论文部分内容阅读
摘 要：大数据下的需求侧服务又被称为电力需求侧服务，电力作为社会建设与社会发展的重要基础动力，可以为社会生产生活提供充分的保障，是社会重要的动力能源。大数据时代的到来，为各个领域的进一步发展创造了机遇，同时也带来了挑战，如何在大数据时代背景下提高电力需求侧管理质量是电力部门研究的重要课题。本文主要从大数据的基本概念出发，讨论基于大数据下的电力需求侧管理。
关键词：大数据；概念；电力；需求侧管理
前言
大数据又被称为巨量资料，它是利用新处理数据模式产生的具有更强大决策力、洞察力以及流程优化能力的多样化信息资产，不需要随机分析法，就可以对数据进行分析处理的一种捷径，对当前各个领域的发展带来了新了机遇，同时也使得各行各业开始面临新的挑战。而电力需求侧指的是电力用电侧，即需要用电的企业、用户等，在大数据背景下，促使企业和用户可以通过电能精细化平台对企业和用户的用电情况，提高管理的精准度，对实现节能减排、提高经济效益、降低生产成本具有十分重要的作用。因此，大环境驱使下，必须不断优化需求侧服务，提高服务质量，实现电力企业长远发展的重要目标。
一、大数据的基本概念
大数据利用其多元化的形式，收集庞大的数据组，确保这些数据具有时效性和可参考性，例如，有销售类型的企业，企业在进行销售的时候，社交网络、电子网站以及顾客来往记录都可能形成数据，这些数据并不是常态的数据组，而是动态生成的数据，这些数据就是大数据的具体表现形式。长期研究表明，大数据与云计算之间有着非常紧密的联系，主要是是因为大数据必须用计算机技术进行处理，建立科学的分布式计算架构，通过计算机技术挖掘出海量数据，并按照云计算的分布方式对这些数据进行处理和储存。大数据的特点可以从四个方面进行概括，分别为大量、高速、多样以及价值。
大数据是现代社会应运而生的产物，它是由广泛普及的网络行为伴生而来，由相关部门和企业收集，且蕴含着数据生产者真实意图的、非传统的以及具有意义的数据。大数据时代的到来，在很多领域掀起了变革的巨浪。在大数据狂潮下以科学的眼光看待大数据，可以发现大数据出现的核心目的是为客户或用户挖掘蕴藏在数据中的价值，它不是简单的软硬件堆砌。针对大数据时代下不通过的数据应用模式和商业模式，要促使大数据产业持续健康发展，就需要坚持国家相关部门的统筹规划，与地方政府共同制定适应当地实际发展情况的大数据产业发展战略，并通过不断鼓励企业参与到大数据时代，为大数据时代和各个领域的进一步发展提供充分的保障。
二、基于大数据下的电力侧需求管理服务
大数据的出现和渗透于各个领域，打破了行业发展困境，颠覆和创新了行业新的发展模式，为行业的进一步发展和社会健康发展创造了良好的条件。电力需求侧管理，指的是在政府相关政策和法规的支持下，出现的一种可以对企业和用户形成激励和引导作用的运作方式，将这种云中方式落实到实处，通过电力企业、能源企业以及用户三者之间的协同努力，不断改变用电方式，在满足社会生产用电需求的同时最大限度减少电力消耗，实现节约资源、保护环境以及建设生态社会的重要目标，不断提高生态效益、经济效益以及社会效益。
（一）在電力企业落实大数据侧管理，缓解限电压力
大数据时代背景下，要促进电力企业进一步发展，需要根据大数据的特点，建立庞大的数据库，收集与电力企业相关的数据，并落实电力需求侧管理，减少高峰时间段电力的负荷压力和电网的运行压力。如何找出用电的高峰时段，就需要对大数据进行分析，由电力企业相关工作依据收集的与电力企业、用户以及社会生产的数据，通过对庞大数据库的分析，明确准确的高峰时段，例如，电力企业通过对2015年12月对城乡居民生活用电情况进行了调查，发现12月城镇居民的用电量为65252191千瓦时，而乡村居民的用电量为31748648千千瓦时时。通过对这些数据的分析，就明确了用电高峰时期。根据用电高峰时期，制定科学的用电规划，有计划的错过高峰时段，再充分发挥电力侧需求的重要作用，缓解电网压力，最大限度提高电网供电的可靠性和服务水平，就可以实现侧需求服务优化的重要目标。在电力供应形势紧张的情况下，不断缓解限电的压力，提高电网设备的利用率，充分发挥电力对社会生产生活的重要作用，为电网安全、经济运行提供充分的保障，最大限度减少电网建设的资金投入力度，提高电网运行的经济效益。
（二）增强用户侧需求重要性的认识，为建设生态社会奠基
