电网遥信大数据智能分析辅助决策系统建设研究

电力调度控制中心为适应电网规模不断扩大、结构日趋复杂化而带来的海量设备监控信息,充分发挥现代化技术手段应用的先进作用,提高调控运行人员对电网驾驭能力以及对电网异常、事故信息处置效率,降低人员劳动强度,开展了电网遥信大数据智能分析辅助决策系统建设研究。本研究基于实际电网模型和实时数据,从电网海量信息中梳理、智能分析,提供结论性结果,智能替代人工,而且以电网实时信息为输入,以设备基础信息为辅助,横向对比,纵向分析,提供科学的辅助决策,全程信息深加工,独立设置,只提取系统信息,而不改变系统数据。建成一个具有简、全、独立安全三个主要特点的系统,有效提高电网设备异常事故处置效率、降低安全生产隐患,保证电网安全稳定运行。     

基于多维关联规则的电网脆弱性识别研究

随着电网线路故障多样性、多重性、不确定性等因素的积累导致大面积停电事故时有发生,能否挖掘出潜在的线路隐患并制定相关的应对措施,对政府部门和电力企业进行决策起着重要作用。针对传统关联规则挖掘表示形式单一、多维度展现的不足、效率不高的缺点,介绍一种有效地将数据立方体技术和FP-Growth算法相结合的线路故障快速预警方法,提出一种从多维角度分析故障的模式,通过可视化输出的判别规则来为电力系统故障预测和预警提供可靠的决策依据。最后以某省电网线路故障数据为例,验证了方法的有效性和实用性。     

基于5G与CNN的智能电网稳定性预测

随着5G通信技术的研究以及新型基础设施的建设, 智能电网得到了快速发展. 同时, 在大数据时代, 万物互联导致海量的设备接入电力网络, 也给智能电网带来了较大的负担, 电力网络的稳定性问题亟待解决. 因此, 本文提出了一种基于CNN的智能电网稳定性预测算法, 通过收集电力网络产生的数据, 经过CNN模型的处理, 最后输出智能电网稳定性的判别结果. 经过仿真验证, 该算法与SVM、AdaBoost, 随机森林相比, 具有较高的准确率; 同时, 本文采用了4种不同的优化算法去改善CNN模型, 带有动量的SGD算法可以达到98.13％预测准确度, 利用该模型可以有效帮助电力系统对未知的问题提前预警, 降低了安全隐患并减少了电力事故的发生.     

智能电网信息安全与网络结构优化研究

建设安全可靠电力数据信息安全通信网络环境,已成为电力系统实现区域智能电网数据信息实时共享,远程调度运行综合自动化系统建设的重要技术支撑.在对电网数据信息通信网络存在的结构混乱等安全威胁进行归纳分析后,结合三层四区电力数据信息安全防护体系结构,从电力专用信息安全隔离设备设置和防病毒系统构造方面,分别介绍了智能电网数据信息网络安全防护结构模型.     

县级电网调度中的危险点分析与预控

电网中的危险点是一种诱发电力生产事故的隐患，如果不进行治理和防范，在一定的条件下，它就可能演变为事故，事先进行研究分析并采取有效措施，就会化险为夷，确保安全。开展县级电网危险点的分析和预控，是电力系统安全工作的补充，是保证安全生产的重要措施之一。     

基于“互联网+”的电力安全事故管理系统设计

一套智能化的电力安全事故管理系统可以通过数据分析和挖掘技术，对电力生产过程中的各种数据进行分析和处理，从而预测和预防可能出现的安全隐患，提高电力生产的安全性和可靠性。基于此，首先分析电力安全事故管理系统结构体系和功能，梳理涉及的技术和原理；其次对系统整体建设方案和功能设计进行详细说明；最后分析了安全事故管理系统的用途。     

基于大数据的电力信息技术发展探讨

电力行业大数据是综合电力企业生产、运营及销售等数据的信息系统,也是近年来电力发展的重要方向之一,如何提高大数据的分析利用能力也成为了电力企业发展中亟待解决的问题。本文主要阐述了大数据的定义及其对电网发展的影响,分析了电力企业业务信息中的大数据,重点研究额大数据的电力信息技术发展,以期为电力信息技术的发展提供理论指导。     

