CN118014611A - 一种基于大数据技术的用户用电分析系统及方法 - Google Patents
一种基于大数据技术的用户用电分析系统及方法 Download PDFInfo
- Publication number
- CN118014611A CN118014611A CN202410048694.XA CN202410048694A CN118014611A CN 118014611 A CN118014611 A CN 118014611A CN 202410048694 A CN202410048694 A CN 202410048694A CN 118014611 A CN118014611 A CN 118014611A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- electricity
- analysis
- model
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 101
- 238000004458 analytical method Methods 0.000 title claims abstract description 68
- 238000005516 engineering process Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000003860 storage Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 8
- 230000000007 visual effect Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000013144 data compression Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 9
- 238000009795 derivation Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims 2
- 230000005856 abnormality Effects 0.000 claims 1
- 238000007639 printing Methods 0.000 claims 1
- 238000007405 data analysis Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 5
- 230000009466 transformation Effects 0.000 abstract description 4
- 239000007787 solid Substances 0.000 abstract description 3
- 230000010354 integration Effects 0.000 description 6
- 238000010223 real-time analysis Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 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
- 238000013439 planning Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据技术的用户用电分析系统及方法，包括数据采集模块，配置为从源系统采集用户用电相关数据，所述源系统包括但不限于营销系统、资产系统、客服系统和财务系统；存储处理模块，配置为存储和处理大规模用户用电数据，其中数据量级达到千万级，原始存储12TB，每月增量500Gb；分析模型模块，配置为运用多种用户用电分析模型，基于规则和逻辑对用户进行分类判断；整个系统不仅响应了电力行业在数据处理和分析方面的需求，还为电力公司提供了一套全面的工具来优化电网运营和提升服务质量，同时为电力行业的数字化转型和可持续发展奠定了坚实的基础。
Description
技术领域
本发明涉及用户用电分析技术领域，具体涉及一种基于大数据技术的用户用电分析系统及方法。
背景技术
在全球能源变革和电力行业快速发展的大背景下，用户用电数据分析对于优化电网运营和提升服务质量至关重要。智能化和数字化的提升使得电力公司可以实时监控和深入分析用户用电数据，以满足日增的电力需求，提高供电可靠性，降低运营成本。
传统方法依赖人工读表，难以提供详细的用电行为信息，且在数据收集和处理上缺乏效率。现代用户需求日益复杂，如工业用户的错峰用电和居民用户对可再生能源的兴趣，促使电力服务从单一供电向综合能源服务转型。
智能电表和物联网技术的应用极大地丰富了用户用电数据的收集，但同时也带来了数据处理和分析的挑战。电力公司需解决数据整合、存储处理海量数据以及提取决策支持信息的问题，同时保护用户隐私和数据安全。
