基于电力能源数据、生产排班、设备运行等多维度大量数据，通过数据建模、机器学习技术， 提供并持续优化电力负荷预测模型，对负荷进行分析预测，有效规避偏差风险，降低偏差惩罚。
负荷分析
负荷预测结合利用历史同期用电量数据，以及天气、季节、行业和生产情况和节假日等多种因素，进行近期(1～3天)、短期（1个月）、中期（季度）、长期（年）各时段总用电量预测。
负荷预测
主要包括设置事先预知的负荷变化、自动预测、人工辅助预测等。设置事先预知的负荷变化是对预测日事先发生的重大事件（如庆典、赛事、开业、停业）和排班检修（如停机、开机、检修）的影响负荷进行设定；
全面性
结合多种因数
掌握未来
预知性
人工智能和人脑的优势相结合
实现相辅相成
能够合理、准确地进行电力系统规划和保证电力系统经济、安全、稳定地的运行。
辅助企业制定生产计划和电力系统短期运行方式,解决了电网内部发电机 组检修不规范的问题。
减少了不必要的旋转储备容量,提高经济效益和社会效益。
| 类型 | 名称 | 规格型号 |
|---|---|---|
| 硬件 | 电力采集仪表 | 支持30+电气参数监测、温湿度采集 |
| 智能网关4G | 智能通讯网关，支持485口1路，9-24V供电，支持4G通讯，支持透传及主动采集，支持TCP/MQTT协议 | |
| 其他辅材 | 开关、端子、线缆、金具等辅材 | |
| 软件 | 功能模块 | 实时监测模块、负荷预测模块、负荷分析模块、用电趋势预测模块、电能质量分析模块 |
| 监测点服务费用 | 公有云部署 | |
| 系统培训费用 | 软件系统部署配置、使用培训、上门实施及技术支持等 | |
| 施工 | 施工调试 | 现场勘察、硬件安装、系统接入、系统调试 |