大數(shù)據(jù)管理與應(yīng)用概論 課件 第八章 基于能源大數(shù)據(jù)的管理決策應(yīng)用

8.1能源問(wèn)題背景與數(shù)據(jù)概述能源大數(shù)據(jù)產(chǎn)生于能源互聯(lián)網(wǎng)中的各個(gè)環(huán)節(jié)，涉及用戶描述數(shù)據(jù)、用戶行為數(shù)據(jù)、能源系統(tǒng)內(nèi)部數(shù)據(jù)以及氣象、地理、建筑等相關(guān)業(yè)務(wù)系統(tǒng)數(shù)據(jù)。能源大數(shù)據(jù)概念和特征家庭人口特征、居住環(huán)境特征等。用戶數(shù)據(jù)描述數(shù)據(jù)客戶服務(wù)系統(tǒng)數(shù)據(jù)、需求響應(yīng)系統(tǒng)數(shù)據(jù)等。用戶行為數(shù)據(jù)氣象數(shù)據(jù)、地理信息數(shù)據(jù)、建筑數(shù)據(jù)等。相關(guān)業(yè)務(wù)系統(tǒng)數(shù)據(jù)智能用電數(shù)據(jù)、電力生產(chǎn)數(shù)據(jù)等。能源系統(tǒng)內(nèi)部數(shù)據(jù)能源大數(shù)據(jù)的構(gòu)成技術(shù)類(lèi)型常見(jiàn)技術(shù)技術(shù)特點(diǎn)批量數(shù)據(jù)采集Webservice、ETL、dblink、ftp、離線數(shù)據(jù)庫(kù)文件復(fù)制、文件數(shù)據(jù)等。

以ETL為例，能對(duì)數(shù)據(jù)做標(biāo)準(zhǔn)化定義，實(shí)現(xiàn)統(tǒng)一編碼、統(tǒng)一分類(lèi)和組織；管理簡(jiǎn)單，可以提供與各種數(shù)據(jù)系統(tǒng)的接口，系統(tǒng)適應(yīng)性強(qiáng)，可擴(kuò)展性強(qiáng)。實(shí)時(shí)數(shù)據(jù)采集

直接數(shù)字化控制

高可靠性，支持自定義編程；支持多數(shù)據(jù)來(lái)源，數(shù)據(jù)輸出支持logger、hdfs、HBase、kafka等數(shù)據(jù)庫(kù)系統(tǒng)；數(shù)據(jù)不易丟失，保障數(shù)據(jù)安全性。非結(jié)構(gòu)化數(shù)據(jù)壓縮對(duì)于近期數(shù)據(jù)采用無(wú)損壓縮，對(duì)于較長(zhǎng)歷史時(shí)間數(shù)據(jù)可采用螺旋門(mén)算法壓縮?？刹捎梅植际讲渴?、線性擴(kuò)展，實(shí)現(xiàn)對(duì)各類(lèi)型數(shù)據(jù)（實(shí)時(shí)、批量、數(shù)據(jù)庫(kù)、文件、數(shù)據(jù)流）的采集、轉(zhuǎn)換、加載；可根據(jù)負(fù)載壓力動(dòng)態(tài)擴(kuò)展。能源大數(shù)據(jù)的獲取技術(shù)能源大數(shù)據(jù)概念和特征廣義的電力大數(shù)據(jù)不再局限于電力系統(tǒng)內(nèi)部產(chǎn)生的數(shù)據(jù)，往往包含了其他相關(guān)行業(yè)支撐電力系統(tǒng)運(yùn)行的外部數(shù)據(jù)。電力大數(shù)據(jù)主要包括如電流、電壓、線損、電網(wǎng)拓?fù)?、變相、各?lèi)傳感器數(shù)據(jù)等電力內(nèi)部數(shù)據(jù)，還包括氣象數(shù)據(jù)、氣候數(shù)據(jù)、輿情數(shù)據(jù)等諸多外部數(shù)據(jù)。