Operating Analysis and Data Mining System for Power Grid Dispatching

The dispatching center of power-grid companies is also the data center of the power grid where gathers great amount of operating information. The valuable information contained in these data means a lot for power grid operating management, but at present there is no special method for the management of operating data resource. This paper introduces the operating analysis and data mining system for power grid dispatching. The technique of data warehousing online analytical processing has been used to manage and analysis the great capacity of data. This analysis system is based on the real-time data of the power grid to dig out the potential rule of the power grid operating. This system also provides a research platform for the dispatchers, help to improve the JIT (Just in Time) management of power system.

算力-热力灵活性协同的数据中心能量管理方法

随着数字经济产业快速发展,数据中心成为电能消耗的重要部分。多样化的数据处理需求、大量的计算用电及制冷用电,在带来高能耗问题的同时也为数据中心的运行调度提供了灵活性。因此,协同考虑计算灵活性和热灵活性,制定数据中心优化运行策略,可有效提高能源利用效率,提升数据中心运行经济性。该文提出一种考虑算力-热力灵活性协同的数据中心能量管理方法。首先,考虑数据负载灵活调度、冷却系统温度变化以及冷热通道热惯性等精细化要素,实现了信息技术设备和冷却设备的协同建模。其次,进行模型的线性化转换,降低了求解难度。在此基础上,实现了基于灵活性协同的数据中心能量管理,从而降低数据中心运行能耗及成本。最后通过算例验证了所提方法的有效性。

面向电力调度的事件知识图谱研究现状及发展

事件知识图谱(EKG)是一种可学习事件演化规律的特殊知识图谱,具有推理、预测等功能。针对电力调度业务数据量大、模态多、交互耦合等特点,该文详述了面向电力调度的事件知识图谱的数据集构建、主流方法、技术架构、评价指标、适用场景等,重点分析各场景的可行性,并在应用流程、输入输出、技术架构等方面给出方案,最后对其在电力调度业务长期发展面临的难点和可能的研究方向进行了展望。该文研究为研究电力调度领域特点、事件知识图谱优势和两者结合提供了参考,并为事件知识图谱在电力调度领域中的应用方向提供了指导性思路。

数据挖掘算法在作业车间调度问题中的应用

为了从与日俱增的车间生产数据中提取调度规则来指导生产调度任务,提出一种基于数据挖掘的调度算法。将最小化最大完工时间设置为性能指标,从作业车间的离线生产数据中建立合适的调度样本集;将建立的调度样本集按合适的比例分为训练集和测试集;用数据挖掘算法中的分类回归树(CART)从训练集中获取有效的调度知识,形成CART树状调度规则库;为了验证所得调度规则的有效性,将调度规则与遗传算法结合,设计了一种基于数据挖掘和调度规则的遗传算法作为调度算法来求解作业车间调度问题。通过对不同作业车间经典算例进行仿真与测试,验证了所提调度规则和调度算法的有效性与优越性。

数据与知识联合驱动的人工智能方法在电力调度中的应用综述

数据与知识联合驱动的人工智能方法是利用数据驱动和知识驱动各自优势、取长补短形成的一种更优的联合方法。文中对联合驱动方法的特点和现状进行了分析,并对其电力调度重点应用场景进行了分类统计。总结了各类场景中联合方法的创新性、相较于单一方法的提升以及应用优势。归纳出了电力调度数据与知识联合驱动方法的3种联合建模方式:数据驱动优化知识驱动、知识驱动辅助数据驱动、数据驱动与知识驱动混合模式。最后,从准确性和高效性的平衡、有效性、可靠性等5个维度讨论了联合建模时存在的挑战性问题,对联合驱动方法在电力调度中的适用场景进行了总结及展望。

数字孪生技术助力南四湖防洪调度与二级坝工程管理

数字孪生建设是“十四五”期间推进智慧水利建设的重要内容之一,为提高南四湖流域防洪调度水平和二级坝工程运行管理能力,采用南四湖防洪调度、二级坝泄量纠偏及调度仿真等关键技术,建立和完善二级坝感知体系,提升算力能力建设;建设数据底板,加强算据能力建设;研发多种模型,智能展示数据成果;开发具有“四预”功能的防洪调度和水闸综合管理业务应用等系统。系统的建成可全面提高南四湖防洪调度及二级坝工程管理安全运行管理水平,为后续数字孪生沂沭泗建设提供经验样本和技术模板。

