摘要： 通過(guò)分析凈水廠制水工藝段各環(huán)節(jié)耗電情況,在保證水質(zhì)及安全的前提下,盡可能降低各環(huán)節(jié)用電量,從而降低制水電單耗。

摘要： 異常用電行為的時(shí)頻特性往往具有強(qiáng)隨機(jī)不確定性,而固定參數(shù)相關(guān)的分析方法無(wú)法有效處理此類(lèi)數(shù)據(jù)。為此,本文提出了一種基于經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD)的異常用電檢測(cè)方法。首先,針對(duì)用電數(shù)據(jù)的不同特點(diǎn)進(jìn)行初步篩選,進(jìn)而采用EMD方法對(duì)用戶用電量和線損電量序列進(jìn)行自適應(yīng)分解,提取EMD分解所得高頻分量,通過(guò)對(duì)其變化趨勢(shì)和相關(guān)性進(jìn)行分析,標(biāo)定異常用電行為。結(jié)合實(shí)際案例的分析比對(duì),驗(yàn)證了該方法的有效性。

摘要： 每一場(chǎng)危機(jī)都會(huì)引發(fā)一場(chǎng)反思,甚至倒逼一場(chǎng)變革。2021年限電危機(jī)也不例外。受電煤供應(yīng)緊張、價(jià)格飆升等因素影響,今年第三季度,全國(guó)超過(guò)20個(gè)省份執(zhí)行了有序用電,據(jù)中國(guó)電力企業(yè)聯(lián)合會(huì)數(shù)據(jù)統(tǒng)計(jì),1-10月份全國(guó)全社會(huì)的用電量為6.83萬(wàn)億千瓦時(shí)。

摘要： 每年進(jìn)了臘月后,放了年假、寒假的在外地工作、上大學(xué)的人就會(huì)陸陸續(xù)續(xù)返回到湖北省來(lái)鳳縣百福司鎮(zhèn)。父母等來(lái)了兒女,兒女盼來(lái)了父母,家里人多了,顯得喜氣洋洋,寨子里、集鎮(zhèn)上頓時(shí)熱鬧了起來(lái)?；剜l(xiāng)的人多,用電量也大:電冰箱、空調(diào)器要開(kāi),熱水器、洗衣機(jī)用得久些,電飯煲、電磁爐用得更勤,來(lái)了串門(mén)的親朋好友還要再添一個(gè)電暖器取暖,要給電動(dòng)車(chē)充足電好方便出行……

摘要： 可視化技術(shù)是挖掘用電量數(shù)據(jù)中所蘊(yùn)含豐富信息的關(guān)鍵技術(shù)手段,其相關(guān)研究熱點(diǎn)集中在四個(gè)方面。用電量可視化分析形式主要有堆疊面積圖等標(biāo)準(zhǔn)圖表和一些自定義圖表。用電量監(jiān)控的可視化系統(tǒng)常用于建筑群和工業(yè)過(guò)程的能耗分析,其可以在用電行為糾正等方面發(fā)揮作用。用電異常的可視化包括異常計(jì)量用電數(shù)據(jù)和異常用電行為兩個(gè)方面,以從源頭提高計(jì)量數(shù)據(jù)質(zhì)量,減少防竊電工作量。用電量數(shù)據(jù)挖掘的可視化研究集中在用電量預(yù)測(cè)中更實(shí)時(shí)的交互手段和用電用戶分類(lèi)中聚類(lèi)分析算法的過(guò)程展現(xiàn)。以往各項(xiàng)的研究仍存在數(shù)據(jù)量較小、數(shù)據(jù)維度不高、未考慮外部因素等不足。未來(lái)應(yīng)提升數(shù)據(jù)量級(jí)、擴(kuò)大時(shí)空范圍、融合多源數(shù)據(jù)、建立更細(xì)顆粒度用電數(shù)據(jù)模型。

摘要： 2021年,全國(guó)電力負(fù)荷屢創(chuàng)新高,用電量的增加使得整個(gè)電力行業(yè)在源、網(wǎng)、荷、儲(chǔ)4個(gè)方面都面臨著困境。浙江作為經(jīng)濟(jì)大省,單日最大用電量突破1億千瓦·時(shí),超過(guò)德國(guó)、法國(guó)等發(fā)達(dá)國(guó)家。隨著風(fēng)能、太陽(yáng)能等分布式新能源不斷接入,電能供應(yīng)呈現(xiàn)巨大波動(dòng),電網(wǎng)安全運(yùn)行面臨嚴(yán)峻挑戰(zhàn)(如圖1所示)。

