智能电网海量信息处理中的关联规则与数据流挖掘研究

通过对智能电网中的数据挖掘,用关联规则实现对未来电力负荷的预测。分析现有的各类数据挖掘方法和关联规则;在PFP-tree(Parallel Feature Pyramid-tree)算法和FUP(Fast UPdate)算法的基础上,提出可以实现关联规则增量实时更新的SPUFP(Spark Parallel Updated Frequent Pattern)算法。该算法的优点是可以有效地减小空间和时间的复杂度,并对计算分组策略和模式树结构进行优化。以SPUFP算法为核心建立预测模型,并和回归方程的预测模型进行数据对比分析。

一种适应于新能源的自动电压无功控制系统设计

无功控制是新能源发电的最大限制问题,不仅耗费电网中大量的电能,而且会增加输电线路的发热量,降低电网的整体调度质量。所以,加强电网中的无功控制,是新能源发电亟待解决的问题。目前,新能源发电中的无功控制存在响应时滞,控制精度低等问题,无法满足实际的无功控制需求和标准。因此,该文提出一种基于连续离散化算法的控制系统,对5.5kV、8.5kV和10.5kV下的无功情况进行控制,并比较不同电压下的无功控制的准确性和响应时间。MATLAB仿真显示:5.5kV、8.5kV和10.5kV下的无功控制精准度大于90%,响应时间小于2.5s,整体结果优于在线无功监测法,能满足新能源的电压无功控制要求。

基于膜计算和蚁群算法的电网云平台资源配置方法

针对电力系统云平台快速应用发展情况下,电网数据分析处理资源利用不均衡、电力系统数据中心结构复杂的现状,文中提出基于电力分析计算任务划分的云计算虚拟资源配置方法,从而较好地解决当前云计算存在的资源调度不合理问题。该方法引入膜计算概念,将云平台下的复杂分析任务按资源配置时间的不同划分为多类;采用改进蚁群算法按照资源占用率和计算机能耗为应用目标逐类实现虚拟资源的优化分配。仿真证明基于任务划分和蚁群算法的电网云平台虚拟资源配置方法可以提高调度效率,均衡分配资源,较好地实现云平台虚拟资源利用的最大化。

电网调度域设备实时监测数据与业务管理数据融合及应用的实现方法

介绍一种基于电网调度域设备实时监测数据与业务管理数据融合及应用的实现方法。通过基于调度域设备模型实现实时监测系统设备台账与业务管理系统设备台账的融合,以此建立设备实时监测数据与业务管理数据的关联关系,并采用Flink框架和redis内存数据库技术,在现有已实现的电力调度信息化系统的基础上实现IT与OT的融合,实现电网调度域设备监测数据的实时处理以及与业务管理信息的关联和融合应用。

边缘计算和深度学习的智能电网短期负荷预测研究

本研究以深度学习和边缘计算为基础,详细阐述了电力系统负荷预测的方法,并在此基础上分别建立了基于深度学习理论的电力短期负荷预测模型和基于边缘计算电力负荷预测模型,然后基于MATLAB平台分别对两种模型所选取的数据集进行仿真分析,并以N市某充电站为例,分析对比了两种模型对充电站电力负荷预测的准确性。研究结果表明,深度学习模型输出值与真实值相差较小,相关系数为0.99899,所建立的深度学习模型在数据特征挖掘和分类方面有绝对优势。

基于电网调度域设备监测实时数据采集的实现方法

本文介绍一种基于电网调度域设备监测实时数据采集的实现方法。通过分布式任务调度技术、实时流数据处理技术和海量时间序列数据库技术,解决电网调度域设备监测实时数据采集不及时且与业务管理数据无法互通的问题,实现电网调度域设备监测数据的实时采集、处理和存储。

基于微服务架构的复杂电网协同调度云PaaS平台研究

在云计算技术广泛应用的大背景下,针对分布式电源大规模接入对电网生产运行造成冲击的问题,提出基于微服务架构的复杂电网协同调度云平台即服务(Platform-as-a-Service,PaaS)平台研究。复杂电网协同调度云PaaS平台的整体架构设计为4层微服务架构,基于运行成本与环境成本的目标函数设计复杂电网协同调度模块,根据计算资源的动态负载均衡设计主机选择策略。平台测试结果表明,该云PaaS平台运行良好,能使复杂电网综合成本降低10%以上。

广西电网省地模型拼接和数据交互的实现

广西电网省级调度自动化系统对110 k V及以下电压等级电网不建模或做等值处理,调度人员无法及时、准确地掌握全区电网的实时运行状态。为此,通过采用基于IEC 61970标准的在线模型拼接技术,在省级调度自动化系统中建设了省地模型拼接系统,实现了广西区内110 k V及以上电压等级的电网模型、图形及数据共享。针对模型拼接过程出现的问题,提出了有效的解决方法,提高了模型和数据的质量,为建设广西电网生产运行数据中心奠定了基础。

广西电网运行管理系统故障分析与管控措施

针对广西电网运行管理系统(OMS系统)建设过程以及投入运行后的实际故障案例进行分析,发现OMS系统的故障原因主要为硬件、软件故障以及运维和管理不到位。针对发现的问题,从制度规范、故障演练、运维管理、关键软硬件冗余部署等方面提出相关的管控措施,有效提升了OMS系统运行的稳定性、可靠性,为其它地区的OMS系统建设提供参考和借鉴。

基于云平台的电力系统运行异常告警算法

由于电力系统运行数据具有多源且复杂等特点,导致传统告警算法无法高效识别异常数据,提出基于云平台的电力系统运行异常告警算法。建设电力系统运行数据云平台,为算法提供数据支持,提取电力系统运行数据特征,为算法提供理论基础,根据关联规则设计异常告警算法。算法运行结果表明:所设计算法的告警准确率为86.7%、运行时间为31.46 s,验证了该算法对电力系统异常告警具有较好的精度与速度。