1、课题来源与背景 课题来源于广东省科学技术厅，属于省级科技型中小企业技术创新专项资金项目，项目编号为2014A010101152。

    2、技术原理及性能指标 1）. 基于hadoop的电力用户智能分析和服务系统应用于电力领域，可对电力企业数据（包括：电力信息系统日常运行产生的负荷电力数据、继电保护系统产生的系统保护事件信息、电力影响系统客户信息等系统运维产生的系统保护时间信息）进行云平台数据挖掘。 2）. 基于hadoop的电力用户智能分析和服务系统由：负荷预测模块、窃漏电分析模块、变压器分析模块、线损分析模块、停复电分析和云负荷聚类算法模块、客户群用电属性分析模块、分布式电源在线检测与事件告警模块、能效分析与预测模型模块、系统管理模块等模块构成。 3）. 基于hadoop的电力用户智能分析和服务系统提供包含但不限于：窃漏电分析、计量故障分析、不科学用电分析、停复电分析、线损分析、负荷预测、变压器分析等模型对各种异常用电行为进行准确分析。 4）. 基于hadoop的电力用户智能分析和服务系统提供：分布式电源在线检测与事件告警（变电设备监测装置运行评价、GIS设备放电辨识与定位）分析模型；客户群用电属性分析模型、能效分析与预测分析模型（为其定制节能策略、预测用电风险、智能排查用电故障）等模型对日常运营、维护、营销分析与预测提供数据支撑。 5）. 基于hadoop的电力用户智能分析和服务系统提供：问题库、诊断异常问题的规则库、问题知识库用于常见问题排查、分析、解决。

    3、技术的创造性与先进性 本研究是基于云计算技术基础上的电力数据挖掘应用，通过分析用户用电行为和特征，挖掘在用电行为背后的用户个性特征，为其量身定制适合其生活方式的最节能策略，智能排查用电故障，预测用电风险，提高用电安全性和可靠性。构建智能用电分析常用数据挖掘模型，即基于电力用户海量的历史数据，分析智能用电数据挖掘模型，进而扩展为能适用多行业不同领域的智能分析模型。通过分析用户用电行为，挖掘在用电行为背后的用户个性特征，为其量身定制适合其生活方式的最节能策略；分析用户长期的用电行为特征，智能排查用电故障，预测用电风险，提高用电安全性和可靠性。同时，本项目推出的基于数据挖掘和GIS技术的用电异常实时诊断系统通过提供海量数据存储和强大的数据挖掘能力，可以提高现有设备运行效率、降低用户总体拥有成本，在科学预测的基础上对IT等各种资源的集中和整合使用可以减少设备规模、及时关闭现值资源，有效降低能源消耗、提高资源利用率，实现绿色IT，推动国家节能减排政策的落实，该技术申请1项发明专利：一种自适应的窃漏电诊断方法。

    4、技术的成熟程度，适用范围和安全性 本项目技术先进,已达到国内领先水平,项目产品充分考虑到了国内企业的状况，针对性地充分利用企业的海量数据获取有价值的关键信息，使企业在大大减少统计与管理人员数量的前提下，得到更准确和及时的生产，管理和市场信息，将大大提高国内企业的信息化水平和生产效率，具有广阔的市场应用前景。

    5、应用情况及存在的问题 目前已广泛应用于广东电网、广西电网和贵州电网，开展的项目主要有广东电网及广州供电局的计量自动化Tivoli ITCAM服务项目、广州供电局营销稽查数据挖掘与智能分析项目、广西电科院并行计算平台及营销应用模型研发项目等并得到了应用。

     6、历年获奖情况 2017年7月获得广州供电局有限公司-首届数据应用创意节竞赛-二等奖 。