电力大数据关键技术下的智能电网应用研究
大数据分析在电力行业中的应用
大数据分析在电力行业中的应用随着科技的不断发展，大数据分析在各个行业中的应用也日益广泛。
电力行业作为国民经济的重要支撑，同样受益于大数据分析的技术进步。
本文将介绍大数据分析在电力行业中的应用，并探讨其带来的价值和挑战。
一、大数据分析在电力运营中的应用1. 智能电网管理大数据分析在智能电网管理中发挥重要作用。
通过对大数据进行收集、存储和分析，电力公司可以实现智能电网的远程监控、故障诊断和优化运营。
通过监测各个环节的数据，电力公司可以实时掌握供电情况、故障信息和负荷情况，提前做出相应的调整，从而提高电网的可靠性和运行效率。
2. 负荷预测和调度利用大数据分析技术，电力公司可以准确地进行负荷预测和调度。
通过对历史负荷数据的分析，结合天气、季节和节假日等因素，可以准确预测未来的负荷需求。
在此基础上，电力公司可以制定合理的负荷调度计划，保证电力供应的稳定性和可靠性。
3. 能源消耗监测与管理大数据分析技术还可以应用于能源消耗的监测和管理。
通过对电力使用数据进行分析，电力公司可以分析出能源的消耗情况及趋势，并找出能耗的高峰时段和高耗能设备，从而制定相应的节能策略。
同时，通过数据分析，还可以检测出潜在能源浪费和损耗的问题，进一步提高能源利用效率。
二、大数据分析在电力安全中的应用1. 电力设备监测与维护大数据分析可以帮助电力公司实现对电力设备的实时监测与预测维护。
通过对设备数据的收集和分析，可以及时判断设备的健康状况，预测设备的故障和损坏风险，并及时采取维护措施，避免设备故障对电力供应的影响，提高设备的可用性和可靠性。
2. 安全事故预警与应急响应大数据分析技术可以帮助电力公司及时掌握潜在的安全隐患，实现安全事故的预警与应急响应。
通过对历史事故数据的分析，结合实时监测数据，可以发现安全隐患的规律和特征，提前采取相应的安全措施。
同时，通过大数据分析，还可以实现对事故的快速反应和处置，减少事故对电力供应造成的影响。
三、大数据分析在电力市场中的应用1. 供需匹配与需求预测大数据分析技术可以帮助电力公司实现供需匹配与需求预测。
大数据技术在智能电网中的应用探讨
大数据技术在智能电网中的应用探讨在当今数字化时代，大数据技术正以前所未有的速度改变着各个领域，智能电网也不例外。
智能电网作为电力系统发展的新趋势，旨在实现更高效、可靠、安全和可持续的电力供应。
而大数据技术的融入，为智能电网的优化和升级提供了强大的支持。
智能电网是一种高度集成的电力网络，它融合了先进的通信技术、传感器技术、控制技术和计算机技术，以实现对电力系统的全面监测、分析和控制。
在智能电网中，大量的设备和传感器不断产生海量的数据，包括电力生产、传输、分配和消费等各个环节的信息。
这些数据具有多样性、高速性和大容量的特点，如果能够有效地收集、处理和分析这些数据，将为智能电网的运行和管理带来巨大的价值。
大数据技术在智能电网中的一个重要应用是负荷预测。
准确的负荷预测对于电力系统的规划、运行和调度至关重要。
通过分析历史负荷数据、气象数据、经济数据等多源数据，利用大数据分析方法和模型，可以更精确地预测未来的电力负荷需求。
这有助于电力公司合理安排发电计划，优化电网运行方式，提高电力供应的可靠性和经济性。
另外，大数据技术在电网故障诊断和预警方面也发挥着关键作用。
智能电网中的设备和线路可能会由于各种原因发生故障，及时发现并诊断故障对于保障电网的安全稳定运行至关重要。
利用传感器采集到的实时数据，结合大数据分析技术，可以快速准确地定位故障位置，分析故障原因，并及时发出预警信号。
这有助于维修人员迅速采取措施进行修复，减少停电时间和损失。
在电能质量监测方面，大数据技术同样具有显著优势。
电能质量的好坏直接影响到电力设备的正常运行和用户的用电体验。
通过对电压、电流、频率等电能质量参数的实时监测和大数据分析，可以及时发现电能质量问题，采取相应的治理措施，提高电能质量水平。