用户作为大数据架构和电力需求侧管理的重要组成部分，在大数据时代背景下，优化电力企业的侧需求服务，提高侧需求服务水平，需要充分发挥出用户的优势，通过庞大数据组对与用户相关数据的分析，为电力侧需求管理的落实奠定坚实的基础。充分发挥电力侧需求管理的重要性，最大限度减少企业和用户对电力的需求，从而减少能源消耗，减少污染物的排放，提高能源的利用率，实现保护环境和节约能源的重要目标，为建设生态社会和实现社会经济可持续发展目标提供充分的保障，促进社会健康发展。电力企业分析了2015年12月农业具体的用电情况，农业总用电量为4065178千千瓦时时，其中农业用电量为858701千千瓦时时，林业用电量为80664千千瓦时时，渔业用电量为414369千千瓦时时，畜牧业用电量为1085641千千瓦时时，农、林、牧、渔服务业用电量为252500千千瓦时时。通过对农业中不同领域对用电的需求情况，在建设生态社会中，确保各行业有序生产、运行的同时，最大限度减少用电量和能源消耗。除此之外，大数据时代背景下，进行侧需求服务优化，还需要充分发挥政府的优势，加强政府的监督和指导作用，通过电力需求侧管理，对电力资源进行合理的配置，促进社会经济协调、可持续发展，促使电网设备及时更新，为我国国民生产总值提高奠定坚实的基础，并适当减少资源和能源消耗，提高资源的利用率，为大数据下需求侧服务优化提供充分的保障。
结束语
综上所述，大数据时代大环境下，探寻电力企业的新出路，需要不断优化侧需求服务，提高侧需求管理质量，只有这样才能为电力企业可持续发扎和社会健康发展提供充分的保障。
参考文献：
[1]刘建喜，郑展，黄宇魁等.电力需求侧管理平台分布式通讯架构设计[J].电子测试，2014，（24）：97-99.
[2]于洁.基于Python的LTE多模数据卡PC侧UI的设计与实现[D].西安电子科技大学，2013.
[3]杨文轩，何光宇，王伟等.用户侧能量管理原型系统的设计与实现[J].电力系统自动化，2012，36（20）：74-79.
[4]闫华光，陈宋宋，钟鸣等.电力需求侧能效管理与需求响应系统的研究与设计[J].电网技术，2015，（1）：42-47.
[5]王健，宋述停，兰俊美等.电力需求侧大数据应用模型的建立[J].电力与能源，2014，（3）：283-286.
[6]王显志.大规模需求环境下基于服务模式的服务组合优化方法[D].哈尔滨工业大学，2014.
关键词：大数据；概念；电力；需求侧管理
前言
大数据又被称为巨量资料，它是利用新处理数据模式产生的具有更强大决策力、洞察力以及流程优化能力的多样化信息资产，不需要随机分析法，就可以对数据进行分析处理的一种捷径，对当前各个领域的发展带来了新了机遇，同时也使得各行各业开始面临新的挑战。而电力需求侧指的是电力用电侧，即需要用电的企业、用户等，在大数据背景下，促使企业和用户可以通过电能精细化平台对企业和用户的用电情况，提高管理的精准度，对实现节能减排、提高经济效益、降低生产成本具有十分重要的作用。因此，大环境驱使下，必须不断优化需求侧服务，提高服务质量，实现电力企业长远发展的重要目标。
一、大数据的基本概念
大数据利用其多元化的形式，收集庞大的数据组，确保这些数据具有时效性和可参考性，例如，有销售类型的企业，企业在进行销售的时候，社交网络、电子网站以及顾客来往记录都可能形成数据，这些数据并不是常态的数据组，而是动态生成的数据，这些数据就是大数据的具体表现形式。长期研究表明，大数据与云计算之间有着非常紧密的联系，主要是是因为大数据必须用计算机技术进行处理，建立科学的分布式计算架构，通过计算机技术挖掘出海量数据，并按照云计算的分布方式对这些数据进行处理和储存。大数据的特点可以从四个方面进行概括，分别为大量、高速、多样以及价值。
大数据是现代社会应运而生的产物，它是由广泛普及的网络行为伴生而来，由相关部门和企业收集，且蕴含着数据生产者真实意图的、非传统的以及具有意义的数据。大数据时代的到来，在很多领域掀起了变革的巨浪。在大数据狂潮下以科学的眼光看待大数据，可以发现大数据出现的核心目的是为客户或用户挖掘蕴藏在数据中的价值，它不是简单的软硬件堆砌。针对大数据时代下不通过的数据应用模式和商业模式，要促使大数据产业持续健康发展，就需要坚持国家相关部门的统筹规划，与地方政府共同制定适应当地实际发展情况的大数据产业发展战略，并通过不断鼓励企业参与到大数据时代，为大数据时代和各个领域的进一步发展提供充分的保障。