摘要： 在SG186營(yíng)銷(xiāo)系統(tǒng)檔案準(zhǔn)確、用戶用電信息采集正常的情況下,存在竊電戶的臺(tái)區(qū)一般有以下特征:長(zhǎng)期處于高損狀態(tài);臺(tái)區(qū)線損穩(wěn)定在某區(qū)間內(nèi),波動(dòng)量會(huì)因“工作日、休息日”或氣溫驟增驟減突變;線損突變的同時(shí)竊電用戶的電量也存在突變;在竊電初期,臺(tái)區(qū)線損上升趨勢(shì)與用戶用電量成反比。

摘要： 用電量是衡量國(guó)民經(jīng)濟(jì)發(fā)展的“晴雨表”。隨著我國(guó)GDP總量穩(wěn)步提升,全社會(huì)的年用電量與日俱增。城市化進(jìn)程的加快使得用電負(fù)荷更為集中,城市土地資源更加緊缺,因此在人口密集的市區(qū)進(jìn)行架空線路入地改造成為了主流趨勢(shì)[1]。電纜線路和架空線路相比,具有很多優(yōu)勢(shì):電纜線路敷設(shè)于地下走廊管道中,占地面積和空間小,不易受到外部環(huán)境的干擾;維護(hù)成本低,有利于城市道路美化和環(huán)保;電纜的容性特性還可提高功率因素,減少電路傳輸壓降。

摘要： 窄帶物聯(lián)網(wǎng)是基于現(xiàn)有蜂窩移動(dòng)通信網(wǎng)絡(luò)的IoT領(lǐng)域物聯(lián)網(wǎng)技術(shù),支持低功耗終端在廣域網(wǎng)的蜂窩數(shù)據(jù)連接。窄帶物聯(lián)網(wǎng)(NB-IoT)具有廣覆蓋、大連接、低功耗、低成本等特點(diǎn),廣泛應(yīng)用于遠(yuǎn)程抄表、智慧路燈、智能煙感等應(yīng)用場(chǎng)景,在場(chǎng)景中充當(dāng)信息傳輸?shù)闹c(diǎn)。由于在各類(lèi)應(yīng)用場(chǎng)景下,系統(tǒng)硬件常使用直流電池組作為能量來(lái)源,因此對(duì)電量消耗的評(píng)價(jià)尤為重要。本文對(duì)一種窄帶物聯(lián)網(wǎng)通訊模塊實(shí)際應(yīng)用進(jìn)行測(cè)試,測(cè)量其在待機(jī)狀態(tài)和工作狀態(tài)的用電量,給出了不確定度評(píng)定,分析了對(duì)實(shí)際用電量評(píng)價(jià)的影響因素。

摘要： 與南水北調(diào)、西氣東輸、西電東送齊名的東數(shù)西算我們?cè)撊绾纹诖鋵?duì)產(chǎn)業(yè)、對(duì)經(jīng)濟(jì)帶來(lái)的價(jià)值?2021年,中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模超過(guò)45萬(wàn)億元,數(shù)字經(jīng)濟(jì)在GDP中的比重超過(guò)40%。在數(shù)字經(jīng)濟(jì)成為中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展引擎的關(guān)鍵時(shí)刻,東數(shù)西算工程推出。東數(shù)西算顧名思義把東部的數(shù)據(jù)送到西部進(jìn)行存儲(chǔ)和計(jì)算。數(shù)據(jù)顯示,截至2021年11月,西電東送兩條直流大通道已累計(jì)外送寧夏電量突破5000億千瓦時(shí),2021年浙江省全年用電量超過(guò)5000億千瓦時(shí),成為我國(guó)第四個(gè)全年累計(jì)用電超過(guò)5000億千瓦時(shí)的省份。

摘要： 全社會(huì)用電量增長(zhǎng)率圍繞國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率上下波動(dòng),漲跌趨勢(shì)基本一致,兩者有非常強(qiáng)的正相關(guān)性,電量消耗是地區(qū)經(jīng)濟(jì)發(fā)展的"晴雨表""放大鏡".通過(guò)BP神經(jīng)網(wǎng)絡(luò)算法,對(duì)江蘇用電量歷史數(shù)據(jù)進(jìn)行分析,并引入影響電力系統(tǒng)的用電量因素,如溫度、節(jié)假日確定模型構(gòu)成,計(jì)算預(yù)測(cè)江蘇GDP的增速,利用歷史增速對(duì)結(jié)果進(jìn)行訓(xùn)練,反向調(diào)整各參數(shù)達(dá)到最優(yōu)結(jié)果.將結(jié)果與實(shí)際值進(jìn)行對(duì)比,可以得出基于用電量預(yù)測(cè)GDP增速切實(shí)可行.