为此，电力行业迫切需要开发一代新的用户用电分析系统，该系统应利用大数据、人工智能、云计算等先进技术，实现多源数据整合、高效数据存储与处理、高级分析模型、数据可视化和灵活的数据导出功能。这能提升运营效率，为用户提供个性化服务，推动电力行业的可持续发展，从而克服上述问题。
发明内容
本发明的目的是克服现有技术的不足，为更好的有效解决上述问题，提供了一种基于大数据技术的用户用电分析系统及方法。
为了达到上述目的，本发明所采用的技术方案是：
一种基于大数据技术的用户用电分析系统包括，
数据采集模块，配置为从源系统采集用户用电相关数据，所述源系统包括但不限于营销系统、资产系统、客服系统和财务系统；
存储处理模块，配置为存储和处理大规模用户用电数据，其中数据量级达到千万级，原始存储12TB，每月增量500Gb；
分析模型模块，配置为运用多种用户用电分析模型，基于规则和逻辑对用户进行分类判断；
可视化预警模块，配置为通过可视化页面展示用户用电异常情况，并进行预警；
结果导出模块，配置为支持模型疑点和清单导出。
优选的，所述数据采集模块进一步包括，
营销数据采集单元，配置为获取营销系统的用户信息与业扩工单；
用户编号统计单元，配置为统计营销系统中的用户编号；
上网结算数据采集单元，配置为获取营销系统得地方电厂上网结算情况；
发电量数据采集单元，配置为获取电厂户对应的光伏户发电量。
优选的，所述存储处理模块具备高效的数据压缩能力，用于优化内部数据库大表的存储效率。
优选的，所述分析模型模块进一步包括，
工商错峰匹配单元，配置为筛选未在错峰轮休用户群里的工业和商业用户；
高可靠性费用评估单元，配置为筛查医疗及事业单位场所用电是否免收高可靠性供电费；
临时用电识别单元，配置为筛选标识为“装表临时用电”、“无表临时用电”的临时用电户。
优选的，所述可视化预警模块进一步包括，
多样化图表展示单元，配置为采用包括但不局限柱状图、曲线图、条形图、饼形图页面展示用户用电数据；
预警分析模型构建单元，配置为构建频繁停电线路应投未投预警分析模型。
优选的，所述结果导出模块进一步包括，
疑点清单导出单元，配置为支持模型疑点清单导出；
模型清单导出单元，配置为支持模型清单导出。
一种基于大数据技术的用户用电分析系统的方法，包括以下步骤，
步骤A，从营销系统、资产系统、客服系统、财务系统等多源异构系统中采集包括用户信息、业扩工单、用户编号、电厂上网结算情况及光伏户发电量在内的用户用电相关数据；
步骤B，使用大数据存储技术存储所采集的数据，并应用数据压缩算法优化存储空间，同时处理千万级规模数据以支持高效数据检索和管理；
步骤C，通过分析模型对用户用电数据进行分类判断，模型包括工业和商业用户与错峰轮休用户群匹配、高可靠性费用用户评估，以及临时用电户识别；
步骤D，利用可视化工具展示用户用电模式和异常情况，并构建预警系统以检测和通知用户及运营商潜在的用电异常或故障；
步骤E，导出模型疑点清单和模型清单，支持数据导出接口和生成可供打印的详细分析报告
优选的，所述步骤C中分析模型进一步结合机器学习算法对采集的用户用电数据进行分析，包括识别电力盗窃或非法用电行为，以及预测用户未来的用电趋势，所述机器学习算法利用历史数据集进行训练，并能够自适应更新以改进预测准确性。
优选的，所述步骤D中可视化工具包括交互式仪表板和自定义报告生成器，仪表板显示实时和历史的用电数据趋势，报告生成器允许用户根据分析需求生成多种视图和图表，同时，所述预警系统基于时间序列分析技术自动检测用电量的周期性变化和趋势，为运营决策提供数据支持。
本发明的有益效果是：
1、数据整合与实时分析：
该系统通过集成多源异构系统中的用户用电相关数据，实现了数据的整合与实时分析。这样不仅能够为电力公司提供全面的用户用电模式视图，还能够即时响应电网状态变化，为运营决策提供实时数据支持。
2、高效数据存储与管理：
通过采用大数据存储技术和数据压缩算法，该系统能够有效处理和管理千万级数据规模，同时显著提高原始数据以及每月增量数据的存储效率，减少了所需的存储空间，降低了运营成本。
3、精准的用电行为分析：
利用多种分析模型对用户进行分类判断，系统能够准确识别工业和商业用户的错峰用电行为、高可靠性费用用户，以及临时用电户等。这种精准分析有助于电力公司优化负载管理，实现更高效的能源分配。
4、智能化的预警机制：
该系统的可视化预警模块能够通过直观的图表形式展示用户用电异常情况，并构建智能的预警分析模型。这不仅提高了故障预测的精度，还增强了电力公司应对突发事件的能力。
5、灵活的数据导出与报告生成：
结果导出模块的设计使得电力公司能够根据需要灵活导出模型疑点清单和模型清单，支持制作定制化的分析报告。这一功能极大地增强了数据的可用性和可操作性，方便了进一步的数据分析和决策过程。
综上所述，该基于大数据技术的用户用电分析系统方案，不仅响应了电力行业在数据处理和分析方面的需求，还为电力公司提供了一套全面的工具来优化电网运营和提升服务质量，同时为电力行业的数字化转型和可持续发展奠定了坚实的基础。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明的一种基于大数据技术的用户用电分析系统及方法的流程图。
具体实施方式
下面将结合说明书附图，对本发明作进一步的说明。