二、基于大数据下的电力侧需求管理服务
大数据的出现和渗透于各个领域，打破了行业发展困境，颠覆和创新了行业新的发展模式，为行业的进一步发展和社会健康发展创造了良好的条件。电力需求侧管理，指的是在政府相关政策和法规的支持下，出现的一种可以对企业和用户形成激励和引导作用的运作方式，将这种云中方式落实到实处，通过电力企业、能源企业以及用户三者之间的协同努力，不断改变用电方式，在满足社会生产用电需求的同时最大限度减少电力消耗，实现节约资源、保护环境以及建设生态社会的重要目标，不断提高生态效益、经济效益以及社会效益。
（一）在電力企业落实大数据侧管理，缓解限电压力
大数据时代背景下，要促进电力企业进一步发展，需要根据大数据的特点，建立庞大的数据库，收集与电力企业相关的数据，并落实电力需求侧管理，减少高峰时间段电力的负荷压力和电网的运行压力。如何找出用电的高峰时段，就需要对大数据进行分析，由电力企业相关工作依据收集的与电力企业、用户以及社会生产的数据，通过对庞大数据库的分析，明确准确的高峰时段，例如，电力企业通过对2015年12月对城乡居民生活用电情况进行了调查，发现12月城镇居民的用电量为65252191千瓦时，而乡村居民的用电量为31748648千千瓦时时。通过对这些数据的分析，就明确了用电高峰时期。根据用电高峰时期，制定科学的用电规划，有计划的错过高峰时段，再充分发挥电力侧需求的重要作用，缓解电网压力，最大限度提高电网供电的可靠性和服务水平，就可以实现侧需求服务优化的重要目标。在电力供应形势紧张的情况下，不断缓解限电的压力，提高电网设备的利用率，充分发挥电力对社会生产生活的重要作用，为电网安全、经济运行提供充分的保障，最大限度减少电网建设的资金投入力度，提高电网运行的经济效益。
（二）增强用户侧需求重要性的认识，为建设生态社会奠基
用户作为大数据架构和电力需求侧管理的重要组成部分，在大数据时代背景下，优化电力企业的侧需求服务，提高侧需求服务水平，需要充分发挥出用户的优势，通过庞大数据组对与用户相关数据的分析，为电力侧需求管理的落实奠定坚实的基础。充分发挥电力侧需求管理的重要性，最大限度减少企业和用户对电力的需求，从而减少能源消耗，减少污染物的排放，提高能源的利用率，实现保护环境和节约能源的重要目标，为建设生态社会和实现社会经济可持续发展目标提供充分的保障，促进社会健康发展。电力企业分析了2015年12月农业具体的用电情况，农业总用电量为4065178千千瓦时时，其中农业用电量为858701千千瓦时时，林业用电量为80664千千瓦时时，渔业用电量为414369千千瓦时时，畜牧业用电量为1085641千千瓦时时，农、林、牧、渔服务业用电量为252500千千瓦时时。通过对农业中不同领域对用电的需求情况，在建设生态社会中，确保各行业有序生产、运行的同时，最大限度减少用电量和能源消耗。除此之外，大数据时代背景下，进行侧需求服务优化，还需要充分发挥政府的优势，加强政府的监督和指导作用，通过电力需求侧管理，对电力资源进行合理的配置，促进社会经济协调、可持续发展，促使电网设备及时更新，为我国国民生产总值提高奠定坚实的基础，并适当减少资源和能源消耗，提高资源的利用率，为大数据下需求侧服务优化提供充分的保障。
结束语
综上所述，大数据时代大环境下，探寻电力企业的新出路，需要不断优化侧需求服务，提高侧需求管理质量，只有这样才能为电力企业可持续发扎和社会健康发展提供充分的保障。
参考文献：
[1]刘建喜，郑展，黄宇魁等.电力需求侧管理平台分布式通讯架构设计[J].电子测试，2014，（24）：97-99.
[2]于洁.基于Python的LTE多模数据卡PC侧UI的设计与实现[D].西安电子科技大学，2013.
[3]杨文轩，何光宇，王伟等.用户侧能量管理原型系统的设计与实现[J].电力系统自动化，2012，36（20）：74-79.
[4]闫华光，陈宋宋，钟鸣等.电力需求侧能效管理与需求响应系统的研究与设计[J].电网技术，2015，（1）：42-47.
[5]王健，宋述停，兰俊美等.电力需求侧大数据应用模型的建立[J].电力与能源，2014，（3）：283-286.
[6]王显志.大规模需求环境下基于服务模式的服务组合优化方法[D].哈尔滨工业大学，2014.