大数据技术还能够助力智能电网的优化规划。
在电网规划过程中，需要考虑诸多因素，如电力需求增长、电源布局、电网结构等。
利用大数据分析，可以对这些因素进行全面深入的分析和评估，制定出更加科学合理的电网规划方案，提高电网的投资效益和运行效率。
大数据与人工智能在智能电网中的应用
大数据与人工智能在智能电网中的应用随着科技的迅速发展，智能电网作为现代电力系统的重要组成部分，正逐渐改变着传统的电力管理模式。
大数据和人工智能是推动智能电网进步的重要技术，以其强大的分析能力和学习能力在电力行业中发挥着越来越重要的作用。
大数据技术的基本特性包括海量性、高速性和多样性，使得电力公司能够处理和分析从各种传感器、智能计量设备以及用户反馈中获得的信息。
这类信息不仅包括电力生产与消费的数据，还涉及天气情况、设备状态和用户习惯等多个层面。
通过对这些数据的分析，电力公司可以实现更为精确的负荷预测、故障诊断以及设备管理，提高了整个电力系统的效率和可靠性。
在智能电网中，一个显著的应用是负荷预测。
利用大数据技术，电力公司可以根据历史用电数据、天气预报、节假日模式以及其他影响因素进行精准的负荷预测。
这一过程借助机器学习算法，可以显著降低预测误差，使电力供应商能够提前做好资源配置，避免了电力短缺或浪费的问题。
通过集成各种数据源，预测模型不仅可以更好地捕捉日常和季节性用电变化，还能够应对特殊事件导致的用电波动，比如大型活动或自然灾害。
智能电网还面临着设备管理与监控的挑战。
传统的设备维护通常是基于定期检查，这种方式并不能充分利用现代技术带来的优势。
通过实施大数据分析，电力公司可以运用预测性维护方法，根据实时数据对设备进行状态监测，及时识别潜在故障并进行维修。
这种方法不仅提高了设备的可靠性，降低了维护成本，还能减少因意外停机造成的经济损失。
在这一过程中，人工智能起到了至关重要的角色。
基于深度学习和机器学习算法，AI可以从海量的数据中提取有价值的信息，进而做出智能决策。
例如，利用人工智能技术，电力公司可以建立一个实时监控系统，通过分析设备传感器的数据，迅速判断设备是否发生异常。
当系统检测到某个设备的运行状态偏离正常范围时，可以立即采取必要措施，如发送警报或自动调整系统参数。
智能电网也在需求侧管理上受益于大数据与人工智能的结合。
面向智能电网应用的电力大数据关键技术
面向智能电网应用的电力大数据关键技术摘要：随着科学技术的不断发展，现代信息技术也在不断完善，智能电网随之产生并得到进一步的发展。
在大数据环境下，为了能够更好地完善智能电网，提高智能电网的工作效率，提高智能电网的数据信息处理能力，提高整体运营的经济性，必须要对智能电网相关的大数据平台进行完善。
本文浅析面向智能电网应用的电力大数据关键技术。
关键词：智能电网；电力数据；关键技术引言随着我国社会经济的不断发展，传统电力信息系统已不符合时代发展的需求，当前社会对智能电网的需求也在不断的增加。
作为智能电网最为重要的组成部分，信息通讯系统也在进行不断的完善，从而促进了电力大数据的发展。
同时，电力大数据的运用与发展对于信息通讯系统的处理效果提出更多的要求。
只有当电力大数据技术真正有效运用到智能电网中，电网才能更好地满足社会需求，促进我国经济发展。
1智能电网电力大数据概述现阶段电网基础设置很难满足信息资源日益增长的技术性要求，所以智能电网的应运而生能让数据信息的搜集、分析和存储等得到发展，但是要想让信息资源的利用效率增大，构建大数据平台能是实现其科学合理决策的关键。
在这方面具十分成功的案例是Hadoop服务平台的系统构建情况，需要将大数据与这一平台进行更为有效的融合和对接，进而能为大数据的关键新技术的作用发挥起到良好的保障作用。
例如，在进行海量的信息搜集与处理的时候，能够提供电子表格数据，并利用信息分类技术，将其实用性更好的发挥出来，进而能在用户信息效率方面有所提升。
另外，智能电网大数据平台主要是以分布式的文件处理方式为主，为能更好的实现Pb和Zb级别的数据存储功能，可以在分布式计算机技术实现的过程中，实现P6和Zb的数据查询功能。
