电力物联网新形势下调控云建设研究

云计算与大数据技术日臻成熟,为海量数据的利用提供了充分的技术条件。而基于云计算与大数据技术的电力物联网就是充分利用现代信息与通信技术,实现电力系统各个环节万物互联、人机交互,打造状态全面感知、信息高效处理、应用便捷灵活的新型电网,更好地管理和优化电力用户需求,这必将给电力调度业务带来新的挑战。分析了电力调度自动化发展需求,通过调控云建设能够解决现有瓶颈,实现调控业务数据深度应用、电网在线分析、调度管理精益化等,电网企业可提供更多主动性、多样性的增值服务,实现电力物联网建设目标。     

支撑居民用户智能用电交互的安全性研究综述及展望

为促进“双碳”目标实现，需求侧智能交互需求攀升，在新型信息通信技术的赋能下，智能用电业务得到了快速的发展。为解决当下居民智能用电交互存在的安全性问题，实现对用户侧海量资源全面且动态的整合，支撑新型电力系统在用户侧的落地应用，以电力网与信息网的融合架构平台为依托，以电力需求响应为主要手段，首先，分析了智能用电业务发展的现状，给出了智能用电交互的安全性需求与具体问题；其次，构建了基于边缘学习的智能用电交互计算框架，并将数据分发业务应用到智能用电交互中，分析面向智能用电业务细颗粒度数据分发服务；最后，基于5G切片技术设计了融入5G技术的需求响应安全防护体系，并给出居民智能用电交互的安全性防护技术的发展思考。     

电力视觉边缘智能:边缘计算驱动下的电力深度视觉加速技术EI北大核心CSCD

电力物联网和透明电网的背景下,电力系统智能终端感知的海量视觉影像对传统的云计算处理模式提出了重大挑战,边缘计算作为云计算的重要补充已经得到了电力系统的广泛关注。为此,首先梳理了边缘计算的演变历程,阐述了电力视觉边缘智能的基本概念,然后构建了云–边–端协同的电力视觉边缘智能结构框架,重点讨论了边缘计算驱动下边缘智能的关键技术,最后列举了电力视觉边缘智能的几种典型应用场景。     

电力视觉边缘智能：边缘计算驱动下的电力深度视觉加速技术

电力物联网和透明电网的背景下,电力系统智能终端感知的海量视觉影像对传统的云计算处理模式提出了重大挑战,边缘计算作为云计算的重要补充已经得到了电力系统的广泛关注。为此,首先梳理了边缘计算的演变历程,阐述了电力视觉边缘智能的基本概念,然后构建了云–边–端协同的电力视觉边缘智能结构框架,重点讨论了边缘计算驱动下边缘智能的关键技术,最后列举了电力视觉边缘智能的几种典型应用场景。     

云计算在电力用户用电信息采集系统中的应用研究*

随着国家电网公司确立的电力用户用电信息采集系统"全覆盖、全采集、全费控"目标的逐步实现,电力系统中运行的采集终端数量大幅激增,从而使采集的电力系统数据信息量呈几何级数增长。面对海量的用电数据,当前用电信息采集系统在多个方面出现瓶颈。文中通过分析当前作为解决大数据存储、分析、计算、管理有效手段的云计算技术,结合当前用电信息采集系统所遇问题,研究了云计算在电力用户用电信息采集系统中的应用前景及面对的挑战,对未来电力用户用电信息采集系统的建设和发展有指导意义。     

融合型配电网大数据处理平台架构设计

为深化配电系统多源异构电力大数据的挖掘与应用,提出一种电力物联网与智能电网融合的配电网大数据处理平台架构方案.首先,针对两网融合的大数据处理研究现状,统筹当前主要业务需求,提出一种基于软件定义网络的云边协同总体架构设计;其次,就电力大数据的存取交互方式,考虑海量数据的多源异构特性,构建了一种分布式的3层数据管理架构;然...     

电力物联网5G云–边–端协同框架与资源调度方法

分布式能源、可调负荷及储能装置大规模接入配电网运行带动“源-网-荷-储”调控模式的转变,配电网与分布式资源之间频繁双向互动对通信网全面感知与广域传输能力提出更高要求。电力物联网与5G的融合通过云-边-端多层级资源的深度协同提供有效的解决方案。针对现有云-边-端协同技术在电力物联网与5G融合应用面临的与电力业务需求适配性不足、异构资源调度协同性差、数据隐私安全难以保障等挑战,文章提出电力物联网5G云-边-端多级协同框架,支撑分布式资源与配电网的协同互动;在此基础上,基于联邦深度Q学习,提出基于半分布式人工智能的云-边-端协同资源调度方法,在高可靠低时延约束下实现端侧任务卸载、功率控制与云侧/边侧计算资源分配的协同优化;最后,通过算例分析验证该技术在能耗、时延、吞吐量等方面的性能优势,同基于层次分析法和深度Q学习的边缘网络任务卸载算法(distributionoffloadingalgorithmbasedon analytic hierarchy process and deep Q network,AHP-DQN)和能量感知边缘计算移动管理算法(energy-awaremobility...     

