CN104361110B - 海量用电数据分析***及其实时计算、数据挖掘方法 - Google Patents
海量用电数据分析***及其实时计算、数据挖掘方法 Download PDFInfo
- Publication number
- CN104361110B CN104361110B CN201410710769.2A CN201410710769A CN104361110B CN 104361110 B CN104361110 B CN 104361110B CN 201410710769 A CN201410710769 A CN 201410710769A CN 104361110 B CN104361110 B CN 104361110B
- Authority
- CN
- China
- Prior art keywords
- data
- electricity consumption
- analysis
- magnanimity
- module
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 79
- 238000007405 data analysis Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000012800 visualization Methods 0.000 claims abstract description 10
- 238000007418 data mining Methods 0.000 claims abstract description 8
- 230000003542 behavioural effect Effects 0.000 claims abstract description 7
- 238000005265 energy consumption Methods 0.000 claims abstract description 5
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 239000002245 particle Substances 0.000 claims description 2
- 238000010223 real-time analysis Methods 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 claims description 2
- 238000005065 mining Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Public Health (AREA)
- Fuzzy Systems (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种海量用电数据分析***,包括:数据源;数据获取模块;数据存储模块;数据计算模块,用于采用SmartMing、和/或Rhadoop分析工具和/或Spark框架,对数据计算模块的海量用电数据进行98分布式并行计算;基础服务模块,提供GIS服务和可视化服务,以及根据数据计算模块的计算结果进行数据分析;用电分析平台,用于根据基础服务模块进行计量装置分析、实时线损计算、用电行为分析、馈线分析、电力负荷预测和负荷实时预测。本发明还公开了一种基于海量用电数据分析***的海量用电数据实时计算方法和一种基于海量用电数据分析***的海量用电数据挖据方法。本发明可以对海量用电数据进行分析处理,处理效率高。
Description
技术领域
本发明涉及用电数据处理领域,尤其涉及一种海量用电数据分析***。
背景技术
随着电网规模的高速发展,信息化技术手段已广泛应用于电网的各个层面,取得了显著效果,为满足国民经济和社会发展的需要,提高客户服务质量做出了有力支撑。电力企业的计量自动化、采集***也在不断完善普及,从而产生了海量的用电数据。
而企业对用电数据的应用管控却远远滞后于用电数据的增长,使其管理难度和复杂性也成倍增加。作为决策者必须在海量的用电数据中经过长时间的整理分析才能得出有效的结论,无疑增加了管理上的难度。
当前电网采集的用电数据实时性高且数据量巨大,传统的数据存储方式性能出现瓶颈,在此基础上的统计分析也出现响应时间长、可靠性和稳定性等问题。因此技术人员将挖掘算法用到智能用电领域进行客户分析,但是大规模的海量用电数据在处理时存在运算量大,采用传统的挖掘算法效率太低。
发明内容
本发明所要解决的技术问题在于,提供一种海量用电数据分析***,可以对海量用电数据进行分析处理,处理效率高。
为了解决上述技术问题,本发明提供了一种海量用电数据分析***,包括:
数据源,用于提供海量用电数据;
数据获取模块,用于采用web服务方式和/或ETL方式从所述数据源中获取海量用电数据;
数据存储模块,用于对所述数据获取模块获取的海量用电数据进行存储;
数据计算模块,用于采用SmartMing、和/或Rhadoop分析工具和/或Spark框架,对所述数据计算模块的海量用电数据进行分布式并行计算;
基础服务模块,用于提供GIS服务和可视化服务,以及根据所述数据计算模块的计算结果进行数据分析;
用电分析平台,用于根据所述基础服务模块进行计量装置分析、实时线损计算、用电行为分析、馈线分析、电力负荷预测和负荷实时预测。
本发明还提供了一种基于所述的海量用电数据分析***的海量用电数据实时计算方法,包括:
采用所述数据获取模块中的ETL方式从所述数据源中获取海量用电数据;
根据实时计算所需要达到的指标,基于所述数据计算模块的Spark框架,采用内存并行计算技术对所述海量用电数据进行数据处理,并进行去噪、过滤重复主题/删除与制定目标无关的冗余和垃圾信息;
基于所述数据计算模块的Spark框架,采用内存并行计算技术对数据处理结果进行汇总,并将汇总结果存储到数据仓库中;
结合所述基础服务模块的所述GIS服务和/或可视化服务对数据仓库的数据进行展现。
本发明还提供了一种基于所述的海量用电数据分析***的海量用电数据挖据方法,包括:
采用所述数据获取模块中的Web服务方式和ETL方式从所述数据源中获取海量用电数据;
采用所述数据计算模块中所述Rhadoop分析工具中hadoop的map技术将所述海量用电数据存储到HDFS中,
采用所述数据计算模块中所述Rhadoop分析工具中hadoop的分布式计算技术对所述海量用电数据进行数据处理;
采用数据计算模块中所述Spark框架或者RHadoop分析工具的数据挖掘算法对数据处理结果进行分析计算,并将分析计算结果存储到MySQL数据库中;
结合所述基础服务模块的所述GIS服务和/或可视化服务对MySQL数据库的数据进行展现。
本发明可以对海量用电数据进行分析处理,提高了海量数据的可管理度及海量数据的入库效率,满足海量历史数据查询统计分析的需求,提高数据计算的速度,处理效率高,在此基础上提供丰富的分析统计满足业务和管理要求,能够让现有***顺畅地处理数据采集任务,应对简单的应用展现,满足更多和更高效的统计分析需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的海量用电数据分析***的实施例的结构框图;
图2是本发明提供的基于图1所示海量用电数据分析***的海量用电数据实时计算方法的实施例的流程示意图;
图3是本发明提供的基于图1所示海量用电数据分析***的海量用电数据挖据方法的实施例的流程示意图。
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他实施例,都属于本发明保护的范围。
图1是本发明提供的海量用电数据分析***的实施例的结构框图,如图1所示,包括:
数据源,用于提供海量用电数据;
数据获取模块,用于采用web服务方式和/或ETL方式从所述数据源中获取海量用电数据;
数据存储模块,用于对所述数据获取模块获取的海量用电数据进行存储;
数据计算模块,用于采用SmartMing、和/或Rhadoop分析工具和/或Spark框架,对所述数据计算模块的海量用电数据进行分布式并行计算;
基础服务模块,用于提供GIS服务和可视化服务,以及根据所述数据计算模块的计算结果进行数据分析;
用电分析平台,用于根据所述基础服务模块进行计量装置分析、实时线损计算、用电行为分析、馈线分析、电力负荷预测和负荷实时预测。
其中,所述数据源为计量自动化***、能量管理***、营销***、营配一体化数据中心以及外部数据中的一种或多种。
其中,所述数据存储模块包括数据仓库和实时与关系型数据库相结合的数据库。例如,MySQL数据库和Oracle数据库。
其中,用电分析平台具体包括:
计量装置分析单元,用于根据所述基础服务模块的数据分析结果对计量装置状态进行判断,从而减少周期巡视误差;
实时线损计算单元,用于基于各个计量点的最小颗粒度数据实时进行线损计算,并采用所述GIS服务将线损反馈在GIS地图上;
用电行为分析单元,用于根据所述基础服务模块的数据分析结果对客户用电行为分析,为用电客户精细化管理提供决策依据;
馈线分析单元,用于结合所述GIS服务对馈线实时分析;
电力负荷预测单元,用于借助历史数据模型离线分析某一阶段的历史数据,从而进行短期的电力负荷预测;
负荷实时预测单元,用于根据所述基础服务模块的数据分析结果对负荷进行实时预测。
图2是本发明提供的基于图1所示海量用电数据分析***的海量用电数据实时计算方法的实施例的流程示意图,如图2所示,包括步骤:
S201、采用所述数据获取模块中的ETL方式从所述数据源中获取海量用电数据;
S202、根据实时计算所需要达到的指标,基于所述数据计算模块的Spark框架,采用内存并行计算技术对所述海量用电数据进行数据处理,并进行去噪、过滤重复主题/删除与制定目标无关的冗余和垃圾信息;
S203、基于所述数据计算模块的Spark框架,采用内存并行计算技术对数据处理结果进行汇总,并将汇总结果存储到数据仓库中;
S204、结合所述基础服务模块的所述GIS服务和/或可视化服务对数据仓库的数据进行展现。
图3是本发明提供的基于图1所示海量用电数据分析***的海量用电数据挖据方法的实施例的流程示意图,如图3所示,包括步骤:
S301、采用所述数据获取模块中的Web服务方式和ETL方式从所述数据源中获取海量用电数据;
S302、采用所述数据计算模块中所述Rhadoop分析工具中hadoop的map技术将所述海量用电数据存储到HDFS中,
S303、采用所述数据计算模块中所述Rhadoop分析工具中hadoop的分布式计算技术对所述海量用电数据进行数据处理;
S304、采用数据计算模块中所述Spark框架或者RHadoop分析工具的数据挖掘算法对数据处理结果进行分析计算,并将分析计算结果存储到MySQL数据库中;
S305、结合所述基础服务模块的所述GIS服务和/或可视化服务对MySQL数据库的数据进行展现。
