余 晓,秦 艳,傲 东,谷聚辉

随着智能电网和能源互联网的快速发展，电力系统正面临着数据量激增、数据类型多样化、数据处理实时性要求高等挑战。本文系统研究了大数据技术在电力系统中的关键应用，包括设备状态监测、负荷预测、故障诊断和运行优化等方面。通过构建基于Hadoop和Spark的电力大数据分析平台，设计了针对变压器状态评估和短期负荷预测的实验方案。实验结果表明，基于大数据分析的变压器状态评估模型准确率达到96.3%，短期负荷预测的平均绝对百分比误差降低至2.1%。研究证明，大数据技术能够显著提升电力系统的智能化水平和运行效率，为电力企业的数字化转型提供有力支撑。

电力大数据；状态评估；负荷预测；故障诊断；数据分析

[1] 李建岐,王鹏,毕建刚,等.电力设备智能运维大数据分析技术研究综述[J].高电压技术,2021,47(9):30253037. [2] 孙宏斌,郭庆来,王彬.能源互联网大数据分析研究综述与展望[J].中国电机工程学报,2022,42(1):120. [3] ZhangY,WangJ,LiZ,etal.Bigdataanalyticsforsmartgridstabilityassessment[J].IEEETransactionsonPowerSystems,2021,36(3):25262537. [4] 王刘芳,王守相,李运甲.基于深度学习的电力系统短期负荷预测方法综述[J].电力系统自动化,2020,44(21):115. [5] ChenK,ChenK,WangQ,etal.Shorttermloadforecastingwithdeepresidualnetworks[J].IEEETransactionsonSmartGrid, 2019,10(4):39433952.

点击下载PDF