“互联网+电力营销增值服务”营销供电新模式研究

在智能电网、大数据技术飞速发展的当下,电力营销未来的发展方向,已经成为供电企业普遍关注的问题。从当前电力营销现状入手,分析了当前互联网和电网企业的发展方向,基于“互联网+”和传统业务的深度融合,从提升传统业务转型升级、供电服务、数据行业共享等层面对如何建设“互联网+电力营销”新服务模式进行阐述,提出构建“互联网+电力营销增值服务”新模式,助力电网企业营销业务的转型升级。

基于能源互联网的电力营销服务能力提升策略研究

随着电力体制改革工作的深入开展,电力市场的供求机制发生着显著变化;党的十九大和中央工作经济会议也要求进一步优化营商环境,对提升电力行业优质服务水平提出了更高要求。2020年3月初,国家电网公司党组书记、董事长毛伟明主持召开专题会议,研究确定将"具有中国特色国际领先的能源互联网企业"确立为引领公司长远发展的战略目标;明确互联网是手段,建设能源互联网企业的过程.

电力计量系统的故障诊断分析

电力计量系统作为电能贸易结算的重要依据,其准确性和可靠性至关重要。对电力计量系统故障进行及时、准确的检测和诊断,对保障电力系统的安全运行和电能贸易的公平、公正具有重要意义。基于反向传播(Back Propagation,BP)神经网络构建了电力计量系统故障检测和诊断模型,以CT一次侧短路故障为例,搭建了电力计量系统诊断模型,对电力计量系统故障类型进行辨识,通过选取反映计量系统故障的4个参数作为输入,利用训练后的BP神经网络模型对故障进行检测和判断。经过测试,此方法能够有效诊断电力计量系统的故障,并准确判断故障类型。

基于改进卡尔曼滤波的电力计量计费数据状态评价研究

针对电力计量计费数据通信方式多、数据量大的问题,提出了以改进无迹卡尔曼滤波进行电力计量计费数据状态评价的方法。分析了无迹卡尔曼滤波无迹变换原理,构建了动态传输策略。为进一步提高无迹卡尔曼滤波评价结果的精度,构建了自适应因子对算法进行修正,减少了算法运行过程中的影响因素。最后,为了验证提出算法的有效性和可行性,以IEEE-33节点电力系统为例进行了仿真分析。结果表明,改进卡尔曼滤波的电力计量计费数据状态评价可以满足电力计量计费数据状态评价的精度和实时性要求。

电力营销系统异常变户关系识别建模研究

电力营销系统用户变户关系的正确与否直接影响线损和停电通知到户的管理质效。通过对营销业务应用系统变压器与用户电表挂接关系、采集系统采集终端采集点与电能表计量点关联关系的分析,针对业务应用场景特点,建立电力用户异常变户关系识别模型。结果表明此类模型能有效识别用户异常变户关系,为提升线损管理与停电准确通知到户提供技术抓手。

基于森林算法的电力计量终端通信故障识别

针对当前电力计量终端通信故障识别存在识别正确率、召回率较低的问题,引入森林算法,尝试开展对其故障识别方法的设计研究。通过对电力计量终端通信数据预处理、基于森林算法的故障的识别随机森林模型构建、电力计量终终端通信故障识别与排查,提出一种全新的故障识别方法。通过实验的方式将新的故障识别方法和基于样本均衡与特征交互的识别方法应用到相同环境,验证表明新的识别方法具有更优的正确率和召回率,进而促进识别精度提升。

基于多源数据融合的电力用户画像构建方法研究

为提高电力用户类型分类精度及电力业务人员工作效率,提出基于多源数据融合的电力用户画像构建方法。收集电力客户缴费数据,采用灰色关联分析法,获取欠费数据与价格指数的关联度,利用电力网络多源数据集合与概率密度函数,提取用户欠费数据多源信息特征,构建电力用户多源数据融合体系,采用改进K均值聚类算法,获得电力用户总体调控簇别,评估用户信息全貌。实验结果表明,所提方法的敏感度用户类型分类精度较高,电力用户画像构建耗时较短,能够有效提高电力业务人员工作效率。

