智能电网监控运行大数据分析系统统一建模方法研究

随着电网监控运行一体化运行趋势愈发明显,大数据技术应用的不断成熟、普及,为具有多源、高维、异构等特征的电网监控大数据的分析与应用提供了解决方案。本文提出了面向智能电网监控运行大数据分析系统的统一建模方法,分析了监控大数据的数据源、数据范围及现状与存在问题,指出了数据建模所需解决的问题与思路,采用元数据思想构建了公共模型,基于业务需要构建了应用模型,对于数据接入与存储管理方面,定义了元数据模型,其目的是在接入、汇总监控业务相关数据源的基础上,构建以设备为中心的监控数据关联模型,实现数据对象统一建模,为实现多源数据高效、规范接入提供了模型支撑,同时定义了符合该建模思路的元模型,元模型约束了建模行为,保证建立的模型遵行领域约束,为上层智能监控大数据分析应用奠定了基础。     

智能电网监控运行大数据应用模型构建方法

由于电网数据具有多源、高维、先验、异构的特点,并且蕴含大量因果关系,如何从电网历史大数据中挖掘出不同应用场景的因果关系,从而构建监控运行业务应用是电网监控专业实际生产及管理的热点问题。文中根据电网大数据的因果关系特征,提出了一种新颖的基于因果关联分析和概率图模型建模的智能挖掘算法框架。结合相关性分析和格兰杰因果分析方法,该框架能够从海量多源多维生数据中提炼出因果关系变量集,进而生成监控大数据因果概率图模型。基于上述理论,提出一种两阶段的电网监控运行大数据应用模型的工程构建方法,第1阶段采用大数据分析方法从海量多源多维生数据中挖掘出存在强因果关系的变量集合,第2阶段通过人工经验与算法推荐的因果概率图模型相结合,构造出监控业务模型。基于上述模型构建的智能电网监控运行大数据分析系统,已在多个省级调控中心上线运行,其运行结果验证了所提方法的有效性。     

智能电网监控运行大数据分析系统的数据规范和数据处理

为了支撑设备监控与运维的数据分析与决策,智能电网监控运行大数据分析系统要求能便捷抽取各级调控主站及厂站数据,同时为了应对实时、复杂变化的电网运行环境,系统需要满足实时分析决策的要求。在系统建设过程中,主要面临两方面问题:一方面是多源、高维、先验、异构的电力数据源,数据难以高效汇集;另一方面是数据传输协议不一致、业务数据多样性和数据计算效率不能满足分析业务。针对以上问题,研究了数据规范、通用服务协议、数据标签、数据集及混合计算技术,提出监控大数据分析系统的整体解决方案。通过示范工程的试点运行表明,所提出的解决方案可用于数据规范和数据全过程处理。     

吉林电网调控大数据动态预警平台架构及关键技术

为应对实时、复杂变化的大电网运行环境,提升电网智能化调控水平,提出了电网调控大数据动态预警平台架构和建设目标原则.在此基础上,研究了电网运行状态预警体系、适应调控运行业务的大数据汇集处理与服务等关键技术,实现免模型维护的电网实时数据汇总、监测及预警.开发的大数据动态预警平台在吉林电网试点应用,结果表明该平台可以提供全面、实时、准确的电网运行状态监视预警,有效降低调控人员工作强度,显著提升电网智能调控水平.     

智能电网大数据的特点、应用场景与分析平台

为了使现代电网更加智能,在电网中广泛安装了多种数据采集装置与信息管理系统,例如智能电表、远程测控终端和同步测量装置,配电管理系统、能量管理系统、用户管理系统和电厂管理系统等。这些装置和系统产生了大量数据,构成了智能电网大数据的主要来源。研究先进的数据分析技术以使这些数据能够为电网的运行控制提供科学的决策,改善电网运行的灵活性、安全性、可靠性和有效性,已经成为智能电网发展的迫切需求。首先分析了智能电网大数据产生的原因和数据分析的重要性,讨论了大数据技术的发展趋势,然后重点分析了智能电网大数据的来源和类型,进而总结出智能电网大数据的特点,分析了智能电网大数据的应用场景,介绍了正在研发的智能电网大数据分析系统的分析平台以及主要功能。     

基于多源数据集成的电网规划综合数据平台

针对规划系统的各环节间数据难以有效共享等不足,以及规划业务系统与其他各专业系统的数据集成缺乏统一规划和设计等问题,通过有效集成PMS、GIS、EMS、智能配网监控、用电信息采集等多个业务系统,采用数据仓库(ETL)、K-means聚簇算法等大数据技术手段,实现了结构化、非结构化、海量历史/准实时、电网空间数据等信息的高效接入以及电网设备、运行水平、图形管理、规划方案等数据的深度融合,形成了集数据融合、存储、计算、建模、挖掘、分析及智能感知于一体的电网规划综合数据平台,首次实现了省域电网发展专业数据资产的集中管理与高度共享。山东省、市、县三级电网的全面推广应用表明了所提平台的有效性和工程效益。     

基于云技术的实时气象数据接入及其在宁夏电网中的共享应用

气象数据对电网规划、电网建设、电网检修、负荷预测等业务开展具有重要作用,将存储于气象云的海量气象数据接入电力内网,并在此基础上开展气象数据与电网运行数据的挖掘应用是促进电网企业数字化转型发展的迫切需要,通过研究穿过电力端隔离装置实现气象信息实时接入技术,提出气象数据接入及其在各电力业务系统中共享的技术路径和实现模型,同时给出气象信息、地理信息、电网设备相结合进行关联分析的典型应用案例。应用结果表明,实时气象数据的接入及共享应用能够有效提升电网安全运行水平和精细化管理能力,可提供精准的气象预警。     