電流電壓線損電網(wǎng)拓?fù)漭浨閿?shù)據(jù)各類(lèi)傳感器數(shù)據(jù)氣象數(shù)據(jù)氣候數(shù)據(jù)變相電流電力大數(shù)據(jù)的構(gòu)成能源大數(shù)據(jù)概念和特征VolumeVarietyVelocityEnergyExchangeEmpathy電力大數(shù)據(jù)具有無(wú)磨損、無(wú)消耗、無(wú)污染、易傳輸?shù)奶匦?，并可在使用過(guò)程中不斷精煉而增值。電力大數(shù)據(jù)以其與國(guó)民經(jīng)濟(jì)社會(huì)廣泛而緊密的聯(lián)系，具有明顯的正外部性。對(duì)用戶需求的充分挖掘和滿足，建立情感聯(lián)系，為電力用戶提供更加優(yōu)質(zhì)、安全、可靠的電力服務(wù)。3V+3E電力大數(shù)據(jù)的特征體量大類(lèi)型多速度快能源大數(shù)據(jù)概念和特征123456當(dāng)?shù)貙?shí)時(shí)的日照強(qiáng)度當(dāng)?shù)貙?shí)時(shí)的風(fēng)速和風(fēng)向太陽(yáng)能電池板的溫度以及環(huán)境溫度太陽(yáng)能電池板的電壓和電流光伏逆變器功率、效率、輸出電壓及電流電站發(fā)電量光伏電站利用數(shù)據(jù)采集系統(tǒng)獲取電站運(yùn)行的關(guān)鍵數(shù)據(jù)主要有六類(lèi)。數(shù)據(jù)采集系統(tǒng)由上位機(jī)監(jiān)控軟件、光伏數(shù)據(jù)集中器、光伏逆變器、環(huán)境參數(shù)檢測(cè)儀和光伏匯流箱5個(gè)子系統(tǒng)組成。發(fā)電數(shù)據(jù)——以光伏發(fā)電為例能源大數(shù)據(jù)概念和特征步驟：（1）原始數(shù)據(jù)收集及線路走廊踏勘，并制作快速巡檢任務(wù)計(jì)劃；（2）通過(guò)快速巡檢模式獲取線路走廊激光點(diǎn)云、短焦相機(jī)照片，從而獲得數(shù)字地形模型數(shù)據(jù)、正射影像數(shù)據(jù)、地表覆蓋以及電力線設(shè)施的相關(guān)空間幾何位置信息等；（3）制作精細(xì)巡檢任務(wù)計(jì)劃，并執(zhí)行精細(xì)巡檢任務(wù)獲取電力線設(shè)施更詳細(xì)的可見(jiàn)光照片、紅外視頻、紫外視頻等多源數(shù)據(jù)，為后續(xù)故障診斷與分析做準(zhǔn)備。原始數(shù)據(jù)收集線路走廊踏勘快速巡檢任務(wù)規(guī)劃三維激光點(diǎn)云地形數(shù)據(jù)正射影像精細(xì)巡檢數(shù)據(jù)采集短焦相機(jī)影像長(zhǎng)焦相機(jī)影像紅外視頻紫外視頻精細(xì)巡檢任務(wù)規(guī)劃電力線設(shè)施信息快速巡檢數(shù)據(jù)采集輸電數(shù)據(jù)——以無(wú)人機(jī)巡檢輸電線路數(shù)據(jù)為例能源大數(shù)據(jù)概念和特征智能變電站是采用先進(jìn)、可靠、集成、低碳、環(huán)保的智能設(shè)備，以全站信息數(shù)字化、通信平臺(tái)網(wǎng)絡(luò)化、信息共享標(biāo)準(zhǔn)化為基本要求，自動(dòng)完成信息采集、測(cè)量、控制、保護(hù)、計(jì)量和監(jiān)測(cè)。智能變電站數(shù)據(jù)能源大數(shù)據(jù)概念和特征類(lèi)別數(shù)據(jù)獲取來(lái)源具體數(shù)據(jù)臺(tái)賬數(shù)據(jù)配電自動(dòng)化系統(tǒng)、生產(chǎn)管理系統(tǒng)、地理信息系統(tǒng)。各元件設(shè)備的銘牌參數(shù)、安裝信息、型號(hào)等可靠性參數(shù)、線路長(zhǎng)度、型號(hào)、額定電壓電流等可靠性參數(shù)。