能源互联网大数据分析技术综述

被引：74

作者：

曹军威 ^{[1
]}

袁仲达 ^{[1
]}

明阳阳 ^{[1
]}

张华赢 ^{[2
]}

机构：

[1] 清华大学信息技术研究院

[2] 深圳供电局有限公司

来源：

南方电网技术 | 2015年 / 9卷 / 11期

关键词：

能源互联网; 大数据分析; 数据挖掘; 深度学习; 负荷云库; 态势感知;

D O I：

10.13648/j.cnki.issn1674-0629.2015.11.001

中图分类号：

TP311.13 []; TM727 [电力网];

学科分类号：

1201 ; 080802 ;

摘要：

大数据技术具有数据容量大、数据类型繁多、商业价值高、处理速度快的特点。能源互联网是信息通信与能源电力结合发展的高级阶段,以逐步实现信息通信基础设施与能源电力基础设施的一体化为特征。在能源互联网中不仅信息的种类和数量巨大,而且对信息的实时性要求也越来越高,因此大数据分析技术在能源互联网中具有广泛的应用前景。在大数据处理平台和大数据分析算法研究现状两方面综述了大数据分析技术,列举了大数据分析在能源互联网的典型应用场景和研究课题。

引用

页码：1 / 12

页数：12

共 46 条

[1]

支持向量机算法的研究及其应用.[D].范昕炜.浙江大学.2003, 03

[2] 基于大数据分析的暂态电能质量综合评估方法 [J].

张华赢 ;

朱正国 ;

姚森敬 ;

高田 ;

曹军威 ;

韩蓄 ;

王淼 .

南方电网技术, 2015, 9 (06) :80-86

[3] 考虑间歇性新能源的电源-负荷协同调度模型与策略 [J].

金小明 ;

陈皓勇 ;

禤培正 ;

郑晓东 ;

杨柳 .

南方电网技术, 2015, 9 (05) :2-6+14

[4] 风电场低电压穿越对零序电流保护的影响 [J].

黄维芳 ;

李钦豪 ;

文安 ;

魏承志 ;

刘年 ;

李正红 ;

张喜铭 ;

何奉禄 .

南方电网技术, 2015, 9 (02) :91-94

[5] 分布式环境下的文本聚类研究与实现 [J].

赵华茗 .

现代图书情报技术 , 2015, (01) :82-88

[6] 智能电网大数据技术发展研究 [J].

张东霞 ;

苗新 ;

刘丽平 ;

张焰 ;

刘科研 .

中国电机工程学报, 2015, 35 (01) :2-12

[7] 能源互联网信息技术研究综述 [J].

王继业 ;

孟坤 ;

曹军威 ;

程志华 ;

高灵超 ;

林闯 .

计算机研究与发展, 2015, (05) :1109-1126

[8] 能源互联网——信息与能源的基础设施一体化 [J].

曹军威 ;

杨明博 ;

张德华 ;

明阳阳 ;

孟坤 ;

陈震 ;

林闯 .

南方电网技术, 2014, 8 (04) :1-10

[9] 能源互联网与能源路由器 [J].

曹军威 ;

孟坤 ;

王继业 ;

杨明博 ;

陈震 ;

李文焯 ;

林闯 .

中国科学:信息科学, 2014, 44 (06) :714-727

[10] 改进贝叶斯分类器在电力系统负荷预测中的应用 [J].

曹京津 ;

秦立军 .

科技创新与生产力, 2014, (05) :108-110+112

← 1 2 3 4 5 →