基于云模型的配网运行画像数字孪生构建方法研究

为有效解决配网运行管理水平不高的问题,提出基于云模型的配网运行画像数字孪生构建方法。采用数字孪生技术构建虚拟空间电网的交互和映射。通过鱼骨图法分析影响配网运行状态的因素,建立配网运行指标体系,并将特征指标转换为标签矩阵。构建反映配网线路状态的特征指标。利用逆向云发生器展开云转化处理,以获取配网运行指标的模糊特征。对运行指标和标签矩阵的距离进行加权求和处理,可以获取配网运行指标的打分值,从而得到清晰且评价客观的配网运行画像。该方法能够精确获取不同情况下配网的运行状况,有效提高配网运行管理水平。

基于云模型的配电网运行画像数字孪生构建方法

随着新型电力系统的形成,配电网运行的不确定性和复杂性日益加大。运用数字孪生技术建立虚拟空间对物理电网的映射和交互,是掌握配电网复杂运行特性的有效手段。提出了基于数字孪生的配电网运行画像构建方法。首先,建立反映配电台区和线路运行状态的指标体系,运用客观统计排序策略将特征指标转化为模糊标签模板。然后,以日为单位提取运行指标构成采集样本,作为云模型的一个云滴,运用逆向云发生器形成运行指标的模糊表征。最后,用运行指标与标签模板的模糊距离进行加权求和,得到运行指标的打分值,形成物理意义清晰、评价依据客观的配电网运行画像,为全面刻画新型数字化配电网运行特征提供了技术手段。

面向云边协同的配电变压器运行状态评估及态势预测

随着电力物联网建设的高速推进,在配电物联网“云管边端”建设体系指导下,文章提出一种配电变压器运行状态评估与趋势预测通用技术架构。该架构将分别部署在云中心与边缘节点处,在云边协同机制支持下分析处理海量电力数据,完成对大规模配电变压器集群的运行管理。具体流程包括提取配电变压器基础状态、即时状态、累积状态等多维特征,构建评估指标体系,通过动态评估模型实现对配电变压器运行状态的实时画像描述;根据特征数据流的时序性和变化趋势,借助长短期记忆循环神经网络提取数据规律,结合支持向量回归模型进行预测,获得未来时段的特征数据流,并以此输入动态评估模型,实现配电变压器未来运行态势预测。最后,通过实例论证了该技术架构的适用性和先进性。