-
题名基于深度学习的电力负荷预测与需求侧策略研究
- 1
-
-
作者
吴玮钦
王飞
戴润铭
-
机构
国网浙江省电力有限公司绍兴供电公司
-
出处
《消费电子》
2025年第8期113-115,共3页
-
文摘
电力系统的高效运行离不开精准的电力负荷预测以及合理的智能调度策略。准确预测电力负荷可使电力企业提前规划发电资源,防止因负荷波动导致电力供应不足或过剩,从而保障电力系统的可靠性和经济性。深度学习技术具有强大的非线性建模能力、数据特征自动提取能力以及处理大规模数据的优势,为电力负荷预测提供了新的机遇。将精准的电力负荷预测结果与智能调度策略相结合,能够优化电力系统的运行。本文开展基于深度学习的电力负荷预测与智能调度策略研究,对推动电力系统朝着智能化、高效化方向发展具有关键的现实意义。
-
关键词
深度学习
电力负荷预测
智能调度
电力系统
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名大数据驱动的用电行为分析与用电检查优化策略
- 2
-
-
作者
戴润铭
吴玮钦
王飞
-
机构
网浙江省电力有限公司绍兴供电公司
-
出处
《消费电子》
2025年第7期28-30,共3页
-
文摘
在电力行业中,大数据技术已成为推动行业朝着智能化、精细化方向发展的关键驱动力量。用电行为分析以及用电检查属于电力运营管理中的关键部分,对保障电力系统安全稳定运转、提升电力资源利用效率以及提高用户服务质量有着极为关键的作用。大数据技术依靠其强大的数据采集、存储、处理以及分析能力,为挖掘用电行为特征、精准定位用电异常以及优化用电检查策略提供了新的思路与办法。电力行业通过对大量用电数据进行深度分析,来准确了解用户的用电行为模式,找出潜在的用电安全隐患,并据此制订有针对性的用电检查方案,从而实现用电检查工作的智能化、高效化以及精准化。本文将基于大数据技术,探讨用电行为分析与用电检查优化策略,以期为电力行业可持续发展提供参考。
-
关键词
大数据
用电行为
分析
用电检查
优化
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名新能源汽车充电站的智能电源管理系统构建与实践
- 3
-
-
作者
王飞
戴润铭
吴玮钦
-
机构
国网浙江省电力有限公司绍兴供电公司
-
出处
《消费电子》
2025年第9期31-33,共3页
-
文摘
本研究旨在构建新能源汽车充电站的智能电源管理系统。通过综合分析智能电源管理系统的关键技术,构建新能源汽车充电站的智能电源管理系统,最后提出新能源汽车充电站的智能电源管理系统运用建议。研究结果表明,智能电源管理系统可依据实时数据动态调整充电功率,实现对充电站资源的合理调配,为新能源汽车的广泛普及和高效运营提供有力支持,对推动绿色出行具有重要意义。
-
关键词
新能源汽车充电站
智能电源管理
系统构建
-
分类号
U469.7
[机械工程—车辆工程]
-