摘要： 目前我公司冷水機(jī)組主要是在6-9月使用，冷水機(jī)組較低溫度足以滿足車(chē)間使用，期望通過(guò)各方面努力，使冷水機(jī)組用電量在6-9月使用中下降10%（廠家表示每提高冷水機(jī)組回水溫度1°C，將節(jié)約用電量2-5%）。

摘要： 本文分析了影響甲苯二異氰酸酯生產(chǎn)造氣裝置用電量的四點(diǎn)因素,從設(shè)備改造、工藝調(diào)整等方面提出了解決辦法，經(jīng)過(guò)調(diào)整控制，造氣裝置耗電量顯著下降，為公司節(jié)能降耗，安全穩(wěn)定生產(chǎn)創(chuàng)造了有利條件。

摘要： 本文針對(duì)家用電器消費(fèi)者的痛點(diǎn)問(wèn)題,研究了可監(jiān)測(cè)用電量的家用電器控制系統(tǒng).闡明了控制系統(tǒng)原理,該控制系統(tǒng)分為三個(gè)單元：用電量檢測(cè)單元、中央控制單元和人機(jī)交互單元,主要由中央控制器，人機(jī)界面裝置，上網(wǎng)裝置ＷＩ-ＦＩ模塊，主電路控制裝置和用電量檢測(cè)單元組成，按照正常操作流程，消費(fèi)者通過(guò)人機(jī)界面裝置或手機(jī)發(fā)出啟動(dòng)指令，中央控制器接收指令并發(fā)出信號(hào)給主電路控制裝置。主電路控制裝置接通主電路電源，家用電器開(kāi)始下作。用電量檢測(cè)單元輸出電能數(shù)據(jù)脈沖信號(hào)到中央控制器。中央控制器對(duì)脈沖信號(hào)進(jìn)行算法處理，計(jì)算得到家用電器所消耗的用電量數(shù)據(jù)，結(jié)合時(shí)下電費(fèi)的單價(jià)數(shù)據(jù)，還可以計(jì)算小所消耗的電費(fèi)。中央控制裝置將用電量和電費(fèi)數(shù)據(jù)傳送到人機(jī)界面裝置并發(fā)送到消費(fèi)者手機(jī)，使消費(fèi)者隨時(shí)隨地掌握家用電器的電量和電費(fèi)使用情況。

摘要： 針對(duì)醫(yī)院建筑用能現(xiàn)狀,以探究醫(yī)院建筑用能規(guī)律及特性為目的,收集了嚴(yán)寒地區(qū)某三級(jí)甲等綜合醫(yī)院建筑用電量、用熱量、用水量3類(lèi)能耗數(shù)據(jù),分析該醫(yī)院門(mén)診樓冬季用能特點(diǎn),了解該類(lèi)型單體建筑用能特性,用以評(píng)價(jià)建筑能源利用水平和對(duì)醫(yī)院建筑進(jìn)行節(jié)能管理.

摘要： 從“電力用戶用電信息采集系統(tǒng)”中的深度分析模塊,對(duì)電流異常用戶進(jìn)行檢查分析,選擇三相電流較小或?yàn)榱愕挠脩?對(duì)這類(lèi)用戶各時(shí)段用電量、用電負(fù)荷進(jìn)行檢查分析,發(fā)現(xiàn)普工業(yè)用戶現(xiàn)場(chǎng)存在竊電現(xiàn)象,進(jìn)行糾正處理.

摘要： 品管圈(Quality Control Circle QCC)概念起源于20世紀(jì)60年代的日本企業(yè)界.在眾多的管理工具中,它是一個(gè)可以在短期內(nèi)見(jiàn)效、易持續(xù)開(kāi)展并且有效改善部門(mén)績(jī)效、提高患者滿意度、提升醫(yī)療品質(zhì)的質(zhì)量改善活動(dòng).品管圈活動(dòng)倡導(dǎo)以一線員工為中心,組成質(zhì)量改善圈,共同學(xué)習(xí)和運(yùn)用品管方法,討論、發(fā)現(xiàn)、解決工作中存在的問(wèn)題,形成自下而上卓有成效的質(zhì)量改善機(jī)制.本文介紹了我院后勤部門(mén)運(yùn)用“品管圈”管理工具,通過(guò)對(duì)中央空調(diào)、照明、電梯的節(jié)能改造,取得良好的節(jié)能效果.探索了品質(zhì)管理工具在后勤管理中的有效運(yùn)用.

摘要： 而為了節(jié)約能源及有效用電,如何降低在住商與工業(yè)部門(mén)用電比例高的冷凍空調(diào)設(shè)備之耗電,乃是當(dāng)下重要的課題之一.適逢國(guó)內(nèi)正大力推動(dòng)“自己的電自己省”-智慧節(jié)電計(jì)晝,緊密結(jié)合各縣市政府進(jìn)行節(jié)電宣導(dǎo)與輔導(dǎo)、稽查等作業(yè)的當(dāng)下.然而從全國(guó)各縣市等區(qū)域節(jié)電推動(dòng)的角度,如何能夠從眾多且幅員廣闊的縣市區(qū)域中確實(shí)掌握到高耗能之能源用戶,進(jìn)而提供有效且可行的節(jié)電輔導(dǎo)措施,即為推動(dòng)過(guò)程掌握正確能源資訊之關(guān)鍵步驟.本文將依據(jù)103年之“臺(tái)電高壓用戶(契約容量介於100kW與800kW)”和“工業(yè)部門(mén)能源申報(bào)(契約容量＞800kW)”兩大類(lèi)資料,并結(jié)合工研院開(kāi)發(fā)之“能源地理資訊系統(tǒng)”技術(shù),區(qū)分成住商與工業(yè)兩大部門(mén),并從48個(gè)主要耗能行業(yè)中,依據(jù)冷凍與空調(diào)總用電量排序篩選出工業(yè)部門(mén)的電子零組件制造業(yè)、食品及飲料制造業(yè)、化學(xué)材料制造業(yè);和住商部門(mén)的醫(yī)療保健及社會(huì)工作服務(wù)業(yè)、教育服務(wù)業(yè)、批發(fā)及零售業(yè)等六個(gè)主要耗電行業(yè),進(jìn)行冷凍空調(diào)系統(tǒng)用電現(xiàn)況分析及地區(qū)節(jié)電潛力的探討,期望能夠提供政府單位做為后續(xù)推動(dòng)整合區(qū)域冷凍空調(diào)系統(tǒng)節(jié)電措施之參考依據(jù).

摘要： 1-6月份,全國(guó)電力供需總體寬松.全社會(huì)用電量增速小幅回升,二產(chǎn)用電量降幅收窄.工業(yè)用電量增速小幅提升,制造業(yè)用電量增速由負(fù)轉(zhuǎn)正.高載能行業(yè)用電量走勢(shì)分化,化工用電量增速明顯提升,有色用電量增速出現(xiàn)減緩勢(shì)頭.發(fā)電裝機(jī)容量保持較快增長(zhǎng),發(fā)電量增速持續(xù)低迷.火電利用小時(shí)同比大幅下降,水電、核電、風(fēng)電利用小時(shí)同比增加.跨區(qū)輸送電量增速較上年大幅回落,跨省電量輸送規(guī)模同比下降.基建新增裝機(jī)規(guī)模同比增加,火電保持較大在建規(guī)模。

摘要： 采用調(diào)研和實(shí)地測(cè)量,對(duì)重慶地區(qū)城市和村鎮(zhèn)居民入戶調(diào)研,分析了重慶地區(qū)城市和村鎮(zhèn)居民夏季熱環(huán)境調(diào)節(jié)行為,并討論了年收入、空調(diào)擁有量和用電量三者之間定性關(guān)系.城市居民廣泛使用空調(diào)降溫,村鎮(zhèn)居民空調(diào)使用主要集中于晚上,風(fēng)扇仍是較多使用的降溫方式.與村鎮(zhèn)居民相比,城市居民年收入增加,空調(diào)擁有量和用電量明顯增加.