一种基于Spark和聚类分析的辨识电力系统不良数据新方法

随着电力系统智能化建设的不断深入和推进,电力系统数据呈现海量化、高维化的趋势。针对电力系统中的不良数据将导致电力系统状态估计结果的准确性降低,而传统聚类算法处理海量高维数据时单机计算资源不足,近年来较流行的MapReduce框架不能有效处理频繁迭代计算等问题,提出一种基于Spark的并行K-means算法辨识不良数据的新方法。以某一节点电力负荷数据为研究对象,运用基于Spark的并行K-means聚类算法提取出日负荷特征曲线,分别对输电网状态估计中的不良数据进行检测和辨识。选用EUNITE提供的真实电力负荷数据进行实验,结果表明此方法能有效提高状态估计结果的准确性,与基于MapReduce框架的方法相比,具有更好的加速比、扩展性,能更好地处理电力系统的海量数据。     

基于智能电网用户侧海量数据的业务系统研究

近年来关于智能电网用户侧海量数据相关的技术及其在电力行业中的应用已有较多研究,但是缺乏对于用户侧数据基础架构及业务应用模式的系统研究。基于对用户侧数据的特征分析,论文从用户侧海量数据的技术架构以及未来承载电力海量数据关键技术出发开展了相关研究。建立了面向电力业务体系的海量数据平台,并设计了智能电网用户侧海量数据技术架构。最后,以优化节点电价为例,利用数据挖掘技术对用户侧海量数据在需求响应(DR)决策中的应用制定了DR辅助决策流程,对未来智能电网海量数据的研究和应用提供了理论依据及技术支撑。     

泛在电力物联网体系架构及实施方案初探

为应对能源互联网发展对电力系统海量数据全面感知、广泛互联的要求,物联网技术与智能电网深度融合而来的泛在电力物联网概念被提出,成为能源互联网电力领域信息共享网络发展的新思路、新模式、新焦点。首先论述了泛在电力物联网的基本概念与主要特征,构建了由感知层、边缘层、网络层及平台层构成的泛在电力物联网体系架构;其次深入剖析了泛在电力物联网与坚强智能电网、能源互联网之间的协同发展关系;最后从功能模块与建设时序2方面,提出了适应多维业务场景需求的泛在电力物联网实施方案建议。     

基于分布式技术的用电信息采集主站系统设计与应用

随着用户侧数据采集设备的发展及电网业务对用户侧采集数据的深化应用,当前电力用户用电信息采集主站系统在数据采集、计算、入库等方面出现瓶颈,无法满足业务快速发展的需求.针对营销数字化转型发展的需要,基于分布式架构、异步网络、并行计算与分布式存储等技术,文中提出一种具有高频实时采集特征的主站系统技术方案,在采集通信层、任务调度层、分布式存储层及并行计算层4个层面全面解决高频并发交互、复杂任务调度、海量数据存储及实时计算的效率问题.通过中国某省级工程应用表明,所提出的方案可显著提升用电信息采集主站的采集能力,改善集中式采集主站性能.     

配电网用户侧异构电力物联设备网络风险量化评估

随着配电网用户侧异构电力物联设备(以下简称“配电网用户侧物联设备”)接入电力系统的规模逐步扩大,针对它的网络攻击将会对电力系统安全造成严重的破坏,配电网用户侧物联设备的网络风险评估由此成为了目前电力系统亟需解决的关键问题。首先,计及设备终端、移动应用、云端等各组件网络安全防护和终端运行特性,识别配电网用户侧物联设备网络风险评估指标,并结合改进的层次分析法和变异系数法对评估指标进行组合赋权。进而,依据设备网络风险概率以及设备被恶意攻击后对电力系统造成的物理后果,提出一种信息物理融合的配电网用户侧物联设备网络风险评估模型。最后,针对高风险的配电网用户侧物联设备,通过指标对标分析目前终端、移动应用、云端等各组件网络安全防护的薄弱环节,指明设备各组件网络安全防护亟待改进的方向。研究成果以期对用户侧电力物联网的建设以及安全防护提供一种有效的科学判据,从而降低用户侧电力物联网网络风险,确保电力系统运行安全。     

面向用户侧源储资源优化调度的能源区块链平台设计

用户侧分布式源储资源单体容量小、分布零散,归属主体多样,难以被现有电网调度系统直接调控.为能够在聚合层有效利用用户侧泛在资源,文中设计并实现了一种能源互联网区块链(ENBC)平台,将分布式发电资源和负荷侧资源进行聚合及协同优化调控.并进一步研究了基于物联网和ENBC平台的分布式虚拟电厂内部能量优化调度方法,从参与主体、数据结构、优化调度、安全校核、价值结算等方面进行了框架设计,进而提出了面向可信交易的用户侧泛在资源调控实现方法.最后,以实际算例对系统的可用性进行了验证.     

