研究背景：

► 随着新冠病毒造成的疫情影响，国内工商业用户造成的经营压力与日俱增，国家电网公司勇于担当，继续在电价已降10%的基础上落实再降10%，在有效降低一般工商业用户经营成本的同时，电网公司自身也感受到了经营压力，倒逼自身进一步提高电力企业精益化管理与运营水平。

► 因此本项目立足于电网节能与用户节费两个层面，充分发挥已有海量电力大数据的优势，在大用户需量节费（用户节费）、线变户拓扑辨识（传统盲区）、低压电网防窃电（完善管理）、配网线损治理（降损节能）、潜在隐患排查（行为分析）几个角度开展应用决策研究。

► 期望形成创新产品，孵化经济实体，促进成果转化。

研究内容：

（1） 大用户需量节费大数据应用

       本研究内容的开展目的旨在不影响用户生产经营的基础上，分析和优化用电行为模式，变用户容量电费为需量电费，有效进一步降低大用户经营成本。优化后的用电曲线也减轻电网的调度压力，对电网和用户来说是双赢。

（2） 表线变拓扑自动辨识大数据应用

       传统用户电表到线路到配变的拓扑关系大都是台账方式，错误及漏洞很多，本研究内容填补传统空白，基于用户用电特征大数据对比匹配，自学习形成在线拓扑。

（3） 低压电网防窃电大数据应用

       用户窃电一直是电网损耗的一大来源。本研究内容拟在研究内容2拓扑自动生成的基础上，对比分析历史和实时用电行为，挖掘与定位窃电节点。

（4） 配网线损分析与治理大数据应用

       线损的治理是直接产生经济效益的，也是配电网持之以恒精益求精的工作，但以往线损分析都存在数据时标错位，以及更偏平均线损而非实时线损，本研究内容的开展可有效提升管控和治理水平。

（5） 电力用户潜在隐患行为大数据分析

       通过用户的历史用电特性分析，针对性发现电动自行车违章充电、校园电加热违章电气排查、社会五小作坊违规用电、企业环保设备违规关停、园区地条钢违法行为等潜在隐患开展深度学习的大数据辨识与告警。