摘要： 本發(fā)明公開(kāi)了一種洗衣機(jī)用電量顯示控制系統(tǒng)及洗衣機(jī)用電量顯示控制方法，出廠前將洗衣機(jī)中各個(gè)負(fù)荷在單個(gè)脈沖邊沿時(shí)間內(nèi)的輸出功率值存儲(chǔ)在斷電保存存儲(chǔ)器內(nèi)，運(yùn)行后在每個(gè)脈沖邊沿時(shí)間T1內(nèi)，根據(jù)各個(gè)負(fù)荷的狀態(tài)標(biāo)志值進(jìn)行消耗功率值累計(jì)，實(shí)時(shí)顯示在顯示裝置上。本發(fā)明在低硬件成本的情況下，能夠?qū)崟r(shí)、準(zhǔn)確地顯示累計(jì)消耗功率值及歷史功率值。同時(shí)，可以根據(jù)初期設(shè)定顯示出預(yù)計(jì)用電量，根據(jù)設(shè)定顯示出可削減的用電量比例，并在實(shí)際用電量達(dá)到用電量限制值時(shí)進(jìn)行提醒。本發(fā)明可以從多個(gè)方面滿足用戶對(duì)洗衣機(jī)用電量的了解，引導(dǎo)用戶選擇更節(jié)電的方式進(jìn)行洗衣，從而對(duì)洗衣機(jī)產(chǎn)品的用電量進(jìn)行有效控制和管理。

摘要： 本發(fā)明公開(kāi)了一種基于用電量序列的月度售電量預(yù)測(cè)方法，主要包括：將月度用電量歷史數(shù)據(jù)劃分為訓(xùn)練集以及驗(yàn)證集兩部分；建立以待預(yù)測(cè)月的上一月和去年同期的用電量為輸入，待預(yù)測(cè)月的用電量為輸出的支持向量機(jī)模型；利用貝葉斯優(yōu)化對(duì)支持向量機(jī)的懲罰系數(shù)c、核函數(shù)系數(shù)γ及不敏感系數(shù)ε進(jìn)行尋優(yōu)；建立最優(yōu)參數(shù)下的支持向量機(jī)預(yù)測(cè)模型并預(yù)測(cè)未來(lái)用電量；基于月度用電量序列歷史數(shù)據(jù)和預(yù)測(cè)結(jié)果，構(gòu)建虛擬電量序列；最后，建立以虛擬電量序列為輸入、月度售電量為輸出的逐月線性回歸模型，對(duì)未來(lái)月度售電量進(jìn)行預(yù)測(cè)，以減小售電量因抄表例日不固定、統(tǒng)計(jì)區(qū)間與自然月有所差別導(dǎo)致直接使用售電量歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)的誤差。

摘要： 一種基于全社會(huì)用電量分解的用電量預(yù)測(cè)方法。其包括獲取數(shù)據(jù)；預(yù)測(cè)第n年售電量；預(yù)測(cè)第n年線損電量；預(yù)測(cè)第n年公用電廠廠用電量；預(yù)測(cè)第n年自備電廠自發(fā)自用電量；預(yù)測(cè)第n年的全社會(huì)用電量等步驟。本發(fā)明的基于全社會(huì)用電量分解的用電量預(yù)測(cè)方法的有益效果：從源頭上綜合考慮組成全社會(huì)用電量的各個(gè)變量，充分結(jié)合電力市場(chǎng)的變化情況，更貼合電力市場(chǎng)的真實(shí)情況，避免了數(shù)學(xué)模型方法僅從數(shù)字變化規(guī)律預(yù)測(cè)帶來(lái)的高偏差，提高了全社會(huì)用電量的預(yù)測(cè)精度。同時(shí)本方法結(jié)合市場(chǎng)預(yù)測(cè)人員的日常工作，易于掌握與操作，無(wú)論從影響因素考慮還是變量計(jì)算各方面，均簡(jiǎn)單易懂，方便實(shí)際操作人員熟練掌握，為提高電力市場(chǎng)分析工作質(zhì)量提供有益指導(dǎo)作用。

摘要： 一種適用于加工機(jī)臺(tái)的用電量預(yù)估系統(tǒng)與用電量預(yù)估方法在此揭露，其中用電量預(yù)估系統(tǒng)包含知識(shí)庫(kù)、解析模塊、映射模塊與預(yù)測(cè)模塊。知識(shí)庫(kù)用以儲(chǔ)存模型信息。模型信息是用來(lái)記錄多個(gè)加工程序單節(jié)每一者與其一用電量之間的對(duì)應(yīng)關(guān)系。解析模塊用以將加工程序解析為多個(gè)加工程序單節(jié)并取得每一加工程序單節(jié)所對(duì)應(yīng)的加工信息。映射模塊用以依據(jù)加工程序單節(jié)每一者及其對(duì)應(yīng)的加工信息與模型信息，產(chǎn)生對(duì)應(yīng)每一加工程序單節(jié)的預(yù)估單節(jié)用電量。預(yù)測(cè)模塊用以加總加工程序單節(jié)所對(duì)應(yīng)的預(yù)估單節(jié)用電量以產(chǎn)生預(yù)估加工程序總用電量。僅需加工程序，本發(fā)明即可依據(jù)模型信息產(chǎn)生預(yù)估加工程序用電量，以作為工件的用電量成本估計(jì)基礎(chǔ)。

摘要： 本發(fā)明公開(kāi)了一種洗衣機(jī)用電量顯示控制系統(tǒng)及洗衣機(jī)用電量顯示控制方法，出廠前將洗衣機(jī)中各個(gè)負(fù)荷在單個(gè)脈沖邊沿時(shí)間內(nèi)的輸出功率值存儲(chǔ)在斷電保存存儲(chǔ)器內(nèi)，運(yùn)行后在每個(gè)脈沖邊沿時(shí)間T1內(nèi)，根據(jù)各個(gè)負(fù)荷的狀態(tài)標(biāo)志值進(jìn)行消耗功率值累計(jì)，實(shí)時(shí)顯示在顯示裝置上。本發(fā)明在低硬件成本的情況下，能夠?qū)崟r(shí)、準(zhǔn)確地顯示累計(jì)消耗功率值及歷史功率值。同時(shí)，可以根據(jù)初期設(shè)定顯示出預(yù)計(jì)用電量，根據(jù)設(shè)定顯示出可削減的用電量比例，并在實(shí)際用電量達(dá)到用電量限制值時(shí)進(jìn)行提醒。本發(fā)明可以從多個(gè)方面滿足用戶對(duì)洗衣機(jī)用電量的了解，引導(dǎo)用戶選擇更節(jié)電的方式進(jìn)行洗衣，從而對(duì)洗衣機(jī)產(chǎn)品的用電量進(jìn)行有效控制和管理。

摘要： 一種用電設(shè)備電量監(jiān)控系統(tǒng)及用電量反饋分析處理的方法，包括耗電測(cè)量系統(tǒng)、信息存儲(chǔ)處理系統(tǒng)；所述耗電測(cè)量系統(tǒng)與信息存儲(chǔ)處理系統(tǒng)相連接；所述耗電測(cè)量系統(tǒng)包括耗電采集模塊和若干測(cè)量電路；測(cè)量電路與用電設(shè)備相對(duì)應(yīng)，用來(lái)測(cè)量用電設(shè)備單位時(shí)間段內(nèi)消耗的電量；信息存儲(chǔ)處理系統(tǒng)包括本地通信模塊、處理模塊、顯示模塊以及存儲(chǔ)模塊；處理模塊分別與本地通信模塊以及存儲(chǔ)模塊相連接。用電設(shè)備設(shè)測(cè)量電路，通過(guò)耗電采集模塊可以測(cè)量計(jì)算得出每個(gè)用電設(shè)備的消耗的電量值，處理模塊通過(guò)記錄在一定時(shí)間內(nèi)用電設(shè)備所消耗電量值可以將其與其他用戶所消耗的電量值提出給用戶做比對(duì)，用戶通過(guò)比對(duì)可以了解用電設(shè)備的使用狀態(tài)，檢查用電設(shè)備的使用狀態(tài)。

摘要： 本發(fā)明涉及一種分離工業(yè)用電量中溫度電量和經(jīng)濟(jì)電量的方法，包括以下步驟：（1）收集歷史期工業(yè)用電量、工業(yè)增加值和平均溫度指標(biāo)的月度數(shù)據(jù)；（2）定性分析影響夏季或者冬季月度工業(yè)用電量的主要因素，該主要因素包括經(jīng)濟(jì)因素及氣溫因素；（3）構(gòu)建經(jīng)濟(jì)增長(zhǎng)和溫度因素的工業(yè)用電量定量分析模型，獲取溫度影響系數(shù)；（4）計(jì)算分離工業(yè)用電量中的溫度電量和經(jīng)濟(jì)電量。本發(fā)明通過(guò)對(duì)工業(yè)用電量影響因素的分析與建模，獲取溫度影響系數(shù)，進(jìn)而分離出工業(yè)用電量中的溫度電量和經(jīng)濟(jì)電量，有助于合理地解釋工業(yè)用電量與工業(yè)增加值走勢(shì)貌似背離的原因，能夠準(zhǔn)確地分析工業(yè)經(jīng)濟(jì)電力關(guān)系。