如图1所示，本发明的一种基于大数据技术的用户用电分析系统，一种基于大数据技术的用户用电分析系统包括，
数据采集模块，配置为从源系统采集用户用电相关数据，所述源系统包括但不限于营销系统、资产系统、客服系统和财务系统；营销系统可能提供用户的历史用电量和计费信息，资产系统提供用户资产(如电表)的数据，客服系统提供用户服务记录，财务系统提供支付记录。系统能够整合这些数据以绘制出用户的用电行为和支付习惯图谱。
存储处理模块，配置为存储和处理大规模用户用电数据，其中数据量级达到千万级，原始存储12TB，每月增量500Gb；该模块可能采用分布式存储解决方案，如Hadoop或云存储服务，以及数据压缩技术，如列式存储和压缩算法来优化存储空间和查询性能。
分析模型模块，配置为运用多种用户用电分析模型，基于规则和逻辑对用户进行分类判断；工商错峰匹配单元可以使用历史用电数据来识别能够参与错峰计划的工业和商业用户，而高可靠性费用评估单元可能通过分析医疗机构和事业单位的用电稳定性来决定是否免收特定费用。
可视化预警模块，配置为通过可视化页面展示用户用电异常情况，并进行预警；通过实时监控仪表板向运营商展示即时的电网状态，并使用颜色编码或警报声音来标识异常或越界的用电模式。
结果导出模块，配置为支持模型疑点和清单导出；疑点清单导出单元可允许运营商针对特定的问题或异常行为生成详细的分析报告，模型清单导出单元能支持将分析结果以多种格式(例如CSV、XLSX)导出，以便进一步分析或存档。
具体的，所述数据采集模块进一步包括，
营销数据采集单元，配置为获取营销系统的用户信息与业扩工单；该单元能够从营销系统中自动提取如用户的名称、地址、联系方式以及他们的用电需求增减等信息，从而为市场策略制定和需求分析提供数据支持
用户编号统计单元，配置为统计营销系统中的用户编号；通过自动化脚本定期从数据库中提取新注册的用户编号，用以维护客户信息的最新状态，并为后续的数据关联提供关键标识符。
上网结算数据采集单元，配置为获取营销系统得地方电厂上网结算情况；该单元可以对接地方电网的结算系统，自动记录电厂的发电量和上网电量，以及与之相关的结算数据，为电网平衡分析和财务审核提供依据。
发电量数据采集单元，配置为获取电厂户对应的光伏户发电量；该单元可能连接到各个光伏户的智能电表，实时采集发电数据，这些数据对于可再生能源的管理和激励政策的制定至关重要。
具体的，所述存储处理模块具备高效的数据压缩能力，用于优化内部数据库大表的存储效率；采用高级压缩算法或列式存储技术，以减少所需存储空间，增加数据处理速度，同时保证数据的完整性和查询性能。
具体的，所述分析模型模块进一步包括，
工商错峰匹配单元，配置为筛选未在错峰轮休用户群里的工业和商业用户；该单元可以利用历史用电数据分析用户的用电模式，自动识别潜在的错峰用户，帮助制定错峰用电计划，减轻电网负荷。
高可靠性费用评估单元，配置为筛查医疗及事业单位场所用电是否免收高可靠性供电费；该单元可以根据政策导向和用户的用电记录，自动判定特定用户是否符合免收条件，从而优化财务管理。
临时用电识别单元，配置为筛选标识为“装表临时用电”、“无表临时用电”的临时用电户；通过分析短期内的高用电量模式或临时电表数据来实现，确保临时用电的合规性和安全性。
具体的，所述可视化预警模块进一步包括，
多样化图表展示单元，配置为采用包括但不局限柱状图、曲线图、条形图、饼形图页面展示用户用电数据；用户可以通过一个自定义的仪表板，选择不同的数据视图和图表类型，以便于监控和分析用电趋势。
预警分析模型构建单元，配置为构建频繁停电线路应投未投预警分析模型；该单元通过分析历史停电数据和当前电网状态，预测潜在的停电风险区域，提前通知运维人员进行检修或升级。
具体的，所述结果导出模块进一步包括，
疑点清单导出单元，配置为支持模型疑点清单导出；
模型清单导出单元，配置为支持模型清单导出。
一种基于大数据技术的用户用电分析系统的方法，包括以下步骤，
步骤A，从营销系统、资产系统、客服系统、财务系统等多源异构系统中采集包括用户信息、业扩工单、用户编号、电厂上网结算情况及光伏户发电量在内的用户用电相关数据；
步骤B，使用大数据存储技术存储所采集的数据，并应用数据压缩算法优化存储空间，同时处理千万级规模数据以支持高效数据检索和管理；
步骤C，通过分析模型对用户用电数据进行分类判断，模型包括工业和商业用户与错峰轮休用户群匹配、高可靠性费用用户评估，以及临时用电户识别；
步骤D，利用可视化工具展示用户用电模式和异常情况，并构建预警系统以检测和通知用户及运营商潜在的用电异常或故障；
步骤E，导出模型疑点清单和模型清单，支持数据导出接口和生成可供打印的详细分析报告
具体的，所述步骤C中分析模型进一步结合机器学习算法对采集的用户用电数据进行分析，包括识别电力盗窃或非法用电行为，以及预测用户未来的用电趋势，所述机器学习算法利用历史数据集进行训练，并能够自适应更新以改进预测准确性。
具体的，所述步骤D中可视化工具包括交互式仪表板和自定义报告生成器，仪表板显示实时和历史的用电数据趋势，报告生成器允许用户根据分析需求生成多种视图和图表，同时，所述预警系统基于时间序列分析技术自动检测用电量的周期性变化和趋势，为运营决策提供数据支持。
综上所述，本发明的一种基于大数据技术的用户用电分析系统及方法，具体有以下优点