本发明可以对海量用电数据进行分析处理,提高了海量数据的可管理度及海量数据的入库效率,满足海量历史数据查询统计分析的需求,提高数据计算的速度,处理效率高,在此基础上提供丰富的分析统计满足业务和管理要求,能够让现有***顺畅地处理数据采集任务,应对简单的应用展现,满足更多和更高效的统计分析需求。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (5)
1.一种海量用电数据分析***,其特征在于,包括:
数据源,用于提供海量用电数据;
数据获取模块,用于采用web服务方式和/或ETL方式从所述数据源中获取海量用电数据;
数据存储模块,用于对所述数据获取模块获取的海量用电数据进行存储;
数据计算模块,用于采用SmartMing、和/或Rhadoop分析工具和/或Spark框架,对所述数据计算模块的海量用电数据进行分布式并行计算;
基础服务模块,用于提供GIS服务和可视化服务,以及根据所述数据计算模块的计算结果进行数据分析;
用电分析平台,包括:计量装置分析单元,用于根据所述基础服务模块的数据分析结果对计量装置状态进行判断,从而减少周期巡视误差;实时线损计算单元,用于基于各个计量点的最小颗粒度数据实时进行线损计算,并采用所述GIS服务将线损反馈在GIS地图上;用电行为分析单元,用于根据所述基础服务模块的数据分析结果对客户用电行为分析,为用电客户精细化管理提供决策依据;馈线分析单元,用于结合所述GIS服务对馈线实时分析;电力负荷预测单元,用于借助历史数据模型离线分析某一阶段的历史数据,从而进行短期的电力负荷预测;负荷实时预测单元,用于根据所述基础服务模块的数据分析结果对负荷进行实时预测。
2.如权利要求1所述的海量用电数据分析***,其特征在于,所述数据源为计量自动化***、能量管理***、营销***、营配一体化数据中心以及外部数据中的一种或多种。
3.如权利要求1所述的海量用电数据分析***,其特征在于,所述数据存储模块包括数据仓库和实时与关系型数据库相结合的数据库。
4.一种基于权利要求1所述的海量用电数据分析***的海量用电数据实时计算方法,其特征在于,包括:
采用所述数据获取模块中的ETL方式从所述数据源中获取海量用电数据;
根据实时计算所需要达到的指标,基于所述数据计算模块的Spark框架,采用内存并行计算技术对所述海量用电数据进行数据处理,并进行去噪、过滤重复主题/删除与制定目标无关的冗余和垃圾信息;
基于所述数据计算模块的Spark框架,采用内存并行计算技术对数据处理结果进行汇总,并将汇总结果存储到数据仓库中;
结合所述基础服务模块的所述GIS服务和/或可视化服务对数据仓库的数据进行展现。
5.一种基于权利要求1所述的海量用电数据分析***的海量用电数据挖据方法,其特征在于,包括:
采用所述数据获取模块中的Web服务方式和ETL方式从所述数据源中获取海量用电数据;
采用所述数据计算模块中所述Rhadoop分析工具中hadoop的map技术将所述海量用电数据存储到HDFS中,
采用所述数据计算模块中所述Rhadoop分析工具中hadoop的分布式计算技术对所述海量用电数据进行数据处理;
采用数据计算模块中所述Spark框架或者RHadoop分析工具的数据挖掘算法对数据处理结果进行分析计算,并将分析计算结果存储到MySQL数据库中;
结合所述基础服务模块的所述GIS服务和/或可视化服务对MySQL数据库的数据进行展现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410710769.2A CN104361110B (zh) | 2014-12-01 | 2014-12-01 | 海量用电数据分析***及其实时计算、数据挖掘方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410710769.2A CN104361110B (zh) | 2014-12-01 | 2014-12-01 | 海量用电数据分析***及其实时计算、数据挖掘方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104361110A CN104361110A (zh) | 2015-02-18 |
CN104361110B true CN104361110B (zh) | 2016-01-20 |
Family
ID=52528370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410710769.2A Active CN104361110B (zh) | 2014-12-01 | 2014-12-01 | 海量用电数据分析***及其实时计算、数据挖掘方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104361110B (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992262A (zh) * | 2015-05-27 | 2015-10-21 | 南京国云电力有限公司 | 一种用电大数据分析挖掘处理方法 |
CN104867059A (zh) * | 2015-05-27 | 2015-08-26 | 南京国云电力有限公司 | 一种用电负荷分布的分析方法 |
CN105184676A (zh) * | 2015-09-17 | 2015-12-23 | 国网北京市电力公司 | 用电数据处理方法和装置 |
