值的区域标记为处理区域；
获取各个目标区域的能效基础数据，所述能效基础数据包括目标区域内碳排放数据、清洁能源使用率数据和工业企业占用量数据；
碳排放数据为目标区域多个周期内所测得的碳排放量均值，将碳排放数据标记为Cp；
清洁能源使用率数据为目标区域内清洁能源发电量与总电量的比值，将清洁能源使用率数据标记为Qj；
工业企业占用量数据为目标区域内工业企业数量与总企业数量的比值，将工业企业占用量数据标记为Gy；
通过公式计算得到每个目标区域的电力能效基数Mi，其中，a1、a2、a3均为预设的比例系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311421334.1A CN117474202B (zh) | 2023-10-30 | 2023-10-30 | 一种基于电力大数据的分析方法以及分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311421334.1A CN117474202B (zh) | 2023-10-30 | 2023-10-30 | 一种基于电力大数据的分析方法以及分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117474202A CN117474202A (zh) | 2024-01-30 |
| CN117474202B true CN117474202B (zh) | 2024-04-26 |
Family
ID=89628695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311421334.1A Active CN117474202B (zh) | 2023-10-30 | 2023-10-30 | 一种基于电力大数据的分析方法以及分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117474202B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4435850A (en) * | 1982-02-16 | 1984-03-06 | International Telephone And Telegraph Corporation | Secure fiber optic data transmission system |
| KR20140010607A (ko) * | 2012-07-16 | 2014-01-27 | 전건 | 부유식 빈산소수괴 생물서식기 산소공급장치 |
| CN115566800A (zh) * | 2022-10-12 | 2023-01-03 | 珠海格力电器股份有限公司 | 一种用电监控方法、装置、电子设备及存储介质 |
| CN116014741A (zh) * | 2023-03-23 | 2023-04-25 | 国网山东省电力公司聊城供电公司 | 基于数据处理的柔性控制器与配电网运行适配系统及方法 |
| CN116054400A (zh) * | 2023-01-06 | 2023-05-02 | 国网湖北省电力有限公司经济技术研究院 | 一种配电网的负荷在线监测方法、系统及存储介质 |
| CN116184273A (zh) * | 2023-03-09 | 2023-05-30 | 国网安徽省电力有限公司宿州供电公司 | 基于变压器监测的区域电力辅助监控系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2010213340A1 (en) * | 2009-02-10 | 2011-09-22 | Matter Ip Pty Ltd | Resource supply management system and method |
-
2023
- 2023-10-30 CN CN202311421334.1A patent/CN117474202B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4435850A (en) * | 1982-02-16 | 1984-03-06 | International Telephone And Telegraph Corporation | Secure fiber optic data transmission system |
| KR20140010607A (ko) * | 2012-07-16 | 2014-01-27 | 전건 | 부유식 빈산소수괴 생물서식기 산소공급장치 |
| CN115566800A (zh) * | 2022-10-12 | 2023-01-03 | 珠海格力电器股份有限公司 | 一种用电监控方法、装置、电子设备及存储介质 |
| CN116054400A (zh) * | 2023-01-06 | 2023-05-02 | 国网湖北省电力有限公司经济技术研究院 | 一种配电网的负荷在线监测方法、系统及存储介质 |
| CN116184273A (zh) * | 2023-03-09 | 2023-05-30 | 国网安徽省电力有限公司宿州供电公司 | 基于变压器监测的区域电力辅助监控系统 |
| CN116014741A (zh) * | 2023-03-23 | 2023-04-25 | 国网山东省电力公司聊城供电公司 | 基于数据处理的柔性控制器与配电网运行适配系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 广域分布式电源运营管控系统;李洋等;《电力自动化设备》;20180331;第38卷(第3期);第102-108页 * |
| 用电行为数据可视分析系统;侯雪;肖丁;陈璞迪;宋礼;;计算机应用;20180630(S1);第82-87页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117474202A (zh) | 2024-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107169628B (zh) | 一种基于大数据互信息属性约简的配电网可靠性评估方法 | |
| Zhao et al. | User electricity behavior analysis based on K-means plus clustering algorithm | |
| CN110751416A (zh) | 一种用水量的预测方法、装置及设备 | |
| CN117394337A (zh) | 一种电网负荷预警方法及其系统 | |
| CN115441456A (zh) | 一种电网调度支持系统故障诊断方法及装置 | |
| CN116187838A (zh) | 一种电力设备的质量评估方法、系统、装置及存储介质 | |
| CN117474202B (zh) | 一种基于电力大数据的分析方法以及分析系统 | |
| CN110544047A (zh) | 一种不良数据辨识方法 | |
| CN117353315B (zh) | 基于光伏、风力发电电压暂态波动控制发电电压的装置 | |
| CN117592656A (zh) | 基于碳数据核算的碳足迹监控方法及系统 | |
| CN115564180B (zh) | 一种基于大数据分析的电力网络可靠性评估方法 | |
| Baykasoğlu et al. | Genetic programming based data mining approach to dispatching rule selection in a simulated job shop | |
| CN114371340B (zh) | 用于智能制造设备的用电数据采集和处理方法及系统 | |
| CN111126430A (zh) | 用于异常检测系统的数据聚类方法、无线通信网络终端 | |
| CN115617089A (zh) | 基于传感器状态变化的温度控制方法、装置、设备及介质 | |
| CN111931861B (zh) | 一种异质性数据集的异常检测方法及计算机可读存储介质 | |
| CN114676931A (zh) | 一种基于数据中台技术的电量预测系统 | |
| CN109767062B (zh) | 一种电网任务处置方案的动态生成方法 | |
| CN108123436B (zh) | 基于主成分分析和多元回归算法的电压越限预测模型 | |
| CN112308340A (zh) | 电力数据处理方法及装置 | |
| CN111027017A (zh) | 一种配电网管理状态综合评价系统 | |
| CN116052404B (zh) | 一种基于5g通信技术的电网数据交互系统 | |
| CN116862092B (zh) | 一种自动巡检装置的自适应路径规划模块及方法 | |
| CN115277487B (zh) | 电子终端的通信处理系统 | |
| CN115982631B (zh) | 一种基于数据分析的车间能源应用监测预警系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |