科创中国

本项目聚焦大数据驱动下的配用电业务，在国家863计划、上海市科委、国家电网公司等课题支持下，突破数据融合、算法创新和算力提升、平台研发等关键技术，攻克配用电大数据在集成存储、高效处理和智能应用方面的系列难题，研发智能配用电大数据应用系统，接入内外部数据源十余个，开发用户用电行为分析、负荷预测、网架优化、节电、错峰调度、配网故障分析、电能质量等十个应用模块，实现了电网运行的智能决策和用户响应行为的精准捕捉，取得了一系列重大成果，主要创新如下：

（1）针对配用电数据清洗困难、查询及可视化效率低的难题，提出基于函数型数据分析的时序数据清洗方法，提出基于Spark的数据符号聚合近似（iSAX）表征的分布式索引算法，提出大规模异质网络可视化分析方法，海量时序用电数据清洗准确率高于85%，查询速率提高了10倍，2万节点规模网络渲染时间降低至2ms。

基于函数型数据清洗方法原理及清洗效果

（2）针对电力数据类型多源异构、分析处理需求复杂多样的难题，提出一体化数据存储与多模多维数据处理的并行架构，设计了基于两级索引和过滤技术的列式文件系统，提出了基于可用资源评估的弹性图计算调度技术，与业内领先的开源一体化大数据平台相比，结构化数据访问速率达到每秒100万OPS,图数据查询速率提升20%。

（3）针对传统配用电分析准确度低、数据源单一、适应性差、计算速度慢等问题，提出了面向配用电典型业务的自适应数据分析模型，创新性设计了基于数据驱动的自适应多类型用电预测和网架优化方法，微观个体日用电预测精度达到***%，网架优化方案适应性及优化计算效率显著提高。

用户个体日用电预测及地块长期预测

（4）针对电力大数据复杂体系多尺度下影响因素难以捕捉的问题，提出了反映工商业上下游用电关联特征的基于隐马尔可夫的复杂网络算法，构造了精准追踪经济运行的行业生产强度指数；提出了用电行为驱动的低频用电数据解构算法，解构精度达90%，显著优于国内外高频数据的解构算法。

项目获得国家发明专利授权25项，登记软件著作权28项，发表高水平学术论文59篇，编写专著1本，发布团体标准1项、国家标准1项。经中国电机工程学会鉴定：项目海量时序用电数据索引技术、分项用电设备级的数据解构算法、基于数据关联模型的中压配电网网架优化方法等方面达到国际领先水平。

项目成果近三年直接经济效益达***亿元，已广泛应用于上海等多个省市的政府、电网、产业公司，为企业生产经营、政府产业调控、疫情期间复工复产提供技术支撑。