基于CNN+LSTM混合模型的电力消耗预测研究

预测电力消耗是一项重要的任务，它在保障电力系统安全运行、均衡能源分配等方面至关重要，精准的负荷预测能有效减少用电事故的发生，并提高系统的生产效率。电力预测是基于一个地区的历史电力数据来预测该地区未来一段时间的有功和无功电力负荷。研究利用神经网络组合模型的优势通过CNN优化和过滤多维输入参数，提取特征向量；并将提取的特征向量作为LSTM的输入进行电力预测。实验表明CNN+LSTM混合模型的泛化能力更强，准确率更高。     

电力企业大数据体系架构的研究与应用

电力行业是国民经济以及国家发展战略的重要支撑行业,随着信息技术与电网建设的快速融合与发展,电力大数据已经成为电力行业未来发展的核心。文章从电力企业大数据的需求、处理及应用角度出发,基于计划预算、电网运营、核心资源、关键流程、专题监测等实际开展业务的全流程进行技术和理论研究。以横向协同业务应用构建为突破,构建业务应用与技术统筹机制,建成“数据干净透明,模型规范统一,分析灵活智能”的全业务统一数据流程,以数据需求为导向,以数据深度挖掘、分析、筛选为手段,实现“全业务协同,全流程贯通,全数据共享”。通过全面解析电力企业大数据体系架构,强化全业务数据汇聚与整合,深化总体架构管控,为打造世界一流能源互联网企业提供可靠的技术支撑。     

基于电力营销大数据的数据融合共享平台研究与应用

随着国家电网公司基于大数据、云计算等项目的逐渐增多,国网某省电力公司全业务海量数据激增,导致现有电力营销存在电力数据缺乏统一部署系统、数据共享难度较大、数据指标逻辑规则不统一等问题。集中接入并整合电力各渠道的账户数据和客户数据,结合大数据技术研究电力营销大数据融合共享平台的建设与应用,集中接入和整合电网各渠道的账户数据和客户数据,开展电力客户标签快速搜索及数据驱动营销业务分析等场景,为电力企业运营平台及全景大屏展示提供支持。     

基于数据挖掘的现场作业风险态势评估方法

为保障电网安全稳定运行,减少生产安全事故,供电企业针对大量的基建、生产运行作业开展现场安全管理,积累了海量作业管理及安全管理业务数据。为更好地应用这些数据,使其真正为供电企业作业风险预警及防控服务,在梳理供电企业现场作业全过程的数据基础上,对作业风险态势要素历史数据进行分析,识别出人、机、料、法、环境和管理等风险影响因素,从人员、设备（机械）、材料工器具、作业方法、作业环境与时间管理6个维度构建现场作业风险评估指标体系及作业安全态势指数模型,结合信息技术,开展风险态势智能评估的工具设计。     

电力调度大数据应用平台系统技术研究

为解决智能电网的发展中电网运行和设备检测或监测数据、电力企业管理数据、电力企业营销等数据海量的增加带来的不同业务系统之间分散地开发、运行和管理,系统数据存储结构独立,带来数据多源、格式不一致,数据准确性、实时性不强,数据质量不高,缺乏统一的数据规范等问题,本文利用Hadoop的分布式文件系统HDFS和并行处理框架MapReduce的工作原理,搭建电网调度大数据应用平台系统,解决了不同业务系统之间的数据不能及时共享、访问、管理与分析挖掘等问题。采用数据清洗数据,解决数据质量不高的问题。搭建电网调度大数据应用平台系统,既能实现跨专业、跨部门的多维度关联分析,又能满足海量的智能电网数据存储和数据处理需求,并具有强大的伸缩性,可扩展为电网实现安全、可靠、经济、高效地运行提供保障。     

基于全景监测与智能预警的配电网全域大数据应用研究

面对不断扩大的电网规模及愈加复杂的外部环境,影响电网安全稳定运行的因素也在不断增加,为此提出了基于大数据机器学习算法的设备状态监测方法。运用成熟的数据挖掘技术,基于当前大量的数据积累开展数据价值的挖掘分析,构建基于随机森林的设备状态评价模型、基于D-S证据论的故障预警模型等,以云计算为支撑,以“互联、共享、智能”为理念引领全景监测体系,建设风险和隐患智能感知体系,实现低风险系数下配电网安全稳定运行。本文从数据关联融合、数据清洗转换、相关性分析及特征提取、模型构建四个方面着手,挖掘配电数据的潜在价值,预知配电网故障发生,进一步提高配电网精益化、智能化管理水平,促进电网企业提质增效提供指导,为电网安全生产及电网企业优质服务提供高效益的数据化科学决策依据。     