實(shí)時(shí)運(yùn)行數(shù)據(jù)用電信息采集系統(tǒng)、配電自動(dòng)化系統(tǒng)、生產(chǎn)管理系統(tǒng)、電能質(zhì)量監(jiān)測(cè)管理系統(tǒng)、95598客服系統(tǒng)。三相電流、電壓、有功無(wú)功功率、頻率、功率因數(shù)等量測(cè)數(shù)據(jù)、各元件設(shè)備的開(kāi)斷連通情況、系統(tǒng)或負(fù)荷節(jié)點(diǎn)的異常數(shù)據(jù)、檢修狀態(tài)、停運(yùn)計(jì)劃、電網(wǎng)安全信息、越限統(tǒng)計(jì)數(shù)據(jù)、調(diào)度數(shù)據(jù)、設(shè)備維護(hù)信息、工程信息、分布式電源運(yùn)行數(shù)據(jù)等狀態(tài)數(shù)據(jù)。負(fù)荷數(shù)據(jù)配電負(fù)荷監(jiān)測(cè)系統(tǒng)配電網(wǎng)規(guī)劃系統(tǒng)、負(fù)荷控制系統(tǒng)、營(yíng)銷(xiāo)業(yè)務(wù)管理系統(tǒng)等。各負(fù)荷節(jié)點(diǎn)、各區(qū)域的實(shí)時(shí)負(fù)荷大小與預(yù)測(cè)負(fù)荷大小等數(shù)據(jù)。環(huán)境數(shù)據(jù)配電網(wǎng)規(guī)劃系統(tǒng)、氣象信息系統(tǒng)、地理信息系統(tǒng)、地區(qū)社會(huì)經(jīng)濟(jì)數(shù)據(jù)等。實(shí)時(shí)風(fēng)速、風(fēng)向、溫度、濕度、雨量、氣壓、日照強(qiáng)度等。智能配電網(wǎng)數(shù)據(jù)能源大數(shù)據(jù)概念和特征

電力系統(tǒng)終端用戶的智能用電信息主要通過(guò)用電采集系統(tǒng)獲取，該系統(tǒng)將高級(jí)傳感、通信及控制技術(shù)以及高級(jí)的計(jì)算機(jī)技術(shù)應(yīng)用相結(jié)合，從而實(shí)現(xiàn)智能用電數(shù)據(jù)的遠(yuǎn)程獲取。按照電力用戶性質(zhì)和營(yíng)銷(xiāo)業(yè)務(wù)需要，用電信息采集系統(tǒng)的對(duì)象包括7種。采集系統(tǒng)的對(duì)象采集對(duì)象具體范圍大型專(zhuān)變用戶用電容量在100kVA及以上的專(zhuān)用變壓器用戶。中小型專(zhuān)變用戶用電容量小于100kVA的專(zhuān)用變壓器用戶。三相一般工商業(yè)用戶執(zhí)行非居民電價(jià)的低壓三相電力用戶，包括低壓商業(yè)、小動(dòng)力、辦公等用電性質(zhì)的非居民三相用電。單相一般工商業(yè)用戶執(zhí)行非居民電價(jià)的低壓?jiǎn)蜗嚯娏τ脩簦ǖ蛪荷虡I(yè)、小動(dòng)力、辦公等用電性質(zhì)的非居民單相用電。居民用戶執(zhí)行居民電價(jià)的城鄉(xiāng)居民及居住區(qū)公用設(shè)施醫(yī)院學(xué)校等用戶。配變關(guān)口計(jì)量點(diǎn)公用配變關(guān)口，即公用配變上的用于內(nèi)部考核的計(jì)量。智能用電數(shù)據(jù)能源大數(shù)據(jù)概念和特征根據(jù)實(shí)際需要隨時(shí)人工召測(cè)數(shù)據(jù)。如出現(xiàn)事件告警時(shí)，隨即召測(cè)與事件相關(guān)的重要數(shù)據(jù)，供事件分析使用。方式二：隨機(jī)召測(cè)在全雙工通道和數(shù)據(jù)交換網(wǎng)絡(luò)通道的數(shù)據(jù)傳輸中，允許終端啟動(dòng)數(shù)據(jù)傳輸過(guò)程（簡(jiǎn)稱主動(dòng)上報(bào)），將重要事件立即上報(bào)主站，以及按定時(shí)發(fā)送任務(wù)設(shè)置將數(shù)據(jù)定時(shí)上報(bào)主站，主站應(yīng)支持主動(dòng)上報(bào)數(shù)據(jù)的采集和處理。