现阶段的大数据平台涵盖的内容十分广阔，其中有功能性的模块数据，包括大数据访问与调度框架、商业智能应用模块、数据仓库等相关的数据模块。
因此，大数据平台的构建需要在数据关键技术运行效果持续升高的情况下对电力领域内企业的智能化电网的实现提供有效的保障，用以提升企业的自身结构发展也能让营销服务模式的优化创新能力得到极大的提升，进而能让电力企业持续稳健的发展下去。
互联网时代下的智能电网建设及其应用
互联网时代下的智能电网建设及其应用随着信息技术的飞速发展，人们对智能电网的需求日益增长。
智能电网是建立在现代信息通信技术基础上的全新电力系统，可以实现对电网全过程、全环节的智能化控制和管理。
智能电网具有网络化、智能化、可靠性高等特点，在提高电网运行效率、降低能源消耗、提高能源利用率等方面发挥了重要作用。
一、智能电网建设智能电网建设需要涉及到多个方面，包括电力系统的改造、信息技术的应用和电力市场的改革等。
首先，电力系统的改造是智能电网建设的基础，需要解决能源的供给和需求的平衡问题，提高电网的可靠性和稳定性。
其次，信息技术的应用是智能电网建设的重要手段，包括大数据、云计算、物联网、人工智能等技术的应用，可以实现对电网运行状态的实时监测、快速故障处理和预测，提高电网的运行效率和可靠性。
最后，电力市场的改革也是智能电网建设的重要方面，需要完善电力市场的机制和规则，让市场发挥更好的作用，实现电能的高效利用。
二、智能电网应用智能电网应用广泛，主要包括以下几个方面：1. 分布式能源应用分布式能源是指在用户侧或负荷侧，利用太阳能、风能、生物质等方式发电或储能，并通过智能电网实现对电网的贡献和效益。
分布式能源的应用可以实现提高能源利用效率、减少能源的浪费和污染。
2. 电动汽车充电与储能随着电动汽车的普及，电动汽车充电和储能也成为了智能电网的重要应用领域。
通过智能电网的充电和储能，可以实现对电网负荷的平衡控制和能源利用效率的提高。
3. 智能电表和电力负荷响应智能电表是一种利用智能电网技术实现对电网中电力运行和消费监测的应用，可实现对电能消费的监控和计量，以及对电力负荷的控制和管理。
4. 智慧城市建设智慧城市建设需要依托智能电网建设，实现城市能源的高效利用、城市环境的保护和城市管理的智能化，从而提高城市的生活质量和经济效益。
三、智能电网面临的挑战在智能电网建设和应用过程中，也面临着一些困难和挑战。
主要包括以下几个方面：1. 技术标准和规范的制定智能电网建设需要制定相关的技术标准和规范，以确保电网系统的互操作性和可靠性。
电力大数据技术在智能电网中的应用
2020年第10期1570 引言随着我国电力技术的不断发展，电力系统产生的数据越来越多，这表明电力企业已经进入了大数据时代。
为了更好地处理这些数据，电力企业开始采用较为先进的智能电网系统。
但是，面对海量的数据，智能电网系统对数据进行有效提取和分析的难度会随之增大，这大大降低了对有效信息的利用率。
为此，电力企业采用当下最为先进的大数据技术，将庞大的数据量进行有效提取和转化，大幅度减轻了智能电网系统压力，提高了工作效率，极大地推动了电力企业的长远发展。
1 电力大数据技术特征1.1 电力大数据与电力大数据技术电力大数据是通过传感器、智能设备、视频监控设备、音频通信设备、移动终端等各种数据采集渠道，收集到的海量结构化、半结构化、非结构化的业务数据集合。
而电力大数据技术则是在当前电力数据飞速增长的背景下，满足了各专业工作、提高电力工业发展水平以及服务经济发展的需要，主要包括了高性能计算、数据挖掘、统计分析、数据可视化等功能的技术。
1.2 电力大数据技术的特征第一，数据规模比较大。
随着我国智能电网的不断发展，电力系统的信息量在逐渐增多，其数据规模也越来越大。
目前数据规模已经由原来的PB 级升级到了EP 级。
