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.

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。

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。

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。

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。

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。

铁路运输调度领域数据分级及保护策略研究

数字经济时代,数据安全性日益凸显,国家先后出台了一系列法律法规加快构建数据分类分级治理体系。在梳理我国部分行业领域数据分级现状的基础上,针对铁路运输调度领域数据,从需求感知、计划编制、计划执行与调整、评价分析4个维度分析铁路运输调度指挥全流程各环节数据,并提出运输调度数据分级的必要性。选取《数据安全法》作为数据分级基本依据,制定数据分级流程,综合考量数据规模、重要性等要素以及数据遭到破坏后造成的影响程度,将运输调度数据分为一般、重要、核心3个级别。针对不同级别的数据,采用多种数据安全保护技术组合方式制定数据分级保护策略,进一步完善铁路运输调度数据安全治理体系的构建,驱动铁路数字化转型。

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。

基于模糊分簇的电力调度大数据检索方法

为精准检索所需数据,提升电力调度工作的智能化水平,提出基于模糊分簇的电力调度大数据检索方法。采用模糊分簇聚类对电力调度大数据样本数据分簇,为各簇设置一个参考节点。计算电力调度大数据对象值参考节点的一维距离信息,利用近似位置信息iDistance,缩小检索范围并快速定位到目标数据,实现高效检索。实验结果显示,模糊分簇的聚类结果较好,各个簇之间不存在明显重叠或交叉,且检索结果可精准响应不同检索目标,并给出深度分析结果。

基于分布式纵横交叉-正余弦算法的多区域综合能源系统日前经济调度

综合能源系统由于地理位置分散,各区域能源禀赋、负荷特性存在差异,难免会出现资源配置不协调的问题。另外,各区域能源系统通常为不同能源运营商,以往集中式调度计算无法保护各区域数据隐私。针对复杂高维的综合能源系统经济调度问题,提出了一种分布式纵横交叉-正余弦算法(DCSO-SCA)。首先,将正弦余弦算法(SCA)加入到纵横交叉算法(CSO)中,提高了种群的多样性和算法的开发能力。其次,DCSO-SCA算法在不需要集中控制器的基础上,采用CSO-SCA独立实现区域调度并行优化,降低经济调度问题的求解维度,以完全分散的方式解决综合能源系统经济调度问题,保护各个区域的数据私密性。最后通过案例与其他技术进行对比,DCSO-SCA算法能得到高效益及低耗能的多区域综合能源系统经济调度方案。

面向数据隐私的高速铁路智能调度大数据运用方案研究

为解决高速铁路智能调度大数据运用过程中,数据隐私安全导致的数据共享意愿降低和数据决策效果减弱等影响大数据价值发挥的缺陷,在既有云边协同框架下,借助联邦学习和对抗式生成网络技术,设计面向数据隐私的高速铁路智能调度大数据运用方案。在现状分析基础上,重新构建系统架构和数据交互规范;增设边缘节点的样本层和决策层实现样本构造和决策输出,完善中心云的数据层和调度层实现数据汇集和数据调度;虚拟划定的数据运用区域对内安全共享隐私数据和学习模型,对外提供行车辅助决策支持。方案进一步改善智能调度大数据的计算效能和数据隐私安全效能,充实“智能高铁”理论技术创新内容,加快高速铁路运输组织调度的数字化智能化建设步伐。

策略路由技术在厂站远动机通信中的应用

在电力调度数据网双平面建设过渡期某些复杂场景下,要求厂站远动机通过数据网双平面独立响应只有1个IP地址的主站前置机通信连接。远动机应用静态路由技术则只能选择双平面之一作为通信网络,当所选择的平面发生网络故障时,远动机与主站通信中断且无法切换到备用平面。为此提出在远动机通信中应用策略路由技术,通过分析策略路由技术的各种可用方法,根据远动机通信报文特点,选择源地址匹配方法来解决该问题。试验结果表明,策略路由技术能在任一平面网络故障时,自动从备用平面响应同一主站前置机的通信连接,保障了电力调度数据网通信网络冗余的安全性。

上海轨道交通“新三线”综合监控系统电力数据传输方案优化

[目的]上海轨道交通“新三线”(14、15、18号线)综合监控系统深度集成电力系统,综合监控系统与电力网调平台共有设备传输电力数据,存在诸多问题,需优化综合监控系统电力数据传输方案。[方法]分析了国内各地轨道交通以及上海轨道交通“新三线”的综合监控系统电力监控模式,分析了优化前上海轨道交通“新三线”综合监控系统电力数据传输方案及易导致的问题,介绍了上海轨道交通“新三线”综合监控系统电力数据传输优化方案。[结果及结论]优化方案为:增加专用的电力接口服务器,将电力网调平台所收的电力数据从原先的接口服务器中剥离出来;采用双链路传输,不改变既有的经综合监控系统传输电力数据的方式,经电力网调平台电力数据采用独立链路转发。采用优化方案,能够提高综合监控系统、电力网调平台以及其他业务平台的检修效率,同时可降低故障对其他业务的影响。

基于数据挖掘算法的电网调度信号异常数据提取方法

在获取电网调度信号后,大多采用传统深度置信型辨识制度提取异常数据,只能获取低维数据包含的异常信息参量,使得最终数据提取结果曲线下面积(AUC)值较低。因此,为了提高电网调度信号异常数据提取结果的AUC值,提出基于数据挖掘算法的电网调度信号异常数据提取方法。应用独立成分分析算法处理电网调度信号,去除信号中的噪声信息。并对去噪后的信号进行小波分解,得到多个子信号数据集。运用数据挖掘算法中的聚类算法分析子信号数据集,得到数据样本特征,并在考虑属性特征密度指标的情况下完成数据特征分类,获取异常数据特征。最后,在支持向量数据描述的辅助下,检测出电网调度信号异常数据,汇总这部分数据即可完成异常数据提取。实验结果表明,所提方法应用后得到的异常数据提取结果AUC值总是大于0.85,证明了其具优越的应用效果。