方式三：主動(dòng)上報(bào)按采集任務(wù)設(shè)定的時(shí)間間隔自動(dòng)采集終端數(shù)據(jù)，自動(dòng)采集時(shí)間、間隔、內(nèi)容、對(duì)象可設(shè)置。當(dāng)定時(shí)自動(dòng)數(shù)據(jù)采集失敗時(shí)，主站具有自動(dòng)及人工補(bǔ)采功能，保證數(shù)據(jù)的完整性。方式一：定時(shí)自動(dòng)采集用電信息采集系統(tǒng)的采集方式能源大數(shù)據(jù)概念和特征能源大數(shù)據(jù)質(zhì)量評(píng)估是否有數(shù)據(jù)按照非標(biāo)準(zhǔn)格式存儲(chǔ)數(shù)據(jù)質(zhì)量評(píng)估是對(duì)數(shù)據(jù)進(jìn)行科學(xué)和統(tǒng)計(jì)的評(píng)估過(guò)程，以確定它們是否滿足項(xiàng)目或業(yè)務(wù)流程所需的質(zhì)量，是否能夠真正支持其預(yù)期用途的正確類(lèi)型和數(shù)量。所有系統(tǒng)里的數(shù)據(jù)是否一致，是否有重復(fù)數(shù)據(jù)。一致性所屬數(shù)據(jù)是否均存在。完整性是否有數(shù)據(jù)按照非標(biāo)準(zhǔn)格式存儲(chǔ)。合規(guī)性不同數(shù)據(jù)之間的數(shù)據(jù)是否存在關(guān)聯(lián)。關(guān)聯(lián)性當(dāng)需要處理數(shù)據(jù)時(shí)是否能即時(shí)存取。即時(shí)性能源數(shù)據(jù)質(zhì)量數(shù)據(jù)是否反應(yīng)事實(shí)，所有數(shù)據(jù)所傳達(dá)的信息是否一致。準(zhǔn)確性廣義一般缺乏IT手段支持能源數(shù)據(jù)標(biāo)準(zhǔn)化管理，沒(méi)有統(tǒng)一的能源數(shù)據(jù)管理優(yōu)化系統(tǒng)。即使著手建立能源數(shù)據(jù)管理系統(tǒng)，由于沒(méi)有相應(yīng)的能源數(shù)據(jù)質(zhì)量管理組織，系統(tǒng)上線后也無(wú)自動(dòng)化的標(biāo)準(zhǔn)化處理體系。在進(jìn)行能源數(shù)據(jù)質(zhì)量管理時(shí)未能打破舊思維，存在管理制度松散、執(zhí)行標(biāo)準(zhǔn)化力度不夠等現(xiàn)象。能源系統(tǒng)眾多，在數(shù)據(jù)模板、數(shù)據(jù)編碼等方面沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，各系統(tǒng)都自成一套體系。能源大數(shù)據(jù)質(zhì)量管理存在的難點(diǎn)能源大數(shù)據(jù)質(zhì)量評(píng)估初始數(shù)據(jù)獲取數(shù)據(jù)清理數(shù)據(jù)集成數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)規(guī)約數(shù)據(jù)挖掘與知識(shí)評(píng)價(jià)挖掘結(jié)果數(shù)據(jù)預(yù)處理包括對(duì)所收集數(shù)據(jù)進(jìn)行分類(lèi)或分組前所做的審核、篩選、排序等必要的處理。主要采用數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)歸約的方法來(lái)完成數(shù)據(jù)的預(yù)處理任務(wù)。