数据-物理融合驱动的有源配电网自适应电压控制

分布式电源高比例接入条件下,配电网运行状态更加复杂,同时也难以获取准确的物理参数。本文提出一种数据-物理融合驱动的有源配电网自适应电压控制方法。首先,构建数据-物理融合驱动的有源配电网自适应电压控制框架;然后,针对有源配电网的电压控制问题进行数据驱动建模;进一步考虑数据驱动控制的局限性,通过不完备物理模型修正数据驱动模型;最后,基于改进的IEEE33节点算例进行分析验证,结果表明数据-物理融合驱动控制策略可以有效抑制有源配电网的电压频繁越限,提高配电网自适应优化控制水平。

分布式存储方法对电网系统多租户管理的优化

为了应对电网的拓建、智能化设备的增加,降低多租户管理水平的问题,提出基于分布式存储模型的多租户管理方法。利用存储方法中的哈希表分布式方法、傅里叶级数、Metropolis接受准则对多租户区进行优化,并分析传输数据的相关指标。MATLAB仿真结果显示,租户输出数据量与DHT接受数量之间的拟合度、数据安全等级、个性化服务/资源共享比值等指标均高于原分布存储方法。因此,这种分布式存储方法模型能够满足多租户管理的需求。

基于异构系统、多部署模式的图模适配和校验方法研究

文章分析了异构图模校验的总体思路,细致阐述了图模校验工具的研究内容和实现要点。对图模校验规则引擎、异构图模接入适配器、图模校验方法和图模校验结果的可视化展示技术进行了研究。通过基于异构系统、多部署模式的图模校验差异性适配和校验方法的研究,开发对应的变电站图模校验工具,实现了多个厂家、多个型号调度主站系统图模的定制适配、统一接入、模型校验和问题可视化展示,有力地支撑了自动化主站变电图模与GIS平台输配电图模的交互和融合工作。

考虑特征值细分的广义加性短期负荷预测模型

准确的负荷预测是保障电力市场有序运行的关键,针对单一因素预测环境受限、综合模型对变量的拆分及交互作用考虑欠周的问题,提出建立考虑温度、节假日、负荷等细分特征变量的广义加性短期负荷预测模型。首先,细分并测算了不同因素与负荷的相关系数,依据相关度筛选特征变量;其次,确定负荷波动基函数,针对细分特征变量分别建模,形成整体预测模型;最后,利用广州实际运行数据测算分析。实例表明,基于特征值细分的广义加性模型预测效果更佳,是短期负荷预测的一种有效方法。

基于LoRa无线技术的台区配用电电能物联网监测系统研究

为提高台区配用电监控过程的抗干扰能力,提出新的基于LoRa无线技术的台区配用电电能物联网监测系统。在LoRa数据采集网络架构的支持下,设置多源传感器采集台区配用电各项数据,设计WAKE的高低电平切换模块,并控制其工作状态,通过MODE的高低电平控制切换通信模块的工作模式,获得台区配用电数据后利用jzy3d大数据可视化类库实现物联网监测。在外在因素的干扰下,系统的监控数据完整性较好,RSSI值在-50 dBm以内,系统抗干扰性能得到明显提升。

基于广东电网数据仓库大数据架构研究

随着电网智能化建设和规模的持续扩大,每天都会产生各种结构的海量数据,传统的数据架构已经无法满足高效低成本的数据存储以及处理。根据电力大数据的特点和发展趋势,结合广东电网数据仓库的现状,从公司业务特点和实际需求出发,提出一种高效的数据分析处理的数据架构,并分析了该架构的数据存储、数据查询和数据整合等方面的关键技术。

基于半监督三训方法的窃电用户识别的研究及应用

针对传统窃电行为的识别方法难以有效解决窃电技术提升带来的高频窃电问题,研究了电力企业已有数据现状,提出半监督分类模型识别窃电用户。通过深入分析业务并设计特征指标,围绕广东电网高压用户的海量用电行为数据,开展半监督三训方法的窃电用户识别研究与应用。研究结果发现,半监督分类模型预测提升度超过1.5,对比最优的有监督学习模型,效率提升7.3%,有效提升窃电用户识别效率为电网企业的反窃电工作提供有力的支撑。

国外电力交易所数据管理分发现状以及启示

在电力市场建设中,电力交易所对电力交易数据的有效管理和分发是促进电力市场改革及市场高效运行的基础,在这方面,国外电力交易所的实践经验具有很好借鉴意义。为了推进我国电力交易所数据分发体系的逐步完善,选取欧洲、亚洲、北美洲、大洋洲的12个电力交易所进行研究。对各交易所及其所在电力市场情况进行梳理,根据数据产品丰富度、数据颗粒度、分发频率、分发渠道、分发形式、数据脱敏、准入门槛和收费标准8个指标,对各交易所数据分发现状进行对比分析。基于以上分析,对我国电力市场上的数据管理分发提出启示和建议。

基于离散正交Stockwell变换的微电网故障分类与定位

针对微电网故障分类和定位问题,文中提出了一种基于离散正交Stockwell变换(DOST)优化多核极限学习机(MKELM)的微电网智能故障分类与定位识别方法。利用DOST从微电网发送端继电器中获取故障后电流信号的一个周期,提取有用的统计特征进行标准化处理并将其作为MKELM的输入,结合遗传算法(GA)确定MKELM的最优参数。在微电网测试系统中测试了所提出方法在不同运行条件和故障情况下的性能,测试结果验证了该方法在高性能微电网中对任何类型的故障进行分类和定位的有效性。与传统的核极限学习机(KELM)和支持向量机(SVM)方法相比,所提出的方法具有更高的性能,并且对测量噪声保持较高的鲁棒性。

