Cann't connect to DB!&&您正在访问：&&>>&资讯中心&>>&&>>&正文
从电力大数据看2015经济发展文章来源：中国电力网 作者：【未知】 点击：次 时间： 10:44:32
　　2015年我国经济在起伏波折中走过。如何评判宏观经济的表现、分析经济发展的内在特性、判断其走势？对此，我们需要基于准确、实时、可靠及全面的数据，采用科学的方法及工具进行数据挖掘，寻找经济系统的特点、特征及内在规律，尽量避免被某些表面现象或假象所迷惑。用电量就是这种数据之一。
　　随着智能电网的发展，我国已经安装了近4亿只智能电表。它们广泛应用于一二三产业等各种实体经济的生产活动中(除公路、航运、空运)，以及人们的日常生活中。它们可以每15分钟实时记录着这些经济实体的生产运营过程及运行轨迹，为我们提供了经济活动分析的最基础及详实的实时数据。而电力经济学又为我们提供了挖掘这些电力大数据的理论、方法、模型及工具，这也是本文试图透过电力看经济的依据。
　　电力大数据背后的经济信息
　　2015年我国全社会用电量为55500亿千瓦时，同比增长0.5%;其中，一产用电量为1020亿千瓦时，同比增长2.5%;二产用电量为40046亿千瓦时，同比增长-1.4%;三产用电量为7158亿千瓦时，同比增长7.5%;居民生活用电量为7276亿千瓦时，同比增长5%。
　　在二产中，工业用电增速为-1.4%，其中轻工业为1.3%，高于全社会及二产的用电增速，说明轻工业产品的市场需求较好。而重工业用电增速为-1.9%，说明市场需求不足，产能过剩严重。三产中，餐饮业增速7.43%，宾馆业3.07%，电信业14.84%，计算机及软件14.75%。
　　根据电力经济学原理，通过2015年的用电量，可以推算出三大产业增加值及GDP。我们发现第三产业增加值增速高达10.2%。三次产业的比重为：8.61∶42.1∶49.29。第三产业在经济中发挥了主导作用。
　　由用电量还可以推算出某些工业产品的产量增速。去年全国煤炭产量增速同比下降5.8%，水泥下降9.87%，粗钢下降8.85%，有色金属上升2.2%，化纤产品上升4.28%，造纸上升0.73%，纺织品上升0.5%，纱上升1.37%，化肥上升0.78%，橡胶及塑料制品上升0.2%。
　　在就业方面，去年全国新增就业1071万人，其中二产减少181万人，三产增加1252万人。& 1
中国工业电器网：此内容转载于合作媒体或互联网其它网站，中国工业电器网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述新闻、技术文章投稿QQ：
· · · · · · · ·
新闻速递&&&&&&&&最新文章&&&&&&&&热点专题· · · · · · · ·
本站声明：严禁任何单位和个人模仿、转载、抄袭及冒名中国工业电器网（） |
|客服1:&客服2:&客服3:&战略合作:&新闻投稿:中国工业电器网服务热线：400-688-6377 合作电话：021- 传真：021- 邮编：201812 信箱：新闻投稿邮箱：上海总公司地址：上海 金园一路999号（中国工业电器大厦）上海易电网络科技有限公司 版权所有 增值电信业务经营许可证 沪B2-苹果/安卓/wp
积分 12513, 距离下一级还需 5787 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见, 签名中使用代码
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶, 变色卡下一级可获得
道具: 置顶卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
无聊签到天数: 7 天连续签到: 1 天[LV.3]偶尔看看II
　　智能电网和大数据的关系
　　智能电网是大数据的重要技术应用领域之一。中投顾问发布的《“十三五”数据中国建设下智能电网产业投资分析及前景预测报告》分析认为智能电网大数据结构复杂、种类繁多，具有分散性、多样性和复杂性等特征，这些特征给大数据处理带来极大的挑战。智能电网大数据平台是大数据挖掘的基础，通过智能电网大数据平台可实现智能电网全数据共享，为业务应用开发和运行提供支撑。