基于粒子群算法的新能源微电网局部停电负荷调度研究

新能源微电网的停电负荷具有灵活而易于控制管理的特点。将停电负荷积极参与到微电网调度计划中,可有效提高微电网运行的稳定性。提出基于粒子群算法的新能源微电网局部停电负荷调度方法。构建用电信息采集模块,完成新能源微电网运行信息的采集,根据新能源微电网的实际运行情况,将NTP协议应用在信息采集系统中,实现数据的同步更新;构建局部停电负荷调度双层模型,并采用粒子群算法求解模型,实现新能源微电网局部停电负荷调度。由实验结果可知:在16:00之前风力出力持续升高,此时段设备的开机时序即生产负荷在优化后大部分向后移,说明所提方法能够充分利用风力能源,调节电网设备开机时序;调度后的新能源微电网在停电情况下,其总负荷和净负荷均有所降低,说明对微电网运行稳定性的改善效果非常显著。

基于XGBoost的电网过流异常检测模型

在电网系统中,异常检测效率直接影响到系统维护成本,传统电网异常检测方法基于专家经验知识转化为固定规则与阈值,存在一定的局限性。现有的异常检测研究多以窃电、设备故障为主要分析对象,对过流异常的分析不足。本文针对过流异常的特性,分析了传统经验规则存在的问题与缺陷,通过特征工程确定了特征量,提出了基于XGBoost的电网过流异常检测模型。通过实验数据测试与评估,本文模型在5折交叉验证中F1分数最低值相较于传统规则提升了19.2%,平均值相较于传统规则提升了15.1%,各项实验指标均优于基于传统经验规则的检测方法,且没有出现明显的性能差异,证明了模型的检测效果。与异常检测常用的其他机器方法对比,本文模型的F1分数提升了6.4%至8.7%,稳定性及准确性均有优势。通过训练数据远少于测试数据的极端情况测试以及对模型进行的可解释性分析表明,本文模型具有较高的透明度、可信度,同时具有良好的泛化性能,可以有效支撑在实际环境中推广应用于过流异常检测。

基于自动化抄表的电力企业智能核算方法研究

本文对基于自动化抄表的电力企业智能核算方法展开研究,试验结果表明,与传统系统相比,本文所设计的系统可靠性强,维护性佳,且响应时间缩短一半。

基于高速电力线载波通信的智能检测终端研制

因通信单元检测工作繁杂、效率低,分拣工作难度增大,研究了基于高速电力线载波通信(high-speed power line carrier communication,HPLC)的智能检测终端硬件整体结构和软件整体结构的设计,重点进行了终端的数据链路层协议及抄控器抄读功能的设计,研制出一款能够兼容当前各类芯片载波方案的智能检测终端。实验表明,所研制的智能检测终端解决了不同厂家抄控器不能互抄的弊端,可满足拆回采集通信单元分拣应用需求。

基于电网末端感知数据的电气火灾隐患识别技术

为解决电气火灾隐患识别难题,围绕电网末端数据感知技术展开分析,提出一种识别系统。为电气火灾隐患识别领域的工作人员提供一定的参考,在日常工作中减少火灾事故的发生率,确保生活生产安全。电气火灾是城市建设和工业生产中常见且严重的灾害。随着电力需求增加和电气设备广泛使用,电气火灾事故的发生率不断上升。

电化学储能电站接入电网测试方法

随着高比例新能源接入,电网的安全稳定运行面临着巨大的挑战。当电网出现有功缺额等问题时,新能源场站功率控制精度、响应时间等相关指标不满足要求,不能快速参与电网调峰及系统电压频率的调节,因此,介绍了电化学储能电站接入电网的测试方法,并针对测试过程中通信配置不合适导致报文拥堵,装置收到指令时间不同步引起响应时间过长、功率调节不到位等问题,通过修改“报文采集步长”,优化整改措施。结果表明提出的系列测试方法可有效解决测试过程中出现的响应时间过长、功率调节不到位等问题,显著提升储能电站接入电网的测试效率。

大数据技术在电力企业营销中的应用探析

本文从电力企业的营销现状着手,重点介绍了电力营销中大数据技术的具体应用,包括:增加营销渠道,提升线损分析能力,监测计量装置运行状态,保证电力数据安全,以及提高电力企业工作人员信息化素质。