基于大数据的电力系统数据集成管理平台设计

针对当前电力数据海量异构和共享度不高的问题,结合Hadoop和电力企业数据共享的必要性,提出一种基于Hadoop的数据集成管理平台。为实现该平台,首先利用HDFS分布式文件系统对元数据进行管理,以提高海量数据的集成管理效率;采用HBase的数据共享模式,提高数据共享度;最后针对传统Apriori算法的问题,对Apriori算法进行改进,具体则是引入MapRduce并行化处理框架对算法进行设计,以提高Apriori算法运算效率,进而达到提高电力元数据挖掘效率。最后搭建Hadoop平台,验证上述平台在对海量电力元数据挖掘中的效率。

调度变电与电网GIS输配电线路图模拼接实现方法

针对输变配电网图模数据由不同系统先后维护,导致图模数据未建立有效的图模交互和共享机制,制约了输变电可靠性、站线变户关系等应用正常开展的问题,文章采用图模数据拓扑关系分析、Trie树算法与模糊匹配相结合的方式,提出了一种维护调度自动化系统的变电站图模数据和GIS系统的输配电图模数据模型拼接的方法。首先对数据进行拓扑追踪,记录拓扑关系和关键属性;其次根据拓扑关系和设备关键字段,采用Trie树算法进行相似性判断,探索并提出了一种新的基于过滤方法的Trie算法,对中文字符串进行模糊匹配,保证模糊匹配的效率和有效性,为EMS变电图模数据与GIS输配电线路的模型拼接提供了一个可行的方案,保证了图模数据在不同系统中的集成贯通,全面推进管理业务的融合和提升。

模拟电路软故障诊断的动态电流测试方法

在综合阐述目前各种模拟集成电路故障诊断方法的基础上,针对中小规模模拟集成电路的软故障诊断问题,提出结合小波分析、聚类分析和神经网络的动态电流测试方法。采用动态电流测试方法的同时,对电流中的稳态部分与瞬态部分进行分析处理,提高故障的覆盖率。首先对待测电路的动态电流信号进行小波分解,将各频段相对能量作为故障特征向量;然后对得到的故障特征向量样本集进行聚类分析,改善样本质量,并将聚类后的样本集输入神经网络进行训练,提高神经网络的学习效率。对实例中小规模模拟电路进行软故障诊断仿真实验,取得了较高的故障识别率,验证了所提方法的有效性。

基于跨域数据融合的电网企业客户关系图谱构建方法

探讨跨领域数据融合(cross-regional data fusion,CRDF)的电网客户之间的谱图结构。为了促进实现用户关系的智能化识别,提出一种基于跨域数据融合的电网企业客户关系图谱。抽取其中的特征数据,并对数据与用户间的关系进行优化,以提高电网企业用户关系计算的有效性。MATLAB仿真的分析结果显示,数据的简化率控制在35%以上,融合程度90%以上,客户关系图谱构建控制在50 s内。客户关系图谱方法可以满足电网智能化发展的需要,提高用户关系分析的有效性。

基于IPv6流标签的企业资产档案主数据驱动质量控制方法

由于主数据驱动质量控制过程对于资产档案架构的适配性较差,导致数据传输能力较差,因此,设计基于IPv6流标签的企业资产档案主数据驱动质量控制方法。更新主数据IPv6流标签报头格式,将处理后的数据输入到驱动控制器中,通过设定约束条件,将控制器等价为动态线性化数据模型。通过实验结果对比可知,使用此方法后数据包的转发能力与传输能力得到明显的提升,在日后的资产档案主数据驱动管理中可使用此方法,为资产管理提供便利。

费控应用监控管理研究

在某电网公司全网推行费控体系建设的大背景下,一方面从业务角度来看,用户对服务的要求日益增加,对于营销远程费控业务开展的支撑需求十分迫切;另一方面从技术角度来看,费控系统建设面临着终端基数大、实时性要求高等问题,如何在大规模、低时延的量费采集计算中对费控应用进行监控管理是一个不可回避的问题。笔者结合实际业务,首先从费控业务基本需求出发,从技术角度分析费控业务的需求特点,进而根据费控业务的特点对费控任务运行、计量点通信异常的监控管理展开研究。

大集中条件下电网系统管理机制的研究

随着数据集中化的趋势使得电网公司面临着海量数据的数据存储及分析问题,越来越多的人在使用电力通讯设备,这也给相关工作人员带来了管理上的挑战,因此电网系统管理机制的研究就变得尤为重要。本文从广东电网有限责任公司各类业务现状及相应应用信息系统现状出发,研究大集中条件下各类业务数据的特点及其不同管理要求,制定合理的大集中条件下的业务数据体系层次及业务数据管理模式,最后通过在实际当中予以实施,表明该机制对电网系统的管理起到一定程度的改善效果。

创建高效低成本大数据平台

随着大数据技术的发展,未来电网将更加智能化、安全化,必定会向着低成本、高效率、高可靠性的方向转变,传统的数据架构已无法满足当前的数据分析处理。为了进一步提高广东电网的核心竞争力,向客户提供更好、更安全的服务,积极研究大数据处理架构势在必行。随着大数据技术的发展,各国学者已经将大数据技术应用到电力行业,以此来提高电力行业的竞争力。电网业务数据可以分为生产数据、运营数据和管理数据。