面向业务自动化转型的铁路运输调度业务数据模型构建方法研究

铁路运输生产调度业务自动化、智能化转型改进是推动铁路运输效率提升的重要手段。探讨业务转型过程中对业务各场景各颗粒度控制逻辑和信息流通的梳理建模方法,从而推动业务高效转型,在对运输生产调度业务深入分析的基础上,抽象了调度业务组织的关键影响要素和关键关联关系,梳理了工作流、信息流、信息流通机制与上述抽象的调度业务要素及这些要素间关联关系的对应关系,设计了一种刻画业务工作流、信息流和信息流通机制的数据模型构建方法。考虑到铁路运输生产调度业务分散协作、多级耦合的多层级多场景特点,设计了工作流、信息流数据模型的分化、细化关联机制,以实现对不同层级、场景调度业务的数据模型间有机关系的刻画,最后结合实际调度业务进行了应用分析。结果表明该方法构建的数据模型可以规范调度业务在不同场景、不同颗粒度下的控制逻辑和信息流通,从而为业务自动化转型过程中的信息系统开发和作业流程再造提供参考。

基于数据驱动自适应鲁棒优化的电-热耦合系统协同调度

随着电-热系统的紧密耦合,电-热联合调度已成为当前研究的热点。通过挖掘供热系统在源、网、荷侧的灵活性,为电力系统的风电消纳提供了额外空间。然而,可用的风电出力难以准确预测,且其相应的概率分布无法事先获取,而鲁棒调度又过于保守。为了解决这一问题,提出一种基于数据驱动的电-热耦合系统自适应鲁棒调度方法。该方法结合随机规划和鲁棒优化的优势,利用历史数据模拟最坏的概率分布场景,实现了经济性和保守性的平衡。通过在包含6节点电网和6节点热网的耦合系统进行仿真测试,验证所提方法的有效性。

基于同态加密的电力调度数据抗泄露加密系统设计

电力调度数据需满足端到端转发的高转发率和低延迟要求,面对海量调度数据,在电力内网和外网的复杂体系中,各层数据易出现丢失、篡改等问题。为避免信息泄露事件的出现,设计一种基于同态加密的电力调度数据抗泄露加密系统。通过建立密码模板,联合获取明文样本,求解边缘加密系数取值范围,完成电力调度数据同态加密方案的制定。将File设备中存储的电力调度数据按需分配至上机位、下机位布局环境中,调节各级设备模块的运行状态,完成电力调度数据抗泄露加密系统设计。实验结果表明,该设计系统可有效保证明文样本与密文样本之间的对应编译关系,其对应编译关系准确率达到100%。在解决信息泄露问题方面具有突出价值。

基于大数据分析的电力调度数据异常自动检测方法

为有效检测出电力调度数据异常,设计基于大数据分析的电力调度数据异常自动检测方法。首先利用大数据分析技术采集海量的电力调度数据,并构建时间序列模型;其次提取异常特征参数,表征数据波动性;最后更新数据集合,在异常检测器中创建多个子异常检测器,自动检测电力调度数据异常。实验结果表明,设计方法异常查全数和异常查准数分别为384和323,准确率较高。

计及数据中心和风电不确定性的微电网经济调度

风电机组并网容量占比的不断增大为电力系统风电消纳带来了巨大挑战。数据中心作为高灵活性电负荷,具有电网风电消纳巨大潜力。因此,提出一种计及数据中心和风电不确定性的微电网经济调度模型。首先,根据数据中心的分层结构建立信息层和电力层之间的耦合模型;其次,针对风电出力不确定性,搭建计及数据中心和风电不确定性的微电网经济调度模型;最后,基于对偶理论和两阶段鲁棒优化算法,将调度模型转化为鲁棒优化模型并采用列和约束生成算法(column and constraint generation,C&CG)和对偶理论进行求解。算例结果表明:数据中心参与微电网经济调度可有效降低运行成本,同时系统运营商按需求可灵活调整风电出力不确定性。