基于并行计算的电能计量装置故障诊断技术研究

针对当前电能计量装置故障诊断技术的计算量较大,导致电能计量装置故障诊断效率与诊断准确率较低,提出一种基于并行计算的电能计量装置故障诊断技术。利用信息聚类技术对电能计量装置信息采样,通过阈值法对数据预处理,去除冗余数据,并建立判别函数,采用并行计算方法处理故障数据,同时执行多个故障数据处理指令,通过判别函数判断故障发生概率并将同类故障数据聚集到一起,以此实现电能计量装置故障诊断。实验结果表明,文中方法使电能计量装置故障诊断效率与准确率较大提升,并在17 MB与1024 MB数据量下,文章所提技术方法均能够在较短时间内完成故障诊断。

基于大数据的地方电网电能量采集系统量化评价体系研究

当下,电网用户采集系统扮演着十分重要的角色,其应用效果评估体系有助于综合衡量各电网用采系统水平。首先给出用采系统量化评价相关的基础理论,然后以技术、经济、管理以及社会效益四大类指标为研究对象,细分23类子指标,并给出指标赋值方法。最后基于大数据技术,结合熵值法与灰色理论对地方电网用采系统建立量化评价体系,并给出案例分析。通过5个公司的案例,利用客观的熵值法赋权,通过灰色关联分析法计算5家公司23个指标的关联系数,计算得5个公司综合得分分别为:60.9%,66.5%,61.4%,57.6%和56.9%,评价排名为:B公司>C公司>A公司>D公司>E公司。研究结果不仅可以提供各地方电网用采水平排名,也能为电网进一步建设和改进用采系统提供建议。

基于双阶段网络模型的改进多变量广义预测控制

针对多变量非线性时滞系统存在多变量间复杂的耦合情况,多输入多输出系统转化为多个多输入单输出系统,并构建多变量双阶段神经网络时滞预测模型;在考虑耦合关系的基础上,将改进比例性能指标型广义预测控制器引入到多变量系统中;该控制器含有预测控制增量表征系统未来变化趋势,将其作为当前控制量的补偿,优化控制性能;通过300 MW单元机W型火焰直吹式燃煤锅炉系统的仿真研究验证了控制方案的有效性。

基于ADASYN-RF的用电安全隐患自适应分类识别方法

为了减少用电安全隐患可能带来的损失,为设备维修提供有效的参考数据,提出自适应合成抽样(ADASYN)—随机森林(RF)的用电安全隐患自适应分类识别方法。根据不同类型用电安全隐患的产生原理,设置对应的电流、电压特征作为分类识别标准。利用ADASYN算法自适应采集用电设备运行数据,提取电流谐波畸变率、电压不平衡度等用电设备运行特征。构建RF分类器,确定当前用电安全隐患类型,实现用电安全隐患的自适应分类识别。通过与传统识别方法的比较,优化设计方法的精准率、召回率和平均F值分别提高了0.016、0.01和0.013,具有更优的识别性能。

以杆塔直线距离为基准的双端输电线路非同步故障测距算法

针对目前传统双端非同步故障测距算法存在伪根、程序实现复杂、受线路长度变化影响等缺点,提出一种以杆塔直线距离为基准的双端非同步故障测距算法。该算法基于分布参数模型,利用测量点的电压、电流消去不同步角度,求解出线路长度放大倍数,推导出以杆塔直线距离为基准的故障距离。该算法仅利用解析表达式即可求出故障距离,不存在伪根,无需判别故障类型,且不受线路长度变化的影响,程序简单、容易实现,能有效克服传统方法存在的缺点。原理推导和ATP-EMTP仿真结果表明,算法基本不受线路长度变化、不同步角度、过渡电阻、负荷电流等因素的影响,且测距精度高。

基于用电信息大数据的时间序列分析研究

智能电表是用电信息采集系统的核心设备,能够以较高时间分辨率(例如每5 min、15 min等)测量客户的能源消耗,因此数据量非常庞大,使得数据管理非常复杂。为此,基于100个匿名商业建筑智能电表数据集,深入探讨了不同行业电力用户的用电量时间序列规律,采用相似日法建立了用电量的预测模型,该方法可用于分析由智能电表产生大量的用电数据,以优化发电、配电和用电。研究结果表明本文提出的方法可以帮助电网公司改善能源和服务管理,支持智能电网控制,做出准确的用电预测或检测用电异常。