[发明专利]一种面向电力用户的大数据服务方法

说明书

技术领域

本发明涉及一种面向电力用户的大数据服务方法，属于计算机技术领域。

背景技术

大数据早期主要应用于商业、金融等领域，后逐渐扩展到交通、医疗、能源等领域，智能电网被看作是大数据应用的重要技术领域之一。

随着智能电网的快速发展，智能电表的大量部署和传感技术的广泛应用，电力工业产生了大量结构多样、来源复杂的数据，如何存储和应用这些数据，是电力公司面临的难题。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种面向电力用户的大数据服务方法。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种面向电力用户的大数据服务方法，包括如下步骤：

步骤1：需求侧管理/需求响应；

步骤2：用户能效分析和管理；

步骤3：营销业务辅助分析；

步骤4：供电服务舆情监测预警分析；

步骤5：电动汽车充电设施建设部署。

作为优选方案，所述步骤1包括：根据不同的气候条件，包括：潮湿、干燥地带，气温高、低地区，不同的社会阶层将用户进行分类；对于每一类用户又可绘制不同用电设备的日负荷曲线，分析其主要用电设备的用电特性，包括：用电量出现的时间区间，用电量影响因素，以及是否可转移、是否可削减；对于受天气影响的用电设备，包括：热水器、空调，分析用电设备对天气的敏感性，分析不同用户对电价的敏感性，在分类分析的基础上，通过聚合，得到某一片区域或某一类用户可提供的需求响应总量，再分析哪一部分容量、多少时间段的需求响应量是可靠的，分析结果可为制定需求管理/响应激励机制提供依据。

作为优选方案，所述步骤2包括：采集到用户用电器分类用电数据，由传感器获取不同用电器的数据后，通过与典型数据、平均数据进行比对给出能效分析结论；通过电表数据，识别用户端的不同类型负荷比例，并与典型数据的比对得出能效分析结果；从海量用户的负荷曲线，采用数据挖掘技术，按照特定的函数算法，按行业、季度聚合成行业的典型负荷曲线模型，然后将所有的用户的负荷曲线与行业的典型负荷曲线进行对比，分析出与典型负荷曲线变化趋势不一致的用户，由此对用户的能效给出评价，并提出改进建议。

作为优选方案，所述步骤3包括：业扩报装辅助分析以营配集成为纽带，将用电信息采集系统、营销系统和PMS及SCADA系统的数据相融合，实现对变电站、线路及下挂用户和台区的负荷、电量监测分析。

作为优选方案，所述步骤4包括：通过与互联网新媒体包括：微博、微信的服务对接机制收集海量用电信息、用户信息以及互联网舆论信息，建设大数据舆情监测分析体系，利用大数据采集、存储、分析、挖掘技术，从互联网海量数据中挖掘、提炼关键信息，建立负面信息关联分析监测模型，及时洞察和响应客户行为，拓展互联网营销服务渠道，提升企业精益营销管理和优质服务水平。

作为优选方案，所述步骤5包括：融合电动汽车用户信息、居民信息、配电网数据、用电信息数据、地理信息系统数据、社会经济数据，利用大数据技术预测电动汽车的短中长期保有量、发展规模和趋势、电量需求和最大负荷情况；参照交通密度、用户出行方式、充电方式偏好因素，依据城市与交通规划以及输电网规划，建立电动汽车充电设施规划模型和后评估模型，对电动汽车充电设施的部署方案制定和建设后期的效能评估提供依据。

有益效果：本发明提供的一种面向电力用户的大数据服务方法，对于数据的利用价值巨大，不仅可将电网自身的管理运行水平提升到新的高度，甚至产生根本性的变革，而且可为政府部门、工业界和广大用户提供更多更好的服务，为电力公司拓展很多增值业务提供条件。

具体实施方式

一种面向电力用户的大数据服务方法，包括如下步骤：

1）需求侧管理/需求响应：根据不同的气候条件(如潮湿、干燥地带，气温高、低地区)、不同的社会阶层将用户进行分类；对于每一类用户又可绘制不同用电设备的日负荷曲线，分析其主要用电设备的用电特性，包括用电量出现的时间区间，用电量影响因素，以及是否可转移、是否可削减等，对于受天气影响的用电设备，如热水器、空调等，需分析其对天气的敏感性，当然，不同的季节、以及每日中的不同时间，用户用电对天气的敏感性都是不同的。分析不同用户对电价的敏感性，包括在不同季节、不同时间对电价的敏感性。在分类分析的基础上，通过聚合，可得到某一片区域或某一类用户可提供的需求响应总量，再分析哪一部分容量、多少时间段的需求响应量是可靠的，分析结果可为制定需求管理/响应激励机制 提供依据。