二次預(yù)處理能源大數(shù)據(jù)質(zhì)量提升能源大數(shù)據(jù)質(zhì)量評(píng)估電力數(shù)據(jù)質(zhì)量問(wèn)題主要體現(xiàn)在4個(gè)方面，即單數(shù)據(jù)源模型層、單數(shù)據(jù)源實(shí)例層、多數(shù)據(jù)源模型層和多數(shù)據(jù)源實(shí)例層。缺少完整描述數(shù)據(jù)記錄錯(cuò)誤異構(gòu)數(shù)據(jù)模型冗余、矛盾、不一致電力數(shù)據(jù)質(zhì)量問(wèn)題模型層實(shí)例層模型層實(shí)例層多數(shù)據(jù)源單數(shù)據(jù)源電力大數(shù)據(jù)質(zhì)量問(wèn)題能源大數(shù)據(jù)質(zhì)量評(píng)估引入數(shù)據(jù)價(jià)值理念在現(xiàn)有的電力信息系統(tǒng)中引入數(shù)據(jù)價(jià)值理念這一概念，將數(shù)據(jù)資源作為電力企業(yè)的重要資產(chǎn)。制定管理控制機(jī)制電力企業(yè)應(yīng)結(jié)合自身的發(fā)展需求，從而制定科學(xué)的管理機(jī)制，將管理方案逐漸完善，且還應(yīng)該重視數(shù)據(jù)的評(píng)價(jià)結(jié)果。對(duì)數(shù)據(jù)質(zhì)量重要性的認(rèn)知梳理現(xiàn)有的管理規(guī)范，做好管理指導(dǎo)，按照規(guī)定去完成電力信息系統(tǒng)數(shù)據(jù)的錄入和維護(hù)，盡可能減少問(wèn)題數(shù)據(jù)出現(xiàn)。電力大數(shù)據(jù)質(zhì)量提升能源大數(shù)據(jù)質(zhì)量評(píng)估小結(jié)本節(jié)的主要內(nèi)容能源大數(shù)據(jù)概念和特征能源大數(shù)據(jù)質(zhì)量評(píng)估8.1能源問(wèn)題背景與數(shù)據(jù)概述8.2應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)與異常檢測(cè)應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)（五）以數(shù)字化智能化電網(wǎng)支撐新型電力系統(tǒng)建設(shè)。提高負(fù)荷預(yù)測(cè)精度和新型電力負(fù)荷智能管理水平，推動(dòng)負(fù)荷側(cè)資源分層分級(jí)分類(lèi)聚合及協(xié)同優(yōu)化管理，加快推動(dòng)負(fù)荷側(cè)資源參與系統(tǒng)調(diào)節(jié)。《國(guó)家能源局關(guān)于加快推進(jìn)能源數(shù)字化智能化發(fā)展的若干意見(jiàn)》，2023年3月28日負(fù)荷預(yù)測(cè)是指從已知的電力系統(tǒng)、經(jīng)濟(jì)、社會(huì)、氣象等因素出發(fā)，通過(guò)對(duì)歷史數(shù)據(jù)的分析和研究，探索各因素之間的內(nèi)在聯(lián)系和發(fā)展變化規(guī)律，對(duì)負(fù)荷的發(fā)展做出預(yù)先估計(jì)和推測(cè)。影響因素的不確定性導(dǎo)致負(fù)荷規(guī)律難以把握負(fù)荷預(yù)測(cè)模型的質(zhì)量直接關(guān)乎預(yù)測(cè)準(zhǔn)確度的高低信息不完整影響負(fù)荷預(yù)測(cè)準(zhǔn)確度的因素針對(duì)不同的預(yù)測(cè)目的，負(fù)荷預(yù)測(cè)按照預(yù)測(cè)期限的不同劃分。