摘要： 本發(fā)明提供了一種獲取用戶的用電特征、用電習(xí)慣及用電量預(yù)測(cè)值的方法，所述方法包括：按時(shí)序采集用戶的用電特征影響因素信息；對(duì)按時(shí)序采集到的用電特征影響因素信息進(jìn)行數(shù)據(jù)挖掘以獲取用戶的用電特征信息；對(duì)采集到的用戶的用電特征影響因素信息和獲取到的所述用戶的用電特征信息進(jìn)行深度學(xué)習(xí)以獲得用戶的用電習(xí)慣信息及未來(lái)預(yù)定時(shí)間段內(nèi)的用電量預(yù)測(cè)值；將用戶的用電特征信息、用電習(xí)慣信息及未來(lái)預(yù)定時(shí)間段的用電量預(yù)測(cè)值信息發(fā)送至遠(yuǎn)端數(shù)據(jù)庫(kù)。本發(fā)明按時(shí)序采集用電特征影響因素信息，并對(duì)采集到的信息進(jìn)行數(shù)據(jù)挖掘和深度學(xué)習(xí)，以獲得用戶的用電特征、用電習(xí)慣并對(duì)用戶的未來(lái)預(yù)定時(shí)間段的用電量進(jìn)行合理預(yù)測(cè)。

摘要： 本發(fā)明公開(kāi)了一種基于次級(jí)用電量特性聚類(lèi)分析的總電量預(yù)測(cè)方法：利用KNN算法檢驗(yàn)數(shù)據(jù)離群點(diǎn)和缺失點(diǎn)，利用缺失點(diǎn)的K近鄰間的距離進(jìn)行反比賦權(quán)，通過(guò)K近鄰數(shù)據(jù)點(diǎn)同屬性列的加權(quán)得到缺失點(diǎn)的填充值；采用X12方法對(duì)分行業(yè)用電量季節(jié)調(diào)整，分解出季節(jié)分量S、包含趨勢(shì)周期分量TC和不規(guī)則分量I的TCI分量，對(duì)各行業(yè)TCI分量進(jìn)行聚類(lèi)；最后通過(guò)比較各預(yù)測(cè)方法對(duì)歷史數(shù)據(jù)的預(yù)測(cè)誤差，對(duì)同一類(lèi)別下的行業(yè)用電量進(jìn)行預(yù)測(cè)，不同類(lèi)別用電量曲線采用不同預(yù)測(cè)方法，將得到的預(yù)測(cè)結(jié)果相加，得到總用電量預(yù)測(cè)值。本發(fā)明根據(jù)不同行業(yè)用電量的曲線特征，對(duì)具有相同用電量規(guī)律特征的行業(yè)進(jìn)行聚類(lèi)，提高總電量的預(yù)測(cè)精度。

摘要： 本發(fā)明公開(kāi)了一種基于用電量序列的月度售電量預(yù)測(cè)方法，主要包括：將月度用電量歷史數(shù)據(jù)劃分為訓(xùn)練集以及驗(yàn)證集兩部分；建立以待預(yù)測(cè)月的上一月和去年同期的用電量為輸入，待預(yù)測(cè)月的用電量為輸出的支持向量機(jī)模型；利用貝葉斯優(yōu)化對(duì)支持向量機(jī)的懲罰系數(shù)c、核函數(shù)系數(shù)γ及不敏感系數(shù)ε進(jìn)行尋優(yōu)；建立最優(yōu)參數(shù)下的支持向量機(jī)預(yù)測(cè)模型并預(yù)測(cè)未來(lái)用電量；基于月度用電量序列歷史數(shù)據(jù)和預(yù)測(cè)結(jié)果，構(gòu)建虛擬電量序列；最后，建立以虛擬電量序列為輸入、月度售電量為輸出的逐月線性回歸模型，對(duì)未來(lái)月度售電量進(jìn)行預(yù)測(cè)，以減小售電量因抄表例日不固定、統(tǒng)計(jì)區(qū)間與自然月有所差別導(dǎo)致直接使用售電量歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)的誤差。