大数据平台在电力系统中的应用研究

大数据技术的出现为电力行业带来了新的发展机会,为电力传统服务模式的转变提供了有力的技术支撑。在信息化高速发展的今天,电力行业每天都产生着较大的数据量,大数据技术有效地解决了大量数据的存储、计算以及挖掘等问题。文章首先介绍了目前电力行业的数据特点以及其存在的问题,然后介绍了大数据技术Hadoop/Spark,以及其基本的存储与计算组件,最后提出了基于Hadoop/Spark技术的电力大数据解决方案,着手解决电力大数据的存储、计算,并利用数据挖掘技术挖掘历史数据中的有用信息,为决策层提供决策支持。

组合优化的灰色模型在异常电能表查找中的应用

电力计量装置是供电企业正常作业的基本条件,是电力系统中不可缺少的组成部分,其计量准确与否直接关系到用户和电力企业的利益。若电力计量装置出现异常,尤其是负误差超差,将直接导致供电公司利益受损,严重的可能导致电力系统无法正常运行。文章利用组合优化后的灰色模型建立用户负荷预测模型:首先利用GM(1,1)建立用户负荷预测模型,然后利用马尔科夫链对GM(1,1)的预测结果进行优化,接着利用蚁群算法对优化后的灰色模型进行再度优化,建立组合优化的灰色模型。最后建立负荷阈值模型,将台区所测得用户负荷值与负荷阈值进行对比,若该用户负荷值在负荷阈值范围内,则认为电能表正常;反之则认为电能表异常,列为"潜在异常对象";实例证明组合优化的灰色模型在异常电能表查找中具有良好的工程实用性和有效性。

基于前馈电流控制的逆变器控制方法的研究

文章针对非线性负载波动对逆变电源的影响,结合单相逆变器状态模型,在原有PI双环控制的基础上,提出了一种数字化控制方案,通过负载电流前馈控制的方式,有效抑制负载突变导致的过电流,并通过极点配置的方式对逆变器PI控制参数进行整定,最后在Matlab/Simulink中进行仿真研究。仿真结果表明,带负载电流前馈的双环控制方法可以在负载波动条件下有效抑制输出电压波动,对非线性负载突变引起的过电流具有很好的抑制能力,鲁棒性强,同时,极点配置的方式对PI控制参数进行整定,计算简单,对逆变器控制的研究具有很好的参考价值。

电力电缆故障监测及预警系统的设计

电缆接头温度严重影响电缆的绝缘寿命,传统的电力电缆监控系统通过采集电缆接头温度,当监测到电缆接头温度大于阂值时再进行处理,此时可能已经发生电缆故障。重点研究如何实现电缆故障预判,通过合适的算法提前判断电缆接头存在故障的可能性。因此提出利用灰色GM(1,1)模型建立电缆接头温度预测模型,实时预测电缆接头在下个周期内的温度,将该模型的预测值与阈值进行比较,当预测值大于阈值时,电缆便存在发生故障的趋势,系统发出告警信号。利用该顸警模型成功预测了蚌埠供电公司汤河路段电缆故障点。