基于PDMiner大数据挖掘平台的电力系统安全评估及故障诊断系统

电力系统中的数据复杂多样,电力大数据的挖掘处理是电力公司面临的难题之一。阐述了电力大数据发展现状,将电力云概念引入到电力系统大数据分析之中,提出了基于云计算理论的大数据挖掘平台PDMiner,介绍了其整体架构和原理,针对电力大数据的平台架构和关键技术,开发了一套基于PDMiner平台的电力系统安全评估与故障诊断系统,该系统配置在SCADA/EMS的数据管理子系统上,提高了数据处理的效率,并且能准确提取到故障类型、风险区域等数据背后的准确信息。

“大数据与电力系统——理论、方法、技术与应用”专题征稿启事

大数据是“未来的新石油”，大数据是待挖掘的“金矿”。对于电力行业而言，电力大数据贯穿电力工业生产及管理等环节，将起到巨大的作用，是中国电力工业未来有效应对资源有限、环境压力等问题，实现厚积厚发、绿色可持续性发展的关键。在理论、方法、技术与应用等方面，研究大数据与电力系统的关系，具有重要意义。

基于随机矩阵理论和聚类算法的电能表运行状态评估方法

随着智能配电网络规模的扩大以及电网结构的复杂化,电力大数据呈指数级增长,电力设备的检、监测评估面临新的挑战。在大数据原理和数据挖掘分析的基础上,提出一种基于随机矩阵理论和聚类算法的电能表运行状态评估方法。首先,对电力大数据统一预处理,完成时间序列数据表征;然后,采用实时分离窗技术整合时序数据;其次,基于随机矩阵理论,对多维度电能表时间序列数据实时计算、分析统计量时序特征;进一步,采用改进的时间规整聚类算法计算时序数据相似度,从而对随机矩阵统计量聚类分级;最后,分析聚类结果,得到电能表运行状态评估等级和范围,完成电能表实时运行状态评估。实例分析和对比研究结果表明,与传统的主元分析评估方法相比,所提出的新型电能表运行状态评估方法具有良好的鲁棒性、可靠性和时效性,为电力电网检测技术应用研究提供了新思路。

Influence and hazard of disastrous space weather on power grid in China

Based on the measured data of geomagnetically induced currents （GIC） in Guangdong Ling＇ ao 500 kV power networks during several magnetic storms at the peak years of 23rd Solar Cycle, the GIC calculation results of 750 kV planning power grid in Shartxi, Gansu, Qinghai and Ningxia, the structure and characteristics of power networks from 500 kV to 1 000 kV, and super magnetic storm in 1859 are analyzed in this paper. Through the analysis, the possible impacts of extreme space weather on the future ultra-high voltage （UHV） grid, the security of large-scale power system in China are expounded, and the research suggestions coping with the strong solar storms are proposed.