在思考大数据技术在电力系统的应用机会时想到这个课题。

基本想法如下：

1.意义

电力负荷的预测长期以来是电力系统十分关注的问题，因为电力能源的特殊性，使得电力负荷预测的难度和重要性都很非常高，成为传统技术手段下的负荷管理难以企及的目标。
电能消耗产生的数据是极其庞大的。可以和电信的流量数据相当。根据电力系统负荷管理的相关规约，平均每15分钟的每个计量终端就应产生一条用电记录。这只是受现有技术条件的限制而只对大用户才能实施的计量要求。事实上，电能消耗的数据对不同规模的用电用户而言，采集的时间密度和价值比例是同等的重要。对电能计量数据的采集，以智能电表为核心的智能用电信息采集系统已经在各大电网公司建设和运行起来了，而基于大数据的符荷分析与预测，几乎是空白，而且在智能电网建设规划中，都几乎是空白（这与国内电力信息化工作人员对大数据的陌生可能有关）。这对大数据的应用来说，是一个难得机会。
电力符荷预测的重要性主要表现在：电能需求的规律直接关系到发电计划的安排，而发电和用电是同时瞬间完成，预测难度极高。发电计划的优化是整个电力系统经济运行的最基本的手段。小数据中难以发现符荷变化的准确规律。当然，在大数据下如何进行电力负荷预测，能有什么新的有价值的发现，肯定还需要有相关的理论研究。这个也应该是专业院校感兴趣的课题。
电力符荷预测和分析的附加价值还在于：发现用电异常，查找电能损耗等直接关系电网运营效益的解决问题的手段。

2.条件

本人就职的公司拥有大数据系统开发所需的硬件设备，hadoop集群，及相关应用软件的环境。

公司只能提供研究开发的环境和系统开发方面的技术指导。

暂时不能提供课题经费。

可以与专业院校的老师合作共同申请产学研经费。经费申请下来保证项目专用。

欢迎相关专业的博士导师，硕士导师联系合作。