　　智能电网是以物理电网为基础，将现代先进的传感测量技术、通信技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网。它涵盖发电、输电、变电、配电、用电和调度等各个环节，对电力市场中各利益方的需求和功能进行协调，在保证系统各部分高效运行、降低运营成本和环境影响的同时，尽可能提高系统的可靠性、自愈性和稳定性。随着智能电网的发展，电网在电力系统运行、设备状态监测、用电信息采集、营销业务系统等各个方面产生和沉淀了大量数据，充分挖掘这些数据的价值具有重要的意义。
　　大数据是近年来受到广泛关注的新概念，一般是指无法在可容忍的时间内用传统的IT技术、软硬件工具和数学分析方法，对其进行感知、获取、管理、处理和分析的数据集合。智能电网被看作是大数据应用的重要技术领域之一。目前许多学者正在进行智能电网大数据研究，包括发展战略研究、大数据技术研究、应用研究等。
　　智能电网大数据应用众多，涉及电网安全稳定运行、节能经济调度、供电可靠性、经济社会发展分析等诸多方面，进行智能电网大数据分析需要统一智能电网大数据，并且由于应用众多，对计算、存储、网络等性能提出了较高要求，因此需要构建面向智能电网应用的统一大数据处理平台。
　　智能电网大数据应用领域
　　中投顾问发布的《“十三五”数据中国建设下智能电网产业投资分析及前景预测报告》指出，大数据技术在智能电网中具有广阔的应用前景，报告从负荷预测、源网荷协同、网架规划三个方面进行论述。
　　1、负荷波动及新能源出力预测
　　负荷预测作为电网电量管理系统的重要组成部分，其预测误差的大小直接影响电网运行的安全性及可靠性，较大的预测误差会给电网运行带来较高的风险。现阶段负荷预测主要是通过负荷历史数据，利用相似日或者其他算法预测负荷的大小，短期预测精度较高，中长期精度较差。随着电网采集数据范围增加，利用大数据技术可以将气象信息、用户作息规律、宏观经济指标等不同种类的数据，通过抽象的量化指标表征与负荷之间的关系，实现对负荷变化趋势更为精确的感知，提高预测精度。
　　分布式发电的不断接入，特别是新能源渗透率的不断增加，打破了原来电网运行管理的模式，不但需要考虑负荷侧的波动，还要计及新能源出力的间歇性。在我国，新能源接入主要受制于两个因素：（1）新能源大多分布在电网末端远离负荷中心，网架结构较为脆弱，从而造成电网接纳能力较弱；（2）新能源预测误差较大，目前风电出力预测日前和实时的误差分别为20%、5%左右，这样就会给电网调度带来较大的挑战。由于新能源较大的预测误差，往往需要在大型新能源基地周边建立配套的大型常规能源作为旋转备用，以弥补新能源预测精度方面的不足。作为备用的常规电源，由于担负着较重的旋转备用，长期不能工作在最佳运行点，将造成其发电效率低以及能源的浪费。利用大数据技术，可以有效提高新能源出力的预测精度，如丹麦的维斯塔斯风力技术集团，在风电出力预测时采用了IBM的大数据解决方案，在风电出力预测时加入了地理位置、气象报告、潮汐相位、卫星图像等结构化及非结构化的海量数据，从而优化了风力涡轮机布局，提高风电发电及预测效率，获得了较为可观的经济效益。
　　2、源网荷协同调度
　　利用大数据技术可以有效降低新能源预测误差，但这对于新能源出力固有的波动性，传统的调度方法通过增加系统的旋转备用来解决。在电力市场不断完善的背景下，可以不通过调节常规电源的出力，而是利用市场手段，使得一部分用户主动削减或者增加一部分负荷去平衡发电侧出力的变化，即通过需求侧管理实现系统电量平衡。若要达到网源荷协调优化调度需要大量的辅助信息，如新能源出力波动大小、电网线路输送能力、负荷削减电量的范围、实时电价等，其中每个因素又受很多条件的影响，因此是一个非常复杂的电力交易过程，此时必须利用大数据技术发掘数据内部之间的联系，从而制定出最佳调度方案。智能电网和传统电网最大的区别在于源网荷三者之间信息流动的双向性，三者之间信息在一个框架内可以顺畅的进行交互，极大地提升电网运行的经济性、可靠性。