CN105243155A (zh) * | 2015-10-29 | 2016-01-13 | 贵州电网有限责任公司电力调度控制中心 | 一种大数据抽取和交换*** |
CN105427184A (zh) * | 2015-11-06 | 2016-03-23 | 南京信息工程大学 | 一种基于Hadoop的用电反馈实现方法 |
CN105321124A (zh) * | 2015-11-23 | 2016-02-10 | 南京信息工程大学 | 一种基于Hadoop的电力云平台设计方案 |
CN105468741A (zh) * | 2015-11-25 | 2016-04-06 | 曙光信息产业(北京)有限公司 | 一种警务大数据处理*** |
CN105550296B (zh) * | 2015-12-10 | 2018-10-30 | 深圳市华讯方舟软件技术有限公司 | 一种基于spark-SQL大数据处理平台的数据导入方法 |
CN105786996A (zh) * | 2016-02-18 | 2016-07-20 | 国网智能电网研究院 | 一种用电信息数据质量分析*** |
CN105893628A (zh) * | 2016-05-17 | 2016-08-24 | 中国农业银行股份有限公司 | 一种数据实时收集***及方法 |
CN106326331A (zh) * | 2016-06-29 | 2017-01-11 | 河南许继仪表有限公司 | 一种基于云计算的智能用电数据服务*** |
CN106295983A (zh) * | 2016-08-08 | 2017-01-04 | 烟台海颐软件股份有限公司 | 电力营销数据可视化统计分析方法及*** |
CN106411257B (zh) * | 2016-11-03 | 2019-06-18 | 许继集团有限公司 | 一种光伏电站状态诊断方法及装置 |
CN106599241B (zh) * | 2016-12-20 | 2020-06-30 | 北京超图软件股份有限公司 | 一种gis软件中针对大数据的可视化管理方法 |
CN106709035B (zh) * | 2016-12-29 | 2019-11-26 | 贵州电网有限责任公司电力科学研究院 | 一种电力多维全景数据的预处理*** |
CN106874381B (zh) * | 2017-01-09 | 2020-12-22 | 重庆邮电大学 | 一种基于Hadoop的无线电环境地图数据处理*** |
CN108470127B (zh) * | 2017-02-23 | 2021-10-29 | 全球能源互联网研究院 | 一种用电负荷数据的离线脱敏方法和装置 |
CN106919685A (zh) * | 2017-03-02 | 2017-07-04 | 浪潮软件集团有限公司 | 一种海量数据文件处理方法 |
CN107124394B (zh) * | 2017-03-10 | 2020-03-20 | 北京国电通网络技术有限公司 | 一种电力通信网络安全态势预测方法和*** |
CN107153710A (zh) * | 2017-05-19 | 2017-09-12 | 肇庆市智高电机有限公司 | 一种大数据处理方法及*** |
CN109559138A (zh) * | 2017-09-25 | 2019-04-02 | 北京京东尚科信息技术有限公司 | 闪购活动销量预测方法及装置、存储介质、电子设备 |
CN107832876B (zh) * | 2017-10-27 | 2020-09-04 | 国网江苏省电力公司南通供电公司 | 基于MapReduce框架的分区最大负荷预测方法 |
CN108228772A (zh) * | 2017-12-28 | 2018-06-29 | 北京航天云路有限公司 | 一种基于gis信息的人群行为分布的可视化方法 |
CN108536810A (zh) * | 2018-03-30 | 2018-09-14 | 四川斐讯信息技术有限公司 | 数据可视化展示方法及*** |
CN108897835A (zh) * | 2018-06-25 | 2018-11-27 | 浪潮软件集团有限公司 | 一种基于离线计算的标签体系管理方法 |
CN109165202A (zh) * | 2018-07-04 | 2019-01-08 | 华南理工大学 | 一种多源异构大数据的预处理方法 |
CN109492002B (zh) * | 2018-10-19 | 2021-03-23 | 浙江大学华南工业技术研究院 | 一种智能电网大数据存储与分析***及处理方法 |
CN110516332B (zh) * | 2019-08-15 | 2021-06-11 | 浪潮电子信息产业股份有限公司 | 并行计算结果的过滤方法及*** |
CN111078767A (zh) * | 2019-11-25 | 2020-04-28 | 东莞理工学院 | 一种基于网络数据平台的大数据分析*** |
CN111241087A (zh) * | 2020-03-10 | 2020-06-05 | 天津市普迅电力信息技术有限公司 | 一种基于分布式计算的能源数据自动化处理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944118A (zh) * | 2010-09-21 | 2011-01-12 | 深圳市佳创视讯技术股份有限公司 | 一种收视行为分析*** |
