来源：北极星电力网2019-04-15

上传的数据应包括重点用能单位消耗的石油、煤炭、电力、天然气、热力等主要能源品种的数据，个别不具备条件的重点用能单位，经省级相关主管部门同意后，在2020年底前确保实现用电数据的在线监测和数据上传的情况下

来源：电网技术2019-04-15

摘要为解决用户在开展节电工作时面临的用电数据不透明、缺少节电指导依据等问题,提出大数据背景下基于数据挖掘的用户节电通用分析方法,并在大数据平台上予以并行化实现,设计了直观的可视化展示形式。...由于实际上普遍存在的用电数据的缺失会严重影响聚类的准确性,为此,本文采用传统距离标准与向量统计特征进行加权调和的思想,来克服数据缺失对聚类准确性的影响,从而能在一定程度上降低对数据清洗的要求。

来源：北极星售电网2019-04-09

2、多场景大数据分析与挖掘——把信息变成认知的工具，转化为有效的预测和决策以海量用电数据为基础，引入大数据技术，构建电力大数据分析模型，满足供电企业和综合能源公司在多方面的管理提升和业务创新需求。

来源：新华日报2019-03-29

肖晶认为，从政府层面来看，可为政府提供一个经济发展的“晴雨表”，一个行业的发展状况如何，可以通过其用电数据反映出来；对于企业和老百姓而言，可以通过分析其用电数据，为用户推荐最经济节能的用电方案；从内部管理角度

来源：新华网2019-03-28

据国网电商公司相关负责人介绍，“电e贷”前端是以智能电表为终端来采集企业用电数据，充分发掘了电力大数据的价值，以用电信息来感知企业的经营发展状况，在银行授信依据中真实性、指向性优势明显。

来源：新华日报2019-03-27

肖晶认为，从政府层面来看，可为政府提供一个经济发展的“晴雨表”，一个行业的发展状况如何，可以通过其用电数据反映出来；对于企业和老百姓而言，可以通过分析其用电数据，为用户推荐最经济节能的用电方案；从内部管理角度

来源：国家电网报2019-03-27

这是南京供电公司根据客户用电数据智能化采集功能，衍生出的代客户维护用电设备及抢修的新服务模式。“这是我们一项针对企业客户的新服务。

来源：北极星储能网整理2019-03-26

资料显示，用户安装的能源管理系统每15分钟储存用户用电数据，记录用户每天的用电习惯，并将这些数据通过网络传输到虚拟电厂的数据库中。

来源：国家电网报2019-03-21

国网天津电力营销部计量处专员何泽昊说，智能电表远程误差校准运用大数据分析技术挖掘海量用电数据，实现了对智能电能表的在线监测、精准研判、失准更换，促进了社会资源节约和高效利用。

来源：江苏省盐城供电公司2019-03-21

近日，中电联公布2018年用电数据，2018年全国全社会用电量6.84万亿千瓦时，同比增长8.5%。

来源：能源研究俱乐部2019-03-19

资料显示，用户安装的能源管理系统每15分钟储存用户用电数据，记录用户每天的用电习惯，并将这些数据通过网络传输到虚拟电厂的数据库中。

来源：能源研究俱乐部2019-03-19

资料显示，用户安装的能源管理系统每15分钟储存用户用电数据，记录用户每天的用电习惯，并将这些数据通过网络传输到虚拟电厂的数据库中。

来源：能源研究俱乐部2019-03-19

资料显示，用户安装的能源管理系统每15分钟储存用户用电数据，记录用户每天的用电习惯，并将这些数据通过网络传输到虚拟电厂的数据库中。

来源：国盛证券2019-03-14

关于这四层结构实际上很好理解：为了更好地开展业务，业务应用层需要在客户终端利用硬件感知用户行为，采集用电数据，而这一数据的传输则离不开泛在网络的传输。

来源：华泰证券研究所2019-03-12

我们过去说的克强指数，他衡量经济光靠统计数据是不行的，还看用电数据。所以用电数据蕴含很多的经济信息。

来源：江苏省盐城供电公司2019-03-07

数据表明，电力大数据通过用电数据，运用统计推断、相关性分析等方法，构建各地区的住房空置率模型，得到住房空置率位于警戒区间的位置，对于住房空置率的识别精度接近90%，为政府部门进行楼市宏观调控决策、保障民生提供了重要依据

来源：电网技术2019-03-05

此外,对于dr行为的建模难度较大,从用户的角度而言用电数据仅仅反映了用户的用电行为,如：日常较低的用电水平表明了用户外出行为,对于外界因素影响、心理行为、政策环境等均需要考虑。

来源：中国电力新闻网2019-02-21

经济结构调整催生用电新动能剖析2018年用电数据，2018年全国全社会用电量6.84万亿千瓦时，同比增长8.5%。

来源：中国电力新闻网2019-02-21

经济结构调整催生用电新动能剖析2018年用电数据，2018年全国全社会用电量6.84万亿千瓦时，同比增长8.5%。

来源：国家电网报2019-02-12

其中，项目牵头单位全球能源互联网研究院针对陕西省2017年12月～2018年1月、浙江省2018年5～6月和北京市2017年1月的用电数据，运用统计推断、相关性分析等方法，构建各地区的住房空置率模型，分析得出三省