　　3、网架发展规划
　　电网已经从传统电网发展到智能电网，随之将会成为能源互联网的一部分，从而使得电网与整个能源网联系的更为紧密。电转气技术的提出，为新能源接入提供了新的思路，试图将不宜存储的电能转化为便于存储的天然气，但由于转化效率较低，尚属于技术论证阶段。冷热气三联技术实现了能源的阶梯利用，能源利用效率高、环境污染小、经济效益好。电动汽车的兴起将会显著提高能源末端电力消费的占比，充换电站将会像加油站一样分布在城市的每个角落。传统的电网规划数据来源渠道不足，数据分析挖掘能力欠缺，因此造成规划过程中面临着众多不确定性因素的现象，特别是现在新技术不断涌现，能源结构不断发生变革，使得传统的电网规划方法往往与实际需求差别较大。电网规划的过程中，需要利用大数据技术综合考虑多种因素如分布式能源的接入、电动汽车的增长趋势、电力市场环境下为用户提供个性化用电服务等，多类型、海量数据的引入，可以有效减少电网规划过程中的不确定性，使得整个规划的过程更加合理、有序。
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
论坛法律顾问：王进律师热门关键词：
您当前的位置：&>&&>&&>&&>&正文
“大数据”在电力行业有多大?
&&来源:长城网&&&& 9:26:09&&我要投稿&&
所属频道: &关键词:
:随着社会的进步和信息通信技术的发展，信息系统在各行业、各领域快速拓展。这些系统采集、处理、积累的数据越来越多，数据量增速越来越快，以至用&海量、爆炸性增长&等词汇已无法形容数据的增长速度。2011年5月，全球知名咨询公司麦肯锡全球研究院发布了一份题为《：创新、竞争和生产力的下一个新领域》的报告。报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素;而人们对于大数据的运用预示着新一波生产率增长和消费者盈余浪潮的到来。
日，美国政府在白宫网站上发布了《大数据研究和发展倡议》，表示将投资2亿美元启动&大数据研究和发展计划&，增强从大数据中分析萃取信息的能力。什么是大数据?&大数据&到底有多大?根据研究机构统计，仅在2011年，全球数据增量就达到了1.8ZB(即1.8万亿GB)，相当于全世界每个人产生200GB以上的数据。这种增长趋势仍在加速，据保守预计，接下来几年中，数据将始终保持每年50%的增长速度。纵观人类历史，每一次划时代的变革都是以新工具的出现和应用为标志的。蒸汽机把人们从农业时代带入了工业时代，计算机和互联网把人们从工业时代带入了信息时代，而如今大数据时代已经到来，它源自信息时代，又是信息时代全方位的深化应用与延伸。大数据时代的生产原材料是数据，生产工具则是大数据技术，是对信息时代所产生的海量数据的挖掘和分析，从而快速地获取有价值信息的技术和应用。概括来讲，大数据有三个特征，可总结归纳为&3V&，即量(Volume)、类(Variety)、时(Velocity)。量，数据容量大，现在数据单位已经跃升至ZB级别。类，数据种类多，主要来自业务系统，例如社交网络、电子商务和物联网应用。时，处理速度快，时效性要求高，从传统的事务性数据到实时或准实时数据。数据挖掘，又称为知识发现(Knowledge
Discovery)，是通过分析每个数据，从大量数据中寻找其规律的技术。知识发现过程通常由数据准备、规律寻找和规律表示3个阶段组成。数据准备是从数据中心存储的数据中选取所需数据并整合成用于数据挖掘的数据集;规律寻找是用某种方法将数据集所含规律找出来;规律表示则是尽可能以用户可理解的方式
(如可视化)将找出的规律表示出来。
投稿联系：陈女士 &&&新闻投稿咨询QQ:
邮箱：（请将#换成@）
北极星电力网声明：此资讯系转载自北极星电力网合作媒体或互联网其它网站，北极星电力网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考。
频道最新频道排行
新闻总排行招聘总排行
要闻市场评论项目
政策解读电力数据看电力}