大数据技术在智能充电桩网络系统中的应用

当前智能充电桩网络系统中的数据具有“大数据”的典型特征,即数据源、数据类型丰富、数据量庞大且增长迅速,而传统的数据处理技术无法有效处理这些数据,大数据技术可以很好应对此场景。大数据技术在充电桩运维,充电客户分析,电网企业整体运营调度中起到非常关键的促进作用,对建立安全可靠高效的充电桩网络具有重要意义。本文初步探讨了大数据技术以在智能充电桩网络系统中的具体应用,分析了智能充电桩网络系统与大数据之间的关系,详细阐述了智能充电桩网络大数据处理平台总体架构的设计思路,并展开描述这其中所使用到的关键技术点,最后着重分析了大数据技术在充电桩运维,充电客户分析,企业整体运营调度中的具体应用。大数据技术能促进充电桩网络向智能化方向发展,为建设安全高效便捷充电桩网络提供切实保障。大数据技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。     

基于大数据的电网规划精益分析平台研究与应用

随着新能源的大量接入和用户的广泛参与,电网企业的数据呈指数级增长,电网规划部门迫切需要运用大数据的分析手段提高规划决策的精准性。本文以地市供电公司的实体业务为切入点,基于地理位置信息,在数据融合贯通的基础上,运用数据可视化技术多维度动态展示地区电网负荷分布和电网供给能力,辅助规划人员快速发现负荷分布规律和电网薄弱点。运用大数据分析挖掘方法构建基于负荷特性分析的负荷预测模型,支撑电网项目和运行方式安排。打破电网负载问题的单一评价方法,建立可度量的电网综合评价体系及模型,为电网项目统筹提供量化依据。基于大数据的电网规划精益分析平台通过电网负荷可视化展示,有效提升了电网诊断分析效率,运用大数据分析方法提高了地区最大负荷的预测精度,实现了电网问题的数字化评估,提高了电网规划投资决策的精准性。     

基于大数据的电网停电承载力分析与应用

为避免调度计划安排超出电网停电承载力,平衡繁重的电网停电任务与电网运行安全裕度之间的关系,保证调度计划刚性执行,有必要在安排停电计划前进行电网停电承载力分析。大数据理论和技术的发展为电网停电承载力分析提供了理论依据和技术条件。本文归纳了进行电网停电承载力分析所需的大数据来源,通过研究历史大数据对影响电网停电承载力的主要因素进行了分析,提出了基于神经网络的电网停电承载力分析模型和方法,通过绿色安全区、黄色预警区和红色危险区直观评价停电数量是否合理,并给出了该方法在山东电网的应用案例。案例表明,本文提出的模型和方法能够有效指导调度计划编制工作,显著提升工作效率并减轻对个人经验的依赖,对调度计划刚性执行和电网停电风险管控具有重要意义。     

基于PCA-MP-BP的智能电网数据融合方法

为了提高对智能电网大数据的挖掘效率,提出了基于PCA-MP-BP的智能电网数据融合方法.首先对智能电网大数据技术和智能电网大数据融合技术进行了分析.采用主成分分析方法(PCA)提取出对预测结果有影响的主要特征值,作为BP神经网络的输入;然后提出了一种MapReduce和BP算法相结合的数据融合算法,该算法加快了数据处理...     

云计算在智能电网调度中的应用

为解决传统电力系统中集中式计算平台海量数据流的存储和分析功能不足的问题,针对云计算在智能电网调度技术中的应用进行了研究。首先,对云计算技术在IT行业的发展进行阐述,对云计算的关键技术从虚拟化与快速部署技术、大规模分布式存储技术、资源调度技术、大规模多租户技术、海量数据处理技术以及大规模信息通信技术等方面出发进行介绍。其次,借鉴IT行业云计算技术,设计了基于云计算的智能电网计算平台以及基于云计算的智能电网互动式节能优化调度架构,以期推动云计算在电力系统中的发展,解决智能电网互动式节能优化调度算法方面的问题。