基于有限状态机故障因果链的连锁跳闸故障诊断和预测研究

随着变电站告警信息的规范化、大数据分析在设备监控中应用的深入,使得利用监控大数据及智能化预测分析方法解决电网连锁故障的识别问题成为可能。为避免连锁故障造成电网大停电事故的发生且针对电网连锁故障识别困难的问题,本文提出了基于连锁故障状态因果链的电网故障诊断、故障演化预测及电网脆弱性评估的方法。本文首先介绍了基于有限状态机模型故障因果链的数学模型,利用故障因果链的数学模型对电网中的单元件故障和连锁故障进行识别,从而形成了单元件诊断以及连锁故障诊断方法,然后研究了基于智能状态因果链的电网故障演变的风险预测方法,即形成了基于智能状态因果链构建的电网故障风险评估系统。最后以实际电网为例,验证了本文所提方法的可行性。

基于层次分析法的电网调度操作效率评价

基于层次分析法的电网调度操作效率评价能够从多维度评价线路操作效率、主变操作效率、母线操作效率;基于停电、复电、检修工作、许可的准时率,能够给调度操作提供辅助决策分析功能,以实现电网精益化管理。

基于网络交互与智能规则的调度操作指挥模块

针对传统的手打拟票、手工记录以及电话下令的业务开展方式已成为操作效率提升的瓶颈,提出在调度指挥控制系统(dispatch command control system,DCCS)上设计调度操作指挥模块。将电话下令转变为网络交互;构建多种基于智能规则的自动成票手段,取代传统的手打出票方式;操作完成后系统可自动记录设备状态信息并通知相关单位,实现调度操作全流程的网络化、信息化与智能化。模块上线运行结果表明,数据显示对调度操作效率的提升作用显著。

基于弱标签争议的半自动分类数据标注方法

当前,深度主动学习(Deep Active Learning,DAL)在分类数据标注工作中获得成功,但如何筛选出最能提升模型性能的样本仍是难题.本文提出基于弱标签争议的半自动分类数据标注方法(Dispute about Weak Label based Deep Active Learning,DWLDAL),迭代地筛选出模型难以区分的样本,交给人工进行准确标注.该方法包含伪标签生成器和弱标签生成器,伪标签生成器是在准确标注的数据集上训练而成,用于生成无标签数据的伪标签;弱标签生成器则是在带伪标签的随机子集上训练而成.弱标签生成器委员会决定哪些无标签数据最有争议,则交给人工标注.本文针对文本分类问题,在公开数据集IMDB(Internet Movie DataBase)、20NEWS(20NEW Sgroup)和chnsenticorp(chnsenticorp_htl_all)上进行实验验证.从数据标注和分类任务的准确性2个角度,对3种不同投票决策方式进行评估.DWLDAL方法中数据标注的F1分数比现有方法Snuba分别提高30.22%、14.07%和2.57%,DWLDAL方法中分类任务的F1分数比Snuba分别提高1.01%、22.72%和4.83%.

基于网络交互技术的南方电网检修业务全过程调度指挥

随着南方五省区社会经济的持续发展,南方电网设备规模与复杂程度不断增长,目前已成为世界上规模最大的交直流并联电网之一。电网设备规模的日益扩大导致设备计划检修工作量大幅上升,缺陷处理、紧急抢修等非计划性检修任务也同步增加。传统人工调度指挥模式难以满足日渐增长的电网检修需求。因此,基于网络交互技术,设计了一套适应于南方电网检修业务的全过程调度指挥模式,并在实践中证明具有良好的工作效率和准确率,具有一定的示范推广价值。

电网调度智能操作票系统功能设计分析

电网是保障民生的基础设施。对社会发展而言,推进电网智能化改革是长远发展的必然选择。为解决电力企业供需关系问题,保证系统使用效果,提升电网开票质量,聚焦电网调度智能操作票系统功能设计开展分析,基于实际需求,完善已有系统开发理念,以融合智能操作形式,强化调度操作票体系成效,为提升电网调度操作票工作质量提供参考。