基于云计算的智能电网营销管理系统

文章针对智能电网中电力营销管理系统面临的问题与考验,构建了基于云计算的电网营销管理信息系统。其总体架构包括基础设施层、应用接口层、应用服务层和用户接口层。文章提出了按需定制的电力营销服务模式,将电力营销服务定制为3个步骤：定义原子级服务模块并提取业务流程规则,由服务供应商提供;遵循流程规则,利用原子级服务模块组合业务流程,由电力营销部门完成;调用相应的业务流程服务,即电力营销客户按需调用。     

能耗监测中的区块链终端信任管理

区块链与物联网、云计算、人工智能、大数据技术相融合,为能源互联网带来了创新应用模式。重点研究了能源消费环节的能耗监测问题,将区块链技术应用于重点用能单位能耗在线监测系统的建设,分析了区块链技术与业务需求的契合,设计了区块链平台架构,并对能耗监测区块链终端设备认证与可信数据采集、数据上链分布式云存储、数据共享多主体信息协同这3个关键问题进行了探讨。区块链方案是对现有方案的升级和补充,二者可结合应用。     

泛在电力物联网背景下变电站整体架构设计

提出了具备感知终端海量接入、网络计算集成协作和业务应用按需定制等特点的泛在电力物联网概念,设计了泛在电力物联网背景下包含感知设备层、网络传输层和平台应用层的变电站基本架构,并结合变电站常规业务与发电企业、电网等新业态的实际发展需求,从感知设备层、网络传输层、平台应用层提出了泛在电力物联网涉及的关键技术。     

云计算在电网资产质量监督管理中的应用研究

由于电网资产质量监督管理业务并发用户数多、读取吞吐量大、业务数据海量的特点,传统计算方法已难以适应统计分析业务的需要.提出了一种电力大数据云计算方法,利用对象化电力大数据加载到内存中并行计算的方式,满足了系统并发性、稳定性、及时性的要求.实践表明,该方法提高了电力大数据的统计效率,优化了电网资产质量监督管理系统的性能.     

泛在电力物联网的发展分析

泛在电力物联网对于我国电网未来绿色健康发展意义重大。为阐明泛在电力物联网的意义,首先详细分析了泛在电力物联网的概念、建设目标和目前存在的问题。继而研究了其所运用的大数据、云计算、区块链和人工智能等技术及其在电力系统中的应用。最后,总结分析了泛在电力物联网的应用场景,并针对泛在电力物联网的未来发展提出了相关的建议。     

电力物联网移动边缘计算任务卸载策略

由于云计算框架中的传播延迟无法满足电力物联网对低延迟和可靠性的要求,在移动边缘计算框架的基础上,提出一种基于电力物联网的云-边缘网络结构,并对业务响应时延进行建模。通过约束优化和改进遗传算法相结合求解优化模型,得出最优计算卸载策略。通过仿真进行对比分析,验证提出的移动边缘计算卸载策略的有效性。结果表明,该策略在提高业务处理可靠性的同时,也大幅度降低了故障情况下业务响应时延,与仅重传策略的延迟性能相比,该策略延迟性能提高了6.4%。综上,该研究可对电力物联网的发展提供一定的参考和借鉴。     

基于物联网的电缆局部放电分布式监测系统设计与实现

电力电缆的局部放电监测是保证电缆安全运行的重要技术手段。然而,传统有源有线的局部放电在线监测方法难以适用于敷设结构复杂、分布区域广且对成本较为敏感的电缆网络。针对此问题,设计了一种基于物联网技术的低功耗分布式电缆局部放电在线监测系统。在考虑传感网络可扩展性和可接入性基础上,设计了电缆局部放电监测物联网络的总体框架;为满足传感器节点低功耗、长续航的要求,对高频电流传感器、低功耗信号处理和电源管理、数据通信等物联传感网络基本要素进行了优化设计。根据上述研究实现了基于物联网的电力电缆的局部放电分布式监测系统的设计与应用。