论文部分内容阅读
随着用电信息采集系统的普及，电网公司和电力终端用户之间的交互将迅猛发展，电力公司会每隔一定时间采集用户的用电信息，用户可以实时获取或报告自己现在或将来一段时间内的用电情况。这样在电力公司将汇聚成智能电网用电大数据，而这些数据中蕴含着丰富有价值的信息，如何利用用电大数据为电力公司和用户提供服务是目前迫切需要解决的问题。
本论文主要目标是使用智能电网中用电信息采集大数据的分析处理技术，旨在对目前用电信息采集系统中的用电大数据进行分析和预测，利用相关的分析和预测技术，研究开发出一个合理的应用，帮助电力用户更好的、更合理的用电，帮助电网公司更好的管理用电信息。
本文在了解了用电信息采集系统的研究背景、国内外研究现状及系统体系结构基础上，主要研究工作有:
1.分析了目前网公司在处理海量数据时遇到的问题，并提出解决该问题的电力负荷预测技术。
2.为了处理海量电力数据，之后重点研究了用户用电负荷数据，包括数据的格式、传输规则以及传输方式。
3.接着论述了用电信息采集系统采集和读取用电信息使用的关键技术javasocket以及该技术使用的三个主要方法。
4.然后重点研究和论述了基于用电信息采集系统的典型应用技术:智能电网用户侧短期用电负荷预测。为了研究和论述该技术，着重介绍了实现该预测的关键技术“MAP/REDUCE”，并说明了MAP/REDUCE分析处理海量数据的原理以及实现该技术的关键思路和关键代码。
5.最后测试了该应用技术应用方面的两个关键环节。本文从单元测试、功能测试和WEB性能测试三方面对该应用进行了测试。单元测试简单说明了使用的Junit技术;功能测试从测试内容和测试方法方面进行了详细论述;web性能测试论述了应用的web性能并得出结论。
本论文相关研究方法和成果符合国家电网公司智能电网建设的相关要求，提供了与智能电网其它系统平台的数据接口，具有良好的推广和应用前景，测试和运行结果良好，可以在整个智能电网系统进行内部署应用。