1、数据整合与实时分析：
该系统通过集成多源异构系统中的用户用电相关数据，实现了数据的整合与实时分析。这样不仅能够为电力公司提供全面的用户用电模式视图，还能够即时响应电网状态变化，为运营决策提供实时数据支持。
2、高效数据存储与管理：
通过采用大数据存储技术和数据压缩算法，该系统能够有效处理和管理千万级数据规模，同时显著提高原始数据以及每月增量数据的存储效率，减少了所需的存储空间，降低了运营成本。
3、精准的用电行为分析：
利用多种分析模型对用户进行分类判断，系统能够准确识别工业和商业用户的错峰用电行为、高可靠性费用用户，以及临时用电户等。这种精准分析有助于电力公司优化负载管理，实现更高效的能源分配。
4、智能化的预警机制：
该系统的可视化预警模块能够通过直观的图表形式展示用户用电异常情况，并构建智能的预警分析模型。这不仅提高了故障预测的精度，还增强了电力公司应对突发事件的能力。
5、灵活的数据导出与报告生成：
结果导出模块的设计使得电力公司能够根据需要灵活导出模型疑点清单和模型清单，支持制作定制化的分析报告。这一功能极大地增强了数据的可用性和可操作性，方便了进一步的数据分析和决策过程。
综上所述，该基于大数据技术的用户用电分析系统方案，不仅响应了电力行业在数据处理和分析方面的需求，还为电力公司提供了一套全面的工具来优化电网运营和提升服务质量，同时为电力行业的数字化转型和可持续发展奠定了坚实的基础。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种基于大数据技术的用户用电分析系统，其特征在于：包括，
数据采集模块，配置为从源系统采集用户用电相关数据，所述源系统包括但不限于营销系统、资产系统、客服系统和财务系统；
存储处理模块，配置为存储和处理大规模用户用电数据，其中数据量级达到千万级，原始存储12TB，每月增量500Gb；
分析模型模块，配置为运用多种用户用电分析模型，基于规则和逻辑对用户进行分类判断；
可视化预警模块，配置为通过可视化页面展示用户用电异常情况，并进行预警；
结果导出模块，配置为支持模型疑点和清单导出。
2.根据权利要求1所述的一种基于大数据技术的用户用电分析系统，其特征在于：所述数据采集模块进一步包括，
营销数据采集单元，配置为获取营销系统的用户信息与业扩工单；
用户编号统计单元，配置为统计营销系统中的用户编号；
上网结算数据采集单元，配置为获取营销系统得地方电厂上网结算情况；
发电量数据采集单元，配置为获取电厂户对应的光伏户发电量。
3.根据权利要求1所述的一种基于大数据技术的用户用电分析系统，其特征在于：所述存储处理模块具备高效的数据压缩能力，用于优化内部数据库大表的存储效率。
4.根据权利要求1所述的一种基于大数据技术的用户用电分析系统，其特征在于：所述分析模型模块进一步包括，
工商错峰匹配单元，配置为筛选未在错峰轮休用户群里的工业和商业用户；
高可靠性费用评估单元，配置为筛查医疗及事业单位场所用电是否免收高可靠性供电费；
临时用电识别单元，配置为筛选标识为“装表临时用电”、“无表临时用电”的临时用电户。
5.根据权利要求1所述的一种基于大数据技术的用户用电分析系统，其特征在于：所述可视化预警模块进一步包括，
多样化图表展示单元，配置为采用包括但不局限柱状图、曲线图、条形图、饼形图页面展示用户用电数据；
预警分析模型构建单元，配置为构建频繁停电线路应投未投预警分析模型。
6.根据权利要求1所述的一种基于大数据技术的用户用电分析系统，其特征在于：所述结果导出模块进一步包括，
疑点清单导出单元，配置为支持模型疑点清单导出；
模型清单导出单元，配置为支持模型清单导出。
7.根据权利要求1所述的一种基于大数据技术的用户用电分析系统的方法，其特征在于：包括以下步骤，
步骤(A)，从营销系统、资产系统、客服系统、财务系统等多源异构系统中采集包括用户信息、业扩工单、用户编号、电厂上网结算情况及光伏户发电量在内的用户用电相关数据；
步骤(B)，使用大数据存储技术存储所采集的数据，并应用数据压缩算法优化存储空间，同时处理千万级规模数据以支持高效数据检索和管理；
步骤(C)，通过分析模型对用户用电数据进行分类判断，模型包括工业和商业用户与错峰轮休用户群匹配、高可靠性费用用户评估，以及临时用电户识别；
步骤(D)，利用可视化工具展示用户用电模式和异常情况，并构建预警系统以检测和通知用户及运营商潜在的用电异常或故障；
步骤(E)，导出模型疑点清单和模型清单，支持数据导出接口和生成可供打印的详细分析报告。
8.根据权利要求7所述的一种基于大数据技术的用户用电分析系统，其特征在于：所述步骤(C)中分析模型进一步结合机器学习算法对采集的用户用电数据进行分析，包括识别电力盗窃或非法用电行为，以及预测用户未来的用电趋势，所述机器学习算法利用历史数据集进行训练，并能够自适应更新以改进预测准确性。