基于自适应金豺狼优化算法的巡检机器人路径规划

为提升核环境巡检机器人移动路径规划效果,提出了基于自适应金豺狼优化算法(AGJO)的核环境巡检机器人路径规划新方法,并进行了实例分析。首先,介绍了GJO算法基本原理和改进策略,给出了AGJO算法流程;其次,通过3个基准测试函数进行了AGJO与GJO性能对比分析;最后,构建了巡检机器人工作的两种仿真场景和一种真实场景,利用AGJO进行路径规划。结果表明,AGJO算法得到的移动路径最短,计算效率最高,具有一定的优势。

基于人工智能的配电网电力调度研究

简要概述了人工智能(Artificial Intelligence,AI)的基本知识,重点强调AI技术在配电网电力调度中的作用,并以加强AI技术在配电网电力调度中的应用措施作为切入点,对构建智能决策支持系统、建设智能电力交易平台、加强设备智能监控与维护、积极开展培训工作等方面进行研究,期望能够为相关人员提供参考,以此来加强AI技术在配电网电力调度中的应用。

GIS电子地图在配电网电力抢修智能调度中的运用分析

随着科技的不断发展和智能化技术的应用,地理信息系统(Geographic Information System,GIS)电子地图在配电网电力抢修智能调度中发挥着越来越重要的作用。GIS技术通过将空间数据和属性数据相结合,实现对地理空间信息的有效管理、分析及展示,为配电网电力抢修提供了全新的解决方案。基于此,分析GIS电子地图在配电网电力抢修智能调度中的运用价值,探讨GIS电子地图在配电网电力抢修智能调度中的具体运用,以供参考。

基于电力调度工作流构建运行管理的互联互通框架

在智能电网调度控制系统整体框架下,以电力调度工作流作为流程描述规范,E语言文件作为数据交互载体,消息邮件作为数据交互工具,以调控运行管理需求为导向,设计研发运行管理系统的横纵向多级立体式互联互通框架。应用所述框架,实现调控机构纵向业务流程贯通和跨安全区的横向业务融合,从而实现业务流程完整的、闭环的一体化运作,并且实现与大检修管理系统的横向数据共享。

依托电网调控管理系统的省、地、县调保护一体化整定计算

继电保护整定计算是保障电网安全稳定运行的重要基础工作。江西省调为适应国家电网"大运行"体系的建设要求,依托电网调控管理系统(OMS)实现了省、地、县调继电保护一体化整定计算。构建了一体化整定计算应用数据库,实现了"一张电网、一套数据、多套系统共享";完成了省、地、县调整定计算数据的纵向拼接,实现了"县调计算、地调核算"功能;对省、地、县调整定计算管理流程进行再造,实现了各级调控中心内部、调控中心与运检部门间定值执行的双闭环管理。文中所述内容已在江西电网得到全面实施和应用,有效提升了省、地、县调整定计算全过程管理水平。

基于Matlab的时间Petri网工具箱

要解决实际系统,尤其是大型复杂实时系统的建模、模拟、分析和验证等问题,友好、有效的工具支持是必不可少的。充分利用Matlab强大的矩阵运算和丰富的数据分析能力,研制基于Matlab平台的可视化时间Petri网分析工具箱,重点开发了工具箱的图形编辑、动态模拟、时间分析等功能,为时间Petri网分析工具的研制提供了一种有益的探索。

基于调度运行管理系统的配电网故障研判方案

对于在电力调度控制中心内进行配电网故障研判系统建设的问题,讨论了多种方案,分析了各自的优缺点,提出了基于调度运行管理系统(OMS)建设配电网故障研判系统的方案。该方案在与其他系统共享数据的基础上,根据配电网实时状态,采用归集方法,实现了故障诊断及定位。为实现此方案,研究了图模图数一体化、配电网故障辅助研判等关键技术,并进行了总体设计。实践证明,该方案不仅能有效支撑配电网故障诊断,还可实现配电网调度与抢修指挥业务的良好融合。