电力大数据技术在智能电网中的应用梁 健贵州电网有限责任公司兴义供电局，贵州 兴义 562400摘要：随着电网企业规模的不断扩大，智能技术的应用也越来越广泛，这极大地推动了智能电网的发展。
与此同时，电力企业在智能电网的运行过程中，注重对大数据技术的应用和研究，加强对海量数据进行有效处理，这进一步提高了智能电网的工作效率。
文章通过对电力大数据特点的分析，阐述了电力大数据技术在智能电网中的有效应用，以期对未来电力大数据在智能电网中的发展提供有效的参考依据。
关键词：智能电网；电力大数据技术；高效传输中图分类号：TM76第二，数据多样化。
以前我国电力系统当中的数据都是以结构化数据为主。
目前随着智能电网的不断应用，导致我国电力系统当中出现了很多图像类以及视频类的非结构化数据，正因如此，电力数据变得越来越多样化[1]。
电力系统中的智能电网算法应用
电力系统中的智能电网算法应用智能电网算法在电力系统中的应用随着电力系统的不断发展和智能化的推进，智能电网技术成为了电力行业的热门话题。
智能电网算法是实现智能电网的关键技术之一，具有广泛的应用前景。
本文将介绍智能电网算法在电力系统中的应用，并探讨其优势和挑战。
智能电网算法是指利用先进的计算和数据处理技术，对电力系统进行优化和管理的算法。
智能电网算法主要包括用于电网调度、能源管理、故障检测与定位、电力质量控制等方面的算法。
首先，智能电网算法在电网调度中发挥着重要的作用。
传统的电网调度是基于经验和人工判断的，容易受到操作人员主观因素的影响，并且难以满足高效、安全、经济的要求。
而智能电网算法能够通过对大量数据的分析和处理，实现电网的智能调度，优化电力系统的运行状态，提高电网的应对能力和灵活性。
其次，智能电网算法在能源管理方面也具有重要意义。
随着可再生能源的快速发展和智能电网的普及，电力系统的能源管理变得越来越复杂。
而智能电网算法可以通过对电力系统的数据进行分析和建模，优化能源的生产和消费，实现电力系统的平衡与稳定。
例如，通过预测负荷需求和可再生能源的波动，智能电网算法可以合理调度电网的运行，提高可再生能源的利用率。
智能电网算法还在故障检测与定位方面起到了关键作用。
传统的故障检测需要将故障信息传输到操作中心进行判断，存在时间延迟和误判的问题。
而智能电网算法可以通过实时监测和数据分析，实现对电力系统故障的快速检测和定位。
同时，智能电网算法还可以根据故障特征进行故障诊断，提高故障处理的效率和准确性。
此外，智能电网算法在电力质量控制方面也有重要应用。
电力质量是指电力系统中电压和电流波形的稳定性和纯度，对电力设备和用户的正常运行具有重要影响。
传统的电力质量控制主要依靠传感器和控制器，成本高且难以实时响应。
而智能电网算法可以通过实时监测和数据处理，快速识别电力质量问题，并采取相应措施进行控制和修正，提高电力质量的稳定性和可靠性。
面向智能电网应用的电力大数据关键技术符式阳
面向智能电网应用的电力大数据关键技术符式阳发布时间：2021-11-07T09:56:27.316Z 来源：《中国科技信息》2021年10月下30期作者：符式阳[导读] 随着智能电网技术的日益成熟，智能电网的建设速度也在日益加快，随之而来的是各种传感器和智能电表的大量使用，导致产生了海量的电力数据，如何处理这些数据是现阶段智能电网发展面临的最主要问题。
云计算技术因为可以向用户提供海量的存储空间和强大的计算能力近年来被广泛的关注，在数据处理方面跟其他技术相比也具有很大的优势，已经广泛的运用到互联网、电商等领域。
结合上述技术的不足，本研究构建出新型云计算电力数据平台来处理电力大数据，将云计算技术和智能电网进行深度融合，构建出基于云计算技术的电力大数据分析处理系统，采用多维度检索、支持数据等新的多存储模型以及自动翻译工具等方式解决传统电网信息数据处理速度慢、存储空间不足等问题。
广东电网有限责任公司广州供电局符式阳广东广州 510000摘要：随着智能电网技术的日益成熟，智能电网的建设速度也在日益加快，随之而来的是各种传感器和智能电表的大量使用，导致产生了海量的电力数据，如何处理这些数据是现阶段智能电网发展面临的最主要问题。
