基于MapReduce的并行化电网运行数据处理方法研究

在大规模新能源的新型电力系统中,由于云端电力数据存在结构复杂、数据量大及多维度的特点,因此不利于发挥数据对运行的指导作用,甚至有可能危害电力系统的安全、稳定运行。针对上述问题,文中提出了一种基于MapReduce的电网数据分析方法。其将云计算应用于新型电力系统,并构建了基于MapReduce云计算模型的并行化处理算法,进而提升了系统的响应速度。通过将该方法应用于电网的数据处理结果表明,所提方法可以有效地提高电网运行数据处理的准确性和工作效率。在海量数据的工况下,其处理效率约为30 min,且随着数据量的增加仍可保持稳定性与准确性,实现了网格化的并行分析。

基于电网运行数据集的发电机励磁系统调差系数优化整定

提出了基于电网运行数据集的发电机励磁系统调差系数优化整定方法。通过自组织映射神经网络对电网运行方式数据进行聚类,利用电网运行数据集得到电网典型运行方式及出现概率,并在此基础上分析发电机励磁系统调差系数不同定值方案对电网运行的影响,对发电机励磁系统调差系数进行优化整定。将所提方法应用于吉林省电网,仿真结果表明,该方法充分考虑了负荷变化特征和可再生能源发电运行特性,能有效降低电网有功损耗,提高电网电压水平,减小电压波动。

江苏电网运行数据集成应用平台总体设计

目前电力系统生产大区和管理大区存在着信息断层,信息的可见性和数据的可用性都比较弱。针对这一问题,提出了江苏电网运行数据集成应用平台的总体设计方案,给出了设计原则,从理论、研究分析以及应用案例等几个方面证明了遵循公共信息模型/组件接口规范(CIM/CIS)是电力信息集成的正确方向,有效保障了江苏电网运行数据集成应用平台的标准化、规范化。

配电网运行异常数据识别方法

为提高配电网运行异常数据的识别准确率,提出结合k均值改进萤火虫算法的配电网运行异常数据识别方法。在配电网信息系统中采集配电网运行数据,并实施数据清洗、合并、特征化处理等操作。利用结合k均值改进萤火虫算法的优化聚类获取样本特征曲线及样本分类,得到带通矩阵来判定异常数据点,完成配电网运行异常数据识别。结果表明:所提方法对不同的用电设备状态组合的运行异常数据识别准确率更高。

电网调控运行数据的分布式自主分析技术研究

本论文旨在研究电网调控运行数据的分布式自主分析技术,以提高电网调控系统的效率和数据安全性。首先介绍了电网调控的重要性,并概述了当前存在的问题和挑战。其次详细讨论了电网调控运行数据的采集与处理方法,包括先进的数据采集技术和处理算法。然后深入研究了电网调控运行数据的自主分析技术,利用机器学习和数据挖掘方法发现隐藏规律,并为决策提供支持。同时,重点关注电网调控运行数据的安全性保障技术,使用加密和访问控制等手段确保系统安全。最后总结了论文成果并展望未来研究方向,为电网调控数据的分布式自主分析提供理论和技术支持,推动电力系统智能化和可持续发展。

基于电网调控运行数据的分布式自主分析关键技术与应用

基于电网设备模型,分析了省地两级电网调度生产运行数据特征,研发了电网调控运行数据分布式存储技术、电网量测点倒排索引、量测点历史数据并行计算、量测点公式自定义与解析等关键技术,搭建了一套分布式电网调控运行数据自主分析系统,促进了电网调控运行数据的应用,提高了电网调度智能化管理水平。

基于电网调控运行数据的分布式自主分析关键技术与应用

当前社会经济飞速发展,对电能需求逐渐增加,我国电网的规模也日益扩大,向智能化发展,为社会生产生活提供了高质量的电力服务.随着电力产业的发展,大量电网运行数据累积逐渐形成丰富的电网运行数据信息资源,对这些数据信息资源进行分析能够提高当前电网管理水平,从而提升电网运行效率.

基于SVG的电网运行数据监测质量自动控制技术

采用传统方法对电网运行数据监测质量进行控制时,控制质量较差、效率低且控制稳定性不高。因此,提出一种基于SVG的电网运行数据监测质量自动控制技术。对电网运行数据进行实时采集,利用基于小波分析的动态数据稳定监测方法对所采集的数据进行监测;根据监测结果对数据监测质量进行评估,并运用SVG方法对监测质量评估结果进行有针对性地补偿,实现对电网运行数据监测质量的控制。实验结果表明,所提方法的控制准确率维持在80%以上;不同迭代次数下控制的平均时间为5.4 ms;且无论有无干扰,所提方法对监测质量的控制稳定性均保持在70%~80%之间,说明所提方法的控制质量好、效率高且控制稳定性强。

基于Spark框架的电网运行异常数据辨识与修正方法

由于电网运行数据具有多源、异构、高维等典型大数据特征,使得传统检测方法已无法实现异常数据高效辨识;因此提出一种基于Spark框架的电网运行异常数据辨识与修正新方法。首先,提出了并行化最小生成树方法对待检测数据进行初始聚类;在此基础上结合并行K-means算法对数据进行二次聚类实现异常数据辨识;然后,在Spark框架下设计了基于径向基函数(RBF)神经网络的异常数据修正模型,实现对异常数据修正。最后,利用某省调度中心SCADA数据对方法的有效性进行了验证,结果表明所提方法能够有效处理电网运行异常数据,具有实际应用价值。

合江电网建设浅析

本文就合江县电网建设规划实施前、后在电网在调度系统D5000 下的运行数据:最高负荷下变压器的负载率、110 kV 电网容载比进行分析;对重载线路运行数据进行分析,结合收集的电网资料,找出存在的问题,提出新的建设意见,希望对同类电网建设提供有益参考。

基于历史数据聚类分析的暂态功角稳定故障筛选

大电网中有上千个暂态稳定故障,若对每个故障分别进行暂态评估,难以满足在线评估对时间的要求。为了满足电网在线暂态安全稳定评估快速性的要求,提出了一种基于电网运行历史数据聚类分析的暂态功角稳定故障筛选方法。基于历史数据中的电网运行方式和暂态功角稳定评估结果,提取关键特征量,通过计及稳定模式的矢量量化方法确定聚类数和初始聚类中心,采用K中心点算法对聚类中心进行优化。针对分类后暂态功角稳定的考察故障快速估算其暂态功角裕度,最后得到包含暂态功角失稳和估算裕度低于门槛值的故障组成的用于暂态稳定分析计算的严重故障集。通过对实际省级电网运行历史数据的聚类分析,验证了所述方法的有效性和实用性。

电网设备可视化分析与展示方法

本文针对客户电力数据以及不同类型的电网设备数据进行分析,建立电网设备可视化的分析模型。首先在电网规划数据的统一台账基础上进行基于大数据的电网运行状态分析,将区域配电网进行网格化规划。其次,在电网设备的地理位置信息和客户用电需求信息等其他信息的基础上构建基于客户用电需求的电网规划模型,提高客户满意度,适应不同环境下的不同需求。最后在海量电网设备数据以及客户用电数据的基础上,通过时间、空间两个维度对设备运行状态和未来发展趋势进行分析展示与预测,最终提升电网分析能力,提高电网供电效率和及时对电力设备不同状态进行调整,降低运行成本。

基于自然语言处理的人机对话调控机器人设计

本文主要研究面向电网调控运行场景的人机对话机器人应用。基于自然语言处理和多轮次问答技术,结合电网调控的应用,将电网运行数据按照不同场景的方式统一集中,敏捷构建了电网调控运行的微场景,通过人机对话进行具体场景的多轮次问答,实现对电网调控运行业务的智能推理及问答,最终演变成多场景问答的人机对话调控机器人,提升了电网调控运行管理人员对电网管控的效率及安全。

基于策略融合的电网运行异常值检测方法

电力系统的异常数据会影响电力系统的安全稳定运行。传统的异常数据检测方法已无法实现对海量电力系统运行数据的有效识别与判断,对此,提出了一种策略融合的电网运行异常值检测方法,该方法结合了机器学习算法与统计学算法,通过机器学习快速确定异常数据出现的时间段,随后采用统计学算法对电网运行异常值进行有效判断。将提出的方法应用于包含了多种用电消费端的电网运行数据,并将实验结果与三种传统方法的实验结果进行了比较。实验结果表明,提出的策略融合异常值检测方法的F1-score高于其他三种方法,相比于其他三种方法具有显著性,可以快速且有效地识别电网运行异常数据。

决胜在狂风之夜

2月2日0时许,南阳地区寒风呼啸。河南油田电力调度中心值班室内,值班员石明皖、刘璐正监视着油田电网运行数据。凌晨3时49分,一声警铃声打破值班室的寂静。“35千伏系统接地。”调度员刘璐通过查看电网电压,迅速判断警报声为河南油田五里岗变电站35千伏系统A相接地造成的。