简介:随着电力用户的增加,各种电力用户产生的数据,用传统的简单的负荷预测方法难以满足人们对于大数据的分析。大数据时代的来临,在电力系统中不断显现出来的。随着智能电网、通信网络技术和传感器技术的发展,直接导致了电力用户侧数据呈指数式增长,使电力用户侧大数据变得十分复杂。本文主要是针对电力用户侧数据的一些特点提出一些并行负荷预测方法。电力用户侧数据特征有数据数量大、数据结构类型繁多和更新的速度快。电力用户侧大数据在存储处理这些数据上对我们研究这些数据是一个挑战。本文是基于随机森林算法的并行负荷预测方法,通过现代热门的云计算,对影响数据的历史负荷、温度、风速等数据进行并行化分析。
简介:摘要:在大数据时代的发展背景下,科技管理部门已经成为科技情报的重要用户组成,如何对科技情报需求进行快速地了解也成为了当前时代情报服务的重要表现。因此,在科技情报的背景下出现了用户画像的方法,这种方法也为科技情报工作提升了更大的可能性。这种用户画像的方法通过对多种数据的采集与分析,为情报用户打上独特的标签,并用标签来找出用户的特征和需求。文章重点围绕科技情报用户画像标签的生成以及推荐进行探讨。
简介:摘要:目前我国城市化发展和我国电力行业的快速发展,我国信息技术发展也十分快速。近年来,由于国家供电信息收集体系的大力推广,全国供电信息收集规模日益壮大,数据深化运用能力不断加强,系统的运营保障工作也随之增加,但紧迫的运维工作要求和相对落后的运维力量不相匹配等问题也逐步凸现了出来。随着中国科学技术能力的逐渐增强,国家信息化管理水平也在不斷提升,而大数据分析技术也是建立在计算机技术蓬勃发展的基石上而蓬勃发展出来的,近年来大数据分析技术已经在许多应用领域之中进行了广泛应用,并获得了相应的蓬勃发展。因此笔者也对大数据分析技术在信息采集与运维服务领域中的运用策略作出了一些探讨。