云计算技术因为可以向用户提供海量的存储空间和强大的计算能力近年来被广泛的关注，在数据处理方面跟其他技术相比也具有很大的优势，已经广泛的运用到互联网、电商等领域。
结合上述技术的不足，本研究构建出新型云计算电力数据平台来处理电力大数据，将云计算技术和智能电网进行深度融合，构建出基于云计算技术的电力大数据分析处理系统，采用多维度检索、支持数据等新的多存储模型以及自动翻译工具等方式解决传统电网信息数据处理速度慢、存储空间不足等问题。
关键词：智能电网；电力大数据；关键技术1 基于云计算的电力大数据分析系统架构设计云计算技术在处理大数据方面已经有比较成熟的应用，但是多用于互联网行业，而互联网大数据与电力大数据存在很多不同，比如检索、读写和编写等方面，但是基本的架构依然可以参考。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电力大数据关键技术下的智能电网应用研究
发表时间：2017-07-17T10:01:23.700Z 来源：《电力设备》2017年第8期作者：刘延博眭冰[导读] 摘要：本文简单概述了电网大数据的基本特点，同时阐述了智能电网、大数据以及云计算的关系，最后总结了大数据智能电网的关键技术，旨在促进智能电网的发展，为社会提供更高效的电力服务。
(国网辽宁省电力有限公司辽宁省沈阳市 110000) 摘要：本文简单概述了电网大数据的基本特点，同时阐述了智能电网、大数据以及云计算的关系，最后总结了大数据智能电网的关键技术，旨在促进智能电网的发展，为社会提供更高效的电力服务。
关键词：电力大数据；关键技术；智能电网；应用研究
一、智能电网大数据概述
（一）智能电网信息数据来源
智能电网系统在运行中的数据主要包括电力企业内部数据和外部数据。
内部数据的主要来源是系统对电力信息的采集、分析、管理以及客服中产生，外部数据则主要是在地理信息系统或气象系统，以及互联网中产生，由于数据庞大且分布不集中，各个系统对数据的管理手段也有所差异。
（二）智能电网平台的构成
由于社会的学习、工作和生活对电力的需求越来越大，传统的电网系统无法满足日益增长的需要，智能电网也应运而生。
智能电网借助计算机网络技术来进行数据信息的收集、分析、管理等功能，实现电力的科学化管理工作。
当前比较成功的智能电网大数据平台有Hadoop服务平台系统和基于分布式文件技术的平台，能够实现海量数据的搜集和存储，提高了电网的工作效率，同时也推动了电力行业的有效发展。
（三）智能电网大数据特征
智能电网大数据的主要特征是信息庞大、分散、多样性。
信息数据的来源一般比较分散，信息采样的周期和频率各不相同，也就造成了非结构或半结构数据的比例越来越大，例如，在客服中的语音数据、监控视频或图像等都属于非结构化的数据信息。
二、智能电网、大数据以及云计算三者的关系
（一）智能电网和大数据的关系
智能电网技术就是输配电技术与计算机技术、网络技术和通信技术有效结合的新电网系统，具有高效、安全、科学、低损耗和低污染的传输能力。
智能电网的主要目的就是通过传统输配电技术与科学技术有效结合，不断提高电力的传输效率，不断优化输配电系统，减少电力的损耗，实现高效的数据信息交流和共享，满足不同状态下的电力数据信息的收集、分析和存储等功能，使电网系统更加科学化、智能化。
也就是说，职能电网就是大数据在电力行业的实际应用。
（二）云计算与大数据的关系
云计算的理念就是利用网络技术实现各个平台之间数据信息的按需共享和交流。
我们可以简单地认为云计算是大数据的基础，利用云计算技术来实现大数据的收集、分析和存储，但是相对应的，大数据又为云计算技术寻找到更多的应用平台，使得云计算有发挥的空间。
但是，二者关注的重点又有所差异，云计算的重点工作是进行数据计算，而大数据的工作重心是信息数据的分析。
智能电网、大数据和云计算三者之间有一定的联系，具体关系如下图所示：
三、智能电网大数据关键技术分析