CN102254024A (zh) * | 2011-07-27 | 2011-11-23 | 国网信息通信有限公司 | 海量数据处理***及方法 |
CN102722764A (zh) * | 2012-05-22 | 2012-10-10 | 合肥恒卓科技有限公司 | 一体化电网优化辅助决策分析*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7233843B2 (en) * | 2003-08-08 | 2007-06-19 | Electric Power Group, Llc | Real-time performance monitoring and management system |
-
2014
- 2014-12-01 CN CN201410710769.2A patent/CN104361110B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944118A (zh) * | 2010-09-21 | 2011-01-12 | 深圳市佳创视讯技术股份有限公司 | 一种收视行为分析*** |
CN102254024A (zh) * | 2011-07-27 | 2011-11-23 | 国网信息通信有限公司 | 海量数据处理***及方法 |
CN102722764A (zh) * | 2012-05-22 | 2012-10-10 | 合肥恒卓科技有限公司 | 一体化电网优化辅助决策分析*** |
Also Published As
Publication number | Publication date |
---|---|
CN104361110A (zh) | 2015-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104361110B (zh) | 海量用电数据分析***及其实时计算、数据挖掘方法 | |
US20200280186A1 (en) | Establishing Communication and Power Sharing Links Between Components of a Distributed Energy System | |
Suciu et al. | Big data processing for renewable energy telemetry using a decentralized cloud M2M system | |
CN102254024A (zh) | 海量数据处理***及方法 | |
CN103426065A (zh) | 基于云计算的用电微网配电方法 | |
CN104537450A (zh) | 一种分布式光伏发电***的功率预测*** | |
CN103595140B (zh) | 一种基于云技术的发电、配电及智能优化的***和方法 | |
Zhou et al. | Fuel cell generation in geo-distributed cloud services: A quantitative study | |
CN103246630A (zh) | 基于模型数据中心的配网一体化平台信息集成方法 | |
CN103942637A (zh) | 基于云计算的用电微网配电方法 | |
Zieliński | Internet of Everything (IoE) in smart grid | |
US11181564B2 (en) | Distributed control of electric power grids | |
CN115640935A (zh) | 电力***碳排放量的计算方法、装置和计算机设备 | |
Shahzad et al. | Conceptual model of real time infrastructure within cloud computing environment | |
CN111105096A (zh) | 一种新能源并网布局规划方法与*** | |
Ashfaq et al. | Secure energy trading for electric vehicles using consortium blockchain and k-nearest neighbor | |
CN103546566A (zh) | 基于分布式存储与计算的配电网运行数据处理方法及*** | |
CN104732278A (zh) | 一种基于海云协同架构的深度神经网络训练方法 | |
CN202524426U (zh) | 一种企业云计算服务应用*** | |
Orgerie | Interconnecting smart grids and clouds to save energy | |
CN103606091A (zh) | 一种基于负荷灵敏度的智能配电网实时电价信息互动方法 | |
CN206021261U (zh) | 一种基于智能电表的能耗数据分析*** | |
CN116979540B (zh) | 基于图技术的换流站潮流估计方法、装置、设备和介质 | |
CN204794355U (zh) | 一种电能量计量装置现场作业移动监管*** | |
CN104463434B (zh) | 数据处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |