电力大数据

电力大数据出版发行

据2019年12月29日中国知网显示，《电力大数据》共出版文献量2256篇。

据2019年12月29日万方数据知识服务平台显示，《电力大数据》共载文4085篇，基金论文量为45篇。

电力大数据收录情况

《电力大数据》被中国知网、万方数据、超星期刊、维普科技期刊数据库等收录。

电力大数据影响因子

据2019年12月29日中国知网显示，《电力大数据》总下载次数98385次、总被引次数2278次，（2019版）复合影响因子为0.588、（2019版）综合影响因子0.507。

据2019年12月29日万方数据知识服务平台显示，《电力大数据》被引量3280次、下载量17818次，据2017年中国期刊引证报告（扩刊版）数据显示，《电力大数据》影响因子为0.2，在全部统计源期刊（6670种）中排第5782名。

电力大数据办刊宗旨

《电力大数据》办刊宗旨为刊载电力科学技术和电力大数据的科技成果及前沿动态，交流技术经验，繁荣学术研究，促进电力工业发展。

电力大数据投稿指南

1、英文期刊作为参考文献时，不要求译为对应的中文。

2、该刊要求稿件正文6000字（不含摘要与参考文献，偏差不超过300字），摘要300~330字。

3、有资金资助的论文应注明相关信息。

4、该刊只接受网上投稿。

5、论文作者应提供姓名、出生年、性别、学历、职称、主要从事的专业技术工作；原则上每篇论文的作者数最多不超过7名，其中第一作者和通信作者各提供一寸免冠照片电子版（注意通信作者与投稿联系人的严格区别）。

6、正文最多使用三级标题。

7、该刊一般使用书籍、期刊论文、学位论文、标准、专利为参考文献。

1977年，《贵州电力技术》创刊，为月刊。

2014年12月，《贵州电力技术》入选中国原国家新闻出版广电总局第一批认定学术期刊。

2017年，《贵州电力技术》更名为《电力大数据》。

电力大数据栏目方向

• 刊登内容

该刊主要刊登人工智能、大数据分析、云计算、泛在物联网、移动作业、区块链等技术在电力系统的应用研究最新成果，涉及电力设备制造、规划设计、发电、输电、供电、配电、用电、调度、电力市场交易等方面。

• 主要栏目

《电力大数据》设有综合管理、电力信息、农电之窗等栏目。

电力大数据人员编制

据2019年12月刊显示，《电力大数据》编辑委员会有编委49人，编辑部有编辑7人、英文编辑2人。

本书是国网浙江省电力有限公司“浙电云”平台和电力大数据的建设实践经验总结。全书分为9章，主要内容包括概述、云计算技术架构、大数据关键技术、云计算平台建设实践、大数据建设实践、大数据应用开发、大数据典型应用、电力大数据安全保障、云计算和大数据运营服务。

本书既有理论知识铺垫，又有建设实践实例，整体突出“实用”的特点。

《电力营销大数据的研究及应用》本书是第1本全面论述电力营销大数据的研究及应用的书籍，它从电力营销的实际业务出发，以电力营销的生产数据和电力用户的实时数据为基础，结合统计分析、关联分析、挖掘算法实现了用电特性分析、电力负荷预测、电网规划运行、电力客户服务、电力看经济、电力看民生等专题研究，并详细阐述了电力营销大数据的研究成果及其应用情况，具有较高的应用价值。

第1章

电力营销大数据时代思考 1

1 .1 引言 1

1 .2 用电信息采集系统 2

1 .3 电力大数据的应用前景 5

1 .4 大数据在电力营销业务中的应用前景 8

第2章

数据源建设——大数据应用的铺路石 9

2 .1 “ 发输配用” 数据中心建设 9

2 .2 “ 脏数据” 类型及数据清洗 1 2

第3章

用电特性分析——大数据应用的显微镜 1 6

3 .1 用户用电特性分析 1 6

3 .2 用户负荷气象模型 3 0

3 .3 行业电量气象模型 4 2

3 .4 行业电量节假日和周末模型 4 7

第4章

电力负荷预测——大数据应用的急先锋 5 0

4 .1 基于传统方法的负荷预测 5 0

4 .2 基于用电大数据的短期负荷预测 5 5

4 .3 基于用电大数据的母线短期负荷预测 5 8

4 .4 基于用电大数据的中长期负荷/电量预测 6 2

第5章

电网规划运行——大数据实践的试金石 6 9

5 .1 配电变压器状态实时监测 6 9

5 .2 地区公用配电变压器负荷特性分析 7 5

5 .3 配电变压器重、 过载风险预警 8 2

5 .4 台区线损分析 8 8

第6章

电力客户服务——大数据实践的点睛笔 9 6

6 .1 全社会电力用户档案搜索引擎 9 6

6 .2 客户服务风险管理 1 0 8

6 .3 客户信用评价模型 1 1 1

6 .4 客户异常用电/窃电分析 1 1 5

6 .5 客户用电优化建议书 1 2 2

第7章

用电大数据的扩展应用——民生风向标 1 3 0

7 .1 居民住房分析 1 3 0

7 .2 居民消费水平指数分析 1 3 6

7 .3 家庭绿色能效管理 1 4 0

第8章

用电大数据的扩展应用——经济晴雨表 1 4 4

8 .1 江苏宏观经济发展分析 1 4 4

8 .2 用电量趋势看经济发展 1 4 7

8 .3 用电量看产业结构变化 1 5 6

8 .4 用电量看行业景气度 1 5 8

第9章

电力营销大数据技术平台——大数据处理分析的金刚钻 1 6 2

9 .1 电力营销大数据平台关键技术概述 1 6 2

9 .2 电力营销大数据平台建设思路 1 6 8

9 .3 电力营销大数据平台关键技术 1 7 5

参考文献