（一）集成管理技术
智能电网大数据的集成管理技术是将多个系统中的数据整合，具有多功能的数据管理技术。
多源异构的管理模式就是指数据来源、数据结构、数据格式以及特点存在差异，但是能够将这些数据进行统一存储，这样的数据集合具有集成、稳定、反应系统变化的功能，实现更安全的数据共享和交流。
电力行业的集成管理技术主要有数据抽取技术、过滤技术、剔除技术、融合技术。
这种管理技术能够满足不同的电力环境下的数据管理，对多样化、复杂化的数据进行分析。
当前已有的管理技术已经能够实现关系型数据的去杂化，将管理数据化繁为简，实现更加灵活的数据管理，例如当前的NoSQL数据库技术。
（二）信息数据分析技术
大数据技术能够实现模拟信号与数字信号之间的相互转换，从中提取信息的内容和知识，并做出动作指示。
大数据的分析技术就是在信息数据中找寻关联，为管理人员的做出指示。
智能电网中的大数据技术又有别与其他技术，具有一部分统计学的关联性特点。
关联性就是将不同的数据进行分析比较和归纳，发现数据之间某种隐藏性的关联，在通过一定的参数或结构将这种关系表示出来。
大数据的分析技术将侧重点从原来的因果关系转变为相关关系，能够实现电力系统中海量的数据分析，还能将大数据化为小数据，简化分析步骤。
（三）信息数据处理技术
基于智能电网下的半结构化与非结构化数据处理，大数据处理技术主要分为分布式计算技术、内存计算技术和流处理技术，具体情况如下图所示：
空间中，通过不同处理系统的结果整合，实现统一的管理。
当前最具代表性的分布式计算技术就是MapReduce编程模型，这种模型就是将数据进行分块，交给不同的存储区，再通过分析汇总。
分布式处理技术可以对电力系统中海量的分散数据进行采集，具有很大的推广价值。
2.内存计算技术。
这种技术摆脱了磁盘读写的复杂步骤，将待处理的信息放在内存中直接进行操作，有效缩减了计算的时间。
随着技术的不断提高，内存计算技术在智能电网中的推广也不断扩大，实现大量数据的实时分析和计算。
3.流处理技术。
由于随着时间的演变，数据信息可能发生变化或消失，这种技术就是将不断出现的信息作为数据流，一旦新的数据出现就立即做出指示，进行分析和计算并输出处理结果。
这种技术在各行各业都得到了有效的应用与发展，可以进行网络数据的搜索统计、金融行业的高频交易等，在智能电网中，由于社会的需求增长，数据信息不断增加，流处理技术在电力系统中的使用，满足了实时在线分析的需求，节省了大量的处理时间。
（四）数据信息显示技术
大数据的信息显示技术能够实现信息的准确管理，帮助电力管理人员对系统状态的实时监控。
数据信息显示技术主要有历史流展现技术、空间流展现技术和可视化技术。
历史流展现技术可以体现信息之间的时间关系，在电力系统的应用中，可以将电力监控系统的监测数
据、预测数据等通过一定的计算机制图技术建立模型，对重大电力故障或传输问题进行模拟分析，发现隐藏性隐患；空间流就是将电力参数与空间信息结合，有利于管理人员对故障位置直观监测；可视化技术提高了智能电网的自动化水平，有利于未来复杂系统的分层研究。
四、结束语
目前，我国智能电网已经进入高速发展的研究和使用阶段，在今后，大数据技术在电力系统中的使用，能够有效提高电网的数据分析、处理和存储的效率，实现智能电网平台的安全、高效、稳定发展。
参考文献：
[1]彭小圣,邓迪元,程时杰,文劲宇,李朝晖,牛林. 面向智能电网应用的电力大数据关键技术[J]. 中国电机工程学报,2015,03:503-511.
[2]但涛. 面向智能电网应用的电力大数据关键技术分析[J]. 科技传播,2015,20:31+29.
[3]梁正波. 面向智能电网应用的电力大数据关键技术[J]. 科技传播,2015,20:65-66.
[4]区秋杰. 智能电网应用的电力大数据关键技术研究[J]. 通讯世界,2016,20:190-191.
[5]张克宇. 浅谈面向智能电网应用的电力大数据关键技术[J]. 电子世界,2016,22:193+195.。