基于大数据的发电量预测分析数据平台建设

• 作者: 张睿锐 徐俊强 童琪
• 来源期刊: 电力大数据
• 学科: 社会科学
• 关键词: 大数据 神经网络 发电量预测 数据平台 数据挖掘
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 大数据专题
• 页码范围: 72-79
• 页数: 8页
• 分类号: C39
• 字数: 5771字
• 语种: 中文

摘要

现有电力企业发电指标统计渠道较分散,发售配电各个环节产生的数据种类繁杂且体量较大,因此针对电力数据质量差、已挖掘价值低的问题,本文采用大数据预测神经网络和数据平台可视化展示的方法,以某发电企业为研究对象,构建了发电量预测的模型及以此为核心的数据平台.发电量预测的应用服务支持PC和APP端,涵盖了某电力企业所有控股电厂及新能源项目,以滚动预测的模式迭代优化算法模型,提高发电量预测精度,有利于安排生产、燃料采购、物资计划,进一步做好污染物排放预测和管控.平台重点实现了数据多维管理和用户界面的可视化展示.数据层面,从源头做好数据采集清洗和数据库实时数据交互;用户层面,更直观形象展示大数据预测从获取数据、数据分析及预处理、数据训练到预测的四个阶段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张睿锐		1	0	0.0	0.0
2	徐俊强		2	0	0.0	0.0
3	童琪		2	0	0.0	0.0