長(zhǎng)期預(yù)測(cè)中期預(yù)測(cè)短期預(yù)測(cè)超短期預(yù)測(cè)負(fù)荷預(yù)測(cè)的概念應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)不確定性時(shí)間性多方案性電能屬于瞬時(shí)能源，難以像化石能源大量長(zhǎng)期儲(chǔ)存。因此電力負(fù)荷預(yù)測(cè)應(yīng)保證電力的消費(fèi)和生產(chǎn)在同一階段進(jìn)行。電力負(fù)荷是波動(dòng)變化的，這種變化呈現(xiàn)周期性和連續(xù)性的特點(diǎn)，而時(shí)間是電力負(fù)荷預(yù)測(cè)最顯著的影響因素之一。電力負(fù)荷預(yù)測(cè)是一項(xiàng)長(zhǎng)期性工作，需要通過(guò)多種預(yù)測(cè)方法的實(shí)踐，找尋出最符合實(shí)際情況、預(yù)測(cè)精度最高的預(yù)測(cè)結(jié)果。負(fù)荷預(yù)測(cè)還受到季節(jié)、溫度、天氣等因素的影響，因此在實(shí)際應(yīng)用中需要將各類(lèi)影響因素與先進(jìn)預(yù)測(cè)方法結(jié)合起來(lái)綜合考慮。負(fù)荷預(yù)測(cè)的特點(diǎn)應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)負(fù)荷預(yù)測(cè)的基本流程負(fù)荷曲線聚類(lèi)分析。對(duì)影響負(fù)荷的因素進(jìn)行關(guān)聯(lián)度排序。找到分類(lèi)結(jié)果與關(guān)鍵影響因素間的耦合關(guān)系,建立分類(lèi)規(guī)則。將關(guān)鍵因素日特征向量輸入決策樹(shù)模型，輸出分類(lèi)結(jié)果。訓(xùn)練預(yù)測(cè)模型，選取匹配的預(yù)測(cè)模型完成負(fù)荷預(yù)測(cè)。計(jì)算系統(tǒng)負(fù)荷測(cè)試值。123456應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)長(zhǎng)期負(fù)荷預(yù)測(cè)是對(duì)未來(lái)五到十年或更長(zhǎng)時(shí)間的負(fù)荷趨勢(shì)進(jìn)行預(yù)測(cè)，為電網(wǎng)規(guī)劃和建設(shè)提供決策參考。外推法僅以負(fù)荷歷史數(shù)據(jù)為基礎(chǔ),分析得出其變化規(guī)律并將其外推，從而對(duì)未來(lái)的負(fù)荷發(fā)展進(jìn)行預(yù)測(cè)。彈性系數(shù)法曲線外推法灰色系統(tǒng)預(yù)測(cè)法相關(guān)分析法考慮社會(huì)、經(jīng)濟(jì)等因素對(duì)負(fù)荷發(fā)展的影響，通過(guò)建立負(fù)荷與影響因素之間的關(guān)系進(jìn)行預(yù)測(cè)。綜合產(chǎn)值電耗法回歸分析法長(zhǎng)期負(fù)荷預(yù)測(cè)應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)中期負(fù)荷預(yù)測(cè)通常是以月度負(fù)荷數(shù)據(jù)預(yù)測(cè)為目標(biāo)，相比于長(zhǎng)期負(fù)荷預(yù)測(cè)，周期性更強(qiáng)，一年內(nèi)的各月通常具有規(guī)律性。按照年度發(fā)展序列構(gòu)成的預(yù)測(cè)方法

一般是單調(diào)序列，因此常用各種回歸曲線進(jìn)行預(yù)測(cè)。這類(lèi)預(yù)測(cè)方法的優(yōu)點(diǎn)是數(shù)據(jù)的提取較為簡(jiǎn)單，預(yù)測(cè)模型的選擇空間較大，可以采用成熟的預(yù)測(cè)方法，缺點(diǎn)在于對(duì)新數(shù)據(jù)利用程度不夠。按照月度發(fā)展序列構(gòu)成的預(yù)測(cè)方法