南水北调中线总干渠水情数据智能清洗

南水北调中线总干渠水位、流量等实时水情数据受外界扰动、测量系统误差等因素影响而产生的病态水情数据将造成调度模型计算失真,甚至导致计算失败。为此,针对上下游流量数据空间上的逻辑错误和水位数据时间序列的跳变,分别建立基于粒子群优化的水量平衡模型和指数加权滑动平均模型,对病态水情数据在空间、时间上实施横向、纵向清洗处理。以穿黄节制闸至漳河节制闸间的渠段为典型研究区间,利用模型自动识别流量倒挂点,并对该渠段涉及的12座节制闸、26处分水点的流量数据进行统一修正,实现了上下游逻辑上的合理性。同时,选取研究渠段内的闫河节制闸为代表,在48 h内运行基本稳定状态下,对每2 h的闸前水位数据序列进行分析,自动识别出跳变数据并进行合理修正。结果表明:建立的模型可自动识别病态水情数据并进行智能清洗,处理后的数据能够较好地满足输水调度分析决策的需要,因此该模型具有推广应用的价值。

DRTD系统固定电台控制设备管控模块设计与实现

铁路无线列调通信技术和列车通信设备应用需求的发展,现有铁路通信技术将升级为DRTD、GSM-R或5G-R等数字制式无线通信。主要介绍列车数字无线调度通信系统(DRTD)中固定电台控制设备管控模块的设计,实现与调度操作台、固定电台以及数字列调接口服务器进行数据交互,对若干车站的固定电台以及所属终端进行管理,并将数字列调接口服务器的调度命令、车次号无线校核信息或进路预告发送到对应固定电台,保障铁路列调系统通信的可靠性。

基于人工智能的智能电网调度业务决策系统研究

随着智能电网调度业务中海量电力大数据的接入,现代智能电网的信息处理与业务应用需要考虑多源异构信息的加工与反馈机制。为解决业务全生命周期智能化处理需求问题,提出了能够实现业务数据接入、业务数据处理与业务集成服务的智能电网调度业务决策系统。该系统通过构建态势感知模型、事件推理模型与控制策略模型,实现对电力系统的实时感知、智能化的控制策略制定,从而优化智能电网的调度业务决策过程。最后,以IEEE14节点系统为例验证模型的应用效果,证明了该系统能够对智能电网调度业务形成态势可感、设备可控、经济环境协同最优的管控效果,从而为调度员提供智能化监督、调度与决策流程。

电力数据网络设备运行优化

为增强电网数据通信的安全性,巩固变电站网络运行的稳定性,需要对电力数据网络设备进行优化,文章详述调度数据设备和传输制造报文规范(manufacturing message specification,MMS)信息交换机的优化方案,涉及路由器限制明文流量的访问控制列表(accesscontrollist,ACL)优化、路由器ACL策略配置书写优化、调度数据设备组网模式优化、MMS交换机级联模式优化以及MMS交换机业务分区优化。除优化后符合调度设计及网络安全原则的方案以外,其余方案结合调控中心平台监视和模拟实验,对优化成效进行验证,结果表明方案实现了电力数据网络的持续健康运行。

基于渐进式增长生成对抗网络的月度源荷场景生成

月度场景生成是月度时序生产模拟、制定电量计划以及细化场景分析的基础。针对月度源荷场景建模通常面临的多元高维变量拟合困难、源-荷不确定性加剧等问题,提出一种基于渐进式增长生成对抗网络的月度源荷场景生成新方法。对月度时序功率序列进行均值拆分处理,以得到多时间尺度功率序列,将源荷序列纵向拼接并结合多时间尺度特性设计相应的二维卷积结构;采用平滑渐进式增长方式及特殊训练策略,逐步生成多颗粒度的源荷场景;生成网络解构低维与高维特征,首先学习月、周下的日尺度特性,再逐渐拟合高维非线性特征,以生成小时级别的720月度场景。最后,基于实际风-光-荷数据集进行算例分析。结果表明所提算法在月度源荷场景生成的有效性,可为月度调度规划提供参考。

智能电网调度自动化中的关键技术分析

阐述智能电网调度自动化技术的特点、存在的问题及原因,分析关键技术,包括应用服务技术、通信与数据服务技术、动态监测技术、一体化调度管理技术。探讨电气调度自动化技术的应用。

电网数字孪生分析模型建模及应用

为支撑新一代调度技术支持系统全局分析计算业务融合,提出一种基于数据孪生的电网分析模型构建方法。基于实际电网设备的物理和逻辑关系,构建出标准化、对象化的完整电网分析模型,并接入实时量测,使其成为真实空间物理电网的数字孪生。在传统通用数据库与专业计算应用间构建出更贴近电网分析计算业务的数据中台,为在线分析计算应用提供统一数据服务。通过在新一代调度支持系统华中试点工程的建设成效,展示了基于数字孪生模型的分析计算应用的性能提高效果。