基于缩短故障定位及抢修时间的决策方法研究

以影响电网故障抢修的几方面因素为出发点,通过对影响电网故障抢修的主要因素进行分析,提出了相关电网故障定位及抢修时间的主要技术手段,并提出了基于故障行波传输路径及分支判定矩阵的电网故障定位方法。通过以某城市实际电网系统的真实故障为例进行计算,根据所提出方法计算获得的故障定位结果与实际相差较小,验证了所提方法的有效性及可行性。

基于商务导向的系统维护管理模型构建

本文提出了一种基于商务导向的系统维护管理模型,该模型核心的思想是通过维护独立的对象,而不是整个系统来达到业务需求和系统维护之间的联接,避免在业务需求和管理信息系统所提供的服务间产生差距。

影响数据准确性的因素研究

本文首先论述了软件质量中数据准确性与数据正确性之间的异同,然后从开发工具、软件设计、软件编码、版本管理、程序发布方面讨论了对于数据准确性的影响因素,为提高数据准确性提供了一定的理论分析依据。

基于C/S架构和态势感知的调度操作指挥系统安全设计与实现

目前,南方电网正开展南网精益化管理,并融合电网信息化、智能化和一体化,着力打造新一代的智慧电网,成为世界一流的电网公司。在技术方面,利用人工智能语音识别、智能搜索和电力拓扑支撑了调度操作指挥系统的网络下令、一键顺控、调度操作指令校验等功能的实现。但随着电网信息化占比的指数提升,如何确保安全成为当前的重中之重,一旦被黑客利用安全漏洞伪造虚假指令操作电网,极易造成重大安全事故。为此以C/S为基础架构,融合态势感知技术,形成电网三道防线,为南方电网提供坚固的安全堡垒,为调度操作指挥保驾护航。

基于调度倒闸操作流程及标准操作程序的操作安全防误应用

分析了调度操作业务安全防误管理的规范要求和当前主流的安全防误应用建设模式,提出了以调度倒闸操作流程及标准操作程序(SOP)为主线,在流程的不同环节调用相关安全防误校核的安全防误应用模式,并详细阐述了具体设计实现,将SOP的管理防误与安全校核计算等技术防误无缝融合,实现了调度操作业务的全过程安全防误。

基于大数据标签技术的电网监控智能分析方法

在电网规模和数据量急速增长的环境下,传统存储的关系型数据库、数据集成及整合分析方式已经无法满足业务应用的需求,本文分析梳理了电网监控应用需求,引入数据标签技术来解决目前的技术瓶颈。通过对数据物理表进行梳理,将业务专家的经验与数据物理表结构融合而成,数据标签能够提供统一业务化的标签给下游使用方,节省计算资源、便于全局优化的特点,基于数据标签开展电力业务数据辨识、数据治理、数据加工,相较于传统数据存储和治理模式,能够大幅提高电网监控业务智能化水平。

基于无监督假设检验的变压器油温异常诊断方法研究

变压器在电力系统中承载着将不同电压等级电网关联起来的重要功能,由于油的绝缘性能良好且价格低廉,油浸式的变压器在我国各级电网中使用规模和范围较大。变压器油温处于异常状态的甄别对变压器及线路的安全运行具有重要的实用价值。当前价格昂贵、准确度不高、通用性不强的变压器设备异常诊断方案,已经不契合国家电网数字化转型的发展目标。本研究采用了大数据机器学习技术提出了一种基于无监督机器学习模型的油浸式变压器油温异常状态诊断方案。其主要技术步骤为:首先,基于无监督学习算法寻找隐藏在变压器相关运维大数据中的不同工况聚类;其次,基于假设检验的方法找出在不同工况聚类的异常油温判别阈值,并进行训练样本油温的异常标注;最后,引入决策森林集成学习模型对标注了异常油温的训练样本进行机器学习,并且得到变压器顶层油温异常原因分类及判定规则模型。本油温异常判定方法,已经通过了上海市黄渡主变设备的实际设备遥测数据的实验验证,实验结果表明该新方法的油温异常识别查准率及查全率都已经超过了传统的油温异常检测方法。