將月度量看成一個(gè)連續(xù)變化的時(shí)間序列，其總變動(dòng)可分解為長(zhǎng)期趨勢(shì)變動(dòng)項(xiàng)、季節(jié)性變動(dòng)項(xiàng)和隨機(jī)擾動(dòng)項(xiàng)，如此可以將復(fù)雜的曲線分解為幾種典型模式，分別進(jìn)行預(yù)測(cè)，然后疊加。中期負(fù)荷預(yù)測(cè)應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)主要是對(duì)未來(lái)15分鐘、1個(gè)小時(shí)的負(fù)荷趨勢(shì)進(jìn)行預(yù)測(cè)，預(yù)測(cè)精度和速度是影響電力系統(tǒng)各參與主體決策的重要因素。不同日之間24小時(shí)整體變化規(guī)律的相似性不同星期、同一星期類(lèi)型日的相似性工作日/休息日各自具有相似性不同年度的重大節(jié)假日負(fù)荷曲線具有相似性周期性短期和超短期負(fù)荷預(yù)測(cè)應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)時(shí)間序列預(yù)測(cè)法時(shí)間序列模型是經(jīng)典的、應(yīng)用廣泛的一類(lèi)短期及超短期負(fù)荷預(yù)測(cè)方法。常用的時(shí)間序列模型有自回歸（AR）模型、移動(dòng)平均（MA）模型、自回歸移動(dòng)平均（ARMA）模型、整合移動(dòng)平均自回歸（ARIMA）模型。人工神經(jīng)網(wǎng)絡(luò)（ANN）方法對(duì)大量非結(jié)構(gòu)性、非精確性規(guī)律具有自適應(yīng)性，具有信息記憶、自主學(xué)習(xí)、知識(shí)推理和優(yōu)化計(jì)算的特點(diǎn)，這些優(yōu)勢(shì)使得其適合于電力負(fù)荷預(yù)測(cè)問(wèn)題，是在理論研究和實(shí)際應(yīng)用中均得到認(rèn)可的預(yù)測(cè)方法之一。兩類(lèi)負(fù)荷預(yù)測(cè)方法應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)指導(dǎo)電價(jià)制定引導(dǎo)用戶分時(shí)用電促進(jìn)源-荷協(xié)調(diào)同步精準(zhǔn)的負(fù)荷預(yù)測(cè)結(jié)果能夠幫助電力部門(mén)及時(shí)獲取信息，根據(jù)供需變化制定電力定價(jià)制度，提高售電部門(mén)和用戶的共同利益，達(dá)到互利共贏的目標(biāo)。供電部門(mén)根據(jù)預(yù)測(cè)結(jié)果，在用電高峰時(shí)期提高電價(jià)，用電低谷時(shí)期降電價(jià)，引導(dǎo)用戶合理用電，達(dá)到對(duì)負(fù)荷曲線“削峰填谷”的作用，緩解電網(wǎng)壓力。發(fā)電端根據(jù)負(fù)荷預(yù)測(cè)結(jié)果，合理制定發(fā)電計(jì)劃，做到實(shí)際發(fā)電量與負(fù)荷需求盡可能匹配，進(jìn)而在源端合理控制發(fā)電企業(yè)成本，在荷端即時(shí)消納電能，提升環(huán)境友好度。負(fù)荷預(yù)測(cè)結(jié)果的應(yīng)用應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的負(fù)荷預(yù)測(cè)異常檢測(cè)是指對(duì)不符合預(yù)期模式或數(shù)據(jù)集中其他項(xiàng)目的項(xiàng)目、事件或觀測(cè)值的識(shí)別。數(shù)據(jù)規(guī)模日益增大2018年底，國(guó)家電網(wǎng)公司累計(jì)智能電表招標(biāo)量達(dá)到了6.08億只，2019年全年國(guó)網(wǎng)公司智能電表招標(biāo)量達(dá)到了7721萬(wàn)只，同比增長(zhǎng)36.64%，采集的數(shù)量達(dá)到PB級(jí)別。電網(wǎng)規(guī)模日趨復(fù)雜