9.根据权利要求7所述的一种基于大数据技术的用户用电分析系统，其特征在于：所述步骤(D)中可视化工具包括交互式仪表板和自定义报告生成器，仪表板显示实时和历史的用电数据趋势，报告生成器允许用户根据分析需求生成多种视图和图表，同时，所述预警系统基于时间序列分析技术自动检测用电量的周期性变化和趋势，为运营决策提供数据支持。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410048694.XA CN118014611A (zh) | 2024-01-12 | 2024-01-12 | 一种基于大数据技术的用户用电分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410048694.XA CN118014611A (zh) | 2024-01-12 | 2024-01-12 | 一种基于大数据技术的用户用电分析系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118014611A true CN118014611A (zh) | 2024-05-10 |
Family
ID=90953456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410048694.XA Pending CN118014611A (zh) | 2024-01-12 | 2024-01-12 | 一种基于大数据技术的用户用电分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118014611A (zh) |
-
2024
- 2024-01-12 CN CN202410048694.XA patent/CN118014611A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Alahakoon et al. | Advanced analytics for harnessing the power of smart meter big data | |
| Kang et al. | Big data analytics in China's electric power industry: modern information, communication technologies, and millions of smart meters | |
| CN111291076B (zh) | 基于大数据的异常用水监测报警系统及其构建方法 | |
| CN105354616A (zh) | 一种电力计量资产数据处理装置及其在线处理方法 | |
| CN101789628A (zh) | 企业电能节能管理系统 | |
| CN110928866A (zh) | 基于停电信息大数据分析的线路拓扑核查方法及系统 | |
| CN101673363A (zh) | 用能效率评测方法和系统 | |
| Dhupia et al. | The role of big data analytics in smart grid management | |
| CN108876154A (zh) | 一种电网规划大数据分析系统 | |
| CN106355489A (zh) | 一种面向管理的数据中心系统及数据处理方法 | |
| CN114399192A (zh) | 一种在线稽查自动化rpa系统 | |
| CN112257937B (zh) | 一种基于大数据技术的配电网故障预测系统及方法 | |
| CN110245163A (zh) | 一种电力系统运行隐患排查方法 | |
| CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
| CN116522746A (zh) | 高耗能企业配电托管方法 | |
| Yang et al. | Probabilistic revenue analysis of microgrid considering source-load and forecast uncertainties | |
| CN118014611A (zh) | 一种基于大数据技术的用户用电分析系统及方法 | |
| CN111143431A (zh) | 一种智能化量费核查与异常识别系统 | |
| CN115908082A (zh) | 基于用电特征指标的企业排污监控方法及装置 | |
| CN114185955A (zh) | 一种配网精益化全景监测系统的业务架构方法 | |
| CN115097797A (zh) | 一种基于互联网分布式能源云管控系统 | |
| CN111861016B (zh) | 电网预测售电量的汇总分析管理方法及管理系统 | |
| CN112308437A (zh) | 基于大数据分析的线损治理方法、系统、装置和存储介质 | |
| Zhang | Portrait analysis of power transmission line for smart grid based on external data association fusion | |
| CN111489087A (zh) | 一种电网战略运营管控方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |