基于海量数据的配电网运行分析系统架构与技术实现

灵活地分析和运用配电网多源异构数据,进行配电网故障的准确预测和潜在风险扫描,对实现配电网高效精准的运行分析决策很有意义。文中介绍了一种基于海量数据的配电网运行分析系统的整体架构和功能设计,通过应用实例展示了系统各模块的功能和运行分析结果。该系统集成电网地理信息、营销业务应用和配电自动化等系统数据,采用改进的机器学习算法和薄弱点辨识方法,扩展了目标配电网数据相关性分析、故障风险等级预测和薄弱点辨识的功能,有利于相关部门有针对性地提出相应技术和管理手段进行配电网运维检修工作,提高了现有配电网分析系统的科学性和实用性,为最终实现配电网运行分析的信息化、智能化、精益化奠定了基础。

GPU并行计算技术在配电网运行分析中的应用研究

本文分析了并行计算技术和配电网运行分析目前的情况和发展趋势,介绍了GPU并行计算技术的原理和框架,以及在配电网运行分析以及电网安全分析中的具体应用。重点说明了配电网运行分析并行化实现的具体算法,将传统的循环迭代串行算法改造成基于向量的并行算法,充分利用GPU处理大矩阵数值运算的优势。并在此基础上,建立最优断线组合数学模型,提出一种基于分块矩阵求解电网断线潮流分析的方法。

大数据技术在配电网全时序运行效率分析中的应用

近年来随着配电网智能化升级改造,各类运行量测数据不断积累。由于传统的分析工具和方法限制,海量数据尚未应用到配电网运行效率分析中,其价值尚未挖掘。目前配电网运行效率分析主要对全网最大负荷时刻的电网运行断面,或假设的所有设备最大负载运行情况进行模拟分析,采用全年平均值分析设备的日常运行状态,无法准确反映出电网设备的运行区间,存在一定的局限性。主要论述了运用大数据技术进行配电网全时序运行水平分析的方法和流程,以及全时序分析过程中常见异常数据的类型和数据清洗方法。并以某地区10 kV配电变压器负载率指标的全时序分析为例,验证了大数据技术在配电网运行效率分析中应用的可行性。该方法可实现全时段监测跟踪电网运行情况,有助于识别电网运行问题的发生规律和严重程度,为电网运行方式调整和电网项目投资提供有效参考。