采集的電力數(shù)據(jù)不僅包括了設(shè)備各類(lèi)異常信號(hào)、運(yùn)行過(guò)程中各類(lèi)傳感器的狀態(tài)信息，同時(shí)還包含了大量的相關(guān)數(shù)據(jù)，這些數(shù)據(jù)時(shí)間密度大，結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)混雜，各類(lèi)數(shù)據(jù)之間都可能存在隱含的相關(guān)性。

能源大數(shù)據(jù)異常檢測(cè)面臨嚴(yán)峻的挑戰(zhàn)！應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的異常檢測(cè)特點(diǎn)能源供給設(shè)備的狀態(tài)監(jiān)測(cè)數(shù)據(jù)體量巨大多源異構(gòu)數(shù)據(jù)的相關(guān)性時(shí)間和空間屬性處理速度要求高價(jià)值密度低能源大數(shù)據(jù)異常檢測(cè)的特點(diǎn)應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的異常檢測(cè)

通過(guò)尋找與其他數(shù)據(jù)最不匹配的示例來(lái)檢測(cè)出標(biāo)記測(cè)試數(shù)據(jù)的異常。無(wú)監(jiān)督異常檢測(cè)

需要一個(gè)已經(jīng)被標(biāo)記“正?！迸c“異?！钡臄?shù)據(jù)集，并涉及到訓(xùn)練分類(lèi)器。監(jiān)督式異常檢測(cè)

根據(jù)一個(gè)給定的正常訓(xùn)練數(shù)據(jù)集產(chǎn)，用來(lái)創(chuàng)建出一個(gè)表示正常行為的模型，然后檢測(cè)由學(xué)習(xí)模型生成的測(cè)試實(shí)例的可能性。半監(jiān)督式異常檢測(cè)方法異常檢測(cè)的常用方法應(yīng)用案例：數(shù)據(jù)驅(qū)動(dòng)的異常檢測(cè)采集分析數(shù)據(jù)，篩選重載及過(guò)載嚴(yán)重線路和變壓器，加強(qiáng)關(guān)注。利用大數(shù)據(jù)異常檢測(cè)算法分析規(guī)律，實(shí)現(xiàn)有效預(yù)警。針對(duì)結(jié)構(gòu)化能源大數(shù)據(jù)的電異常檢測(cè)對(duì)數(shù)據(jù)的分布做出假設(shè)，并找出假設(shè)下所定義的“異?！?，因此往往會(huì)使用極值分析或者假設(shè)檢驗(yàn)。基于概率統(tǒng)計(jì)的異常檢測(cè)將數(shù)據(jù)集隨機(jī)劃分成多個(gè)子訓(xùn)練集，再在每個(gè)訓(xùn)練集上訓(xùn)練一個(gè)獨(dú)立的模型，最后綜合所有模型的結(jié)果?；诩傻漠惓z測(cè)模型異常點(diǎn)因?yàn)楹驼｜c(diǎn)的分布不同，因此相似度較低，由此衍生了一系列算法，這些算法通過(guò)相似度來(lái)識(shí)別異常點(diǎn)。基于相似度的異常檢測(cè)假設(shè)數(shù)據(jù)是鑲嵌在低維子空間中的，則這些數(shù)據(jù)在低維空間上投影后表現(xiàn)不好的數(shù)據(jù)可以認(rèn)為是離散點(diǎn)?；诰€性