基于配电大数据的配电网故障停电影响因素灵敏度分析

在新一轮配电网投资改造的背景下,如何优化投资对配电网的影响,最大程度地提升配电网供电可靠性尤为重要。文章以现有配电业务历史数据为基础,依据历史运行数据,考虑网架结构、运维管理水平、装备水平等影响配电网故障停电等主要因素,构造了输入特征变量与故障停电可靠性指标值间的非线性映射关系,建立基于BP神经网络的配电网故障停电可靠性指标预测模型。依据所提模型,对各影响因素进行灵敏度分析,获取了某市配电网薄弱环节,为其可靠性提升方向提供参考。

停电损失估算方法的研究

较为全面地分析了停电损失的影响因素,给出了非线性函数的处理方法以及停电损失的修正方法;对缺少停电损失基本客户调查的地区,给出了简便的相似计算方法;根据各次停电量和持续时间,由综合客户的停电损失计算模型计算出停电损失。

大数据技术在电压监测中的应用研究

电压监测系统不仅能够对电网运行数据进行准确的监测,而且可以加强电网电压质量的管理,进而向用户提供合格的电力,保障电网经济、安全、稳定的运行。随着国家能源的发展和管理体制的改革,对电压质量要求也越来越高。本文通过对电压监测现状分析,提出基于大数据技术在电压监测管理系统中的应用,系统性阐述了大数据应用过程的关键技术,并对电压监测系统中的电压影响因素和停电影响因素进行溯源分析和创新应用。