智慧城市的概念自2009年提出以来,已经从概念模型层面快速发展到规划建设层面,并且在全世界范围内掀起了大规模的智慧城市规划建设潮流。建设智慧城市的一项重要工作就是进行跨部门大数据运营管理,以城市一体化为目标,建立起统一的数据采集和跨部门共享体系,为各领域的智慧应用提供快速便捷大数据服务。作为智慧城市发展的重要基础设施,智能电网也是智慧城市建设的不可或缺的内容。而电力需求预测是电力行业进行相关规划、管理的重中之重,是电力企业生存发展的重要支撑。首先,本文有别于电力行业传统的电力大数据预测模式,根据智慧城市大数据的特点,提出了新的电力需求预测思路。将气象信息、地理信息、人口信息、企业信息、经济信息等外部数据纳入大数据库,形成更智能的趋势分析,为决策人员提供决策支持。其次,本文对智能电网中的两个关键业务问题进行了重点研究。第一,建立电力客户细分模型。在智慧城市基础数据库的基础上,首先识别不同客户群体的本体特征和行为特征,然后全面分析,形成科学的客户认知,综合保险信息、人均产值、法人信息等,采用K-means算法进行数据挖掘,对电力客户信息进行优化分析,提高电力客户细分的精准度,为电力部门进行风险管理、个性化营销和制定发展规划提供全面参考。第二,在电力客户细分的基础上,依靠智慧城市基础数据库,综合其他大数据信息类别,将人口信息、企业信息、宏观经济信息等纳入统一分析,采用BP(Back Propagation)神经网络算法建立电力预测模型,通过探究数据间关系,从多维度对电力市场进行评估,完成先前传统电力预测方法无法实现的任务,高精度地对用电需求趋势做出科学预测。最后,本文结合某市的智慧城市公共信息服务平台,分析平台功能和大数据处理的各个环节,并将研究成果融入到服务平台的电力系统信息检索中,对预测模型的算法参数调整功能、电力需求预测功能和电力客户细分功能进行了详细设计,该系统基于B/S架构,采用Java、Flex等技术进行编码,实现系统各功能模块正常运行。