电网智能调度中的大数据及应用场景研究

随着风光储等新能源广泛接入,电网调度运行过程中涉及到海量、多类型、复杂度高的数据,将电网运行数据转化为知识是智能调度发展的必然趋势。为满足大数据全景深度分析的应用需求,文章从数据来源、数据特点、应用趋势等方面对智能调度数据进行了深入分析和总结,结合智能调度的新需求。分析大数据技术在智能调度领域的潜在应用场景。为实现单一数据源无法实现的准确、安全、经济等目标综合最优的智能化分析和决策提供参考。     

智能电网调度控制系统在线监测评估研究与应用

随着变电站设备监控业务的开展和交直流混合互联大电网协调控制的需要,智能电网调度控制系统接入和交换的数据种类和数量均较以往大大增加,承载的业务也更为多样化,这就对智能电网调度控制系统的在线运行分析和预警能力提出了更高的要求。研究了智能电网调度控制系统在线监测评估技术,提出在线监测评估的软、硬件架构,并在安徽省调智能电网调度控制系统中进行了工程应用,实现了智能电网调度控制系统的在线监测和智能评估预警,有效提高了系统在线监测能力和风险防御水平。     

基于监控大数据的设备监控业务评价指标体系的设计与实现

随着智能变电站的逐步覆盖,以及智能电网监控运行大数据分析系统数据接入范围的扩大,监控大数据系统具备海量数据的基本特征。文章设计的基于监控大数据系统的调控机构设备监控业务评价指标体系,主要包括数据管理、业务指标计算、GIS展示等功能,其中业务指标计算是以全网设备运行数据为基础,业务指标的计算具备数据规模大、计算复杂的特点。为了解决海量数据的统计效率,系统采用去中心化的建设思路,设计采用分级复用、面向服务和内存计算策略的多级指标计算框架,实现各类监控业务指标的高效统计,能够满足系统快速响应的非功能性需求,同时结合面向服务的分布式架构设计,实现不同系统之间的数据贯通,提升设备监控的业务协同能力,系统具备良好的扩展性。     

电力设备监测数据的流式计算与动态可视化展示

电力设备监测数据的实时分析和可视化展示是智能电网建设的重要内容。以Hadoop为代表的传统数据处理模型不能满足业务时延要求。提出基于阿里云流计算(Stream Compute)的电力设备监测数据流式计算与动态可视化展示方法,并应用Stream Compute的上下游服务搭建了用于电力设备监测数据的时频分析和可视化展示的应用系统。试验测试表明,所搭建的系统整体的处理延迟被控制在s级,能够满足电力设备在线监测及实时数据展示的性能要求。     

设备状态检修分析系统设计与实现

智能电网中自动化和信息化技术的不断发展,为设备状态检修的实现提供了重要手段。在分析了目前设备管理、设备状态检修和设备现场运维等应用现状与管理需求的基础上,提出了通过构建设备状态检修分析系统实现对设备台账数据、设备运维数据、在线监测数据和电网运行数据等各类数据的高效利用;研究了设备状态检修分析系统中的关键技术,包括基于IEC61850的站端监测数据整合技术、IEC61970与IEC61850的模型融合技术、设备健康档案数据管理技术等,系统实现了设备状态预警、状态评价、风险评估、故障诊断与运维策略决策等功能。通过对设备状态实时监控及图形化展现。为提高设备运维效率、降低电力企业成本、实现设备资产优化管理提供了有益参考。     

HBase在智能电网异构数据同步中的应用

未来的智能电网在运行中将会产生海量的多态、异构数据,对这些数据的可靠获取、实时分析、同步及处理会给电网信息系统带来前所未有的压力。因此,把电网大数据迁移到云端—数据中心,来实现异构数据的精准、实时同步则显得尤为必要。以解决未来智能电网大数据处理问题为出发点,通过对电网数据中心相关功能需求进行细致分析,对比传统的关系型数据库建模基础,提出了基于Hbase架构的智能电网数据中心的解决方案。最后通过对比MySQL性能进行模拟测试,得出所提出的设计方案能够很好地适用于未来智能电网数据中心的构建以及异构数据的同步,达到电网大数据的实时共享、监测及准确分析、处理的目的,在未来智能电网信息管理系统中具有广阔的应用前景。     

电力大数据智能化高效分析挖掘技术框架

随着智能电网的不断建设,各类生产经营管理活动中产生的海量、高频数据,具有实时性、易失性、突发性、无序性、无限性等特征,如何充分利用和分析这些数据,快速获取有价值的信息是当前电力大数据处理急需突破的难点。在分析目前电力大数据应用现状的基础上,构建了电力大数据智能化高效分析挖掘技术框架,同时从面向计算密集型电力大数据的特征分析技术、基于内存计算的高性能数据分析技术、电力大数据并行化分析框架及服务体系以及基于数据挖掘的母线超短期负荷预测技术4个方面详细描述了电力大数据智能化高效分析挖掘的关键技术,从而为电力业务数据的高效价值挖掘及在线决策分析提供理论依据及基础技术支撑。     

基于GIS的电网气象灾害监测预警系统的研制

基于GIS的电网气象灾害监测预警系统接入多种形式的气象源数据,将气象灾害与电网设备GIS数据进行关联分析,建立电网运行领域可靠的灾害性天气预警模型,对涉及的电网设备进行预警。采用多种数据解析技术将XML、二进制等数据文件解析为预设格式数据;采用时序图技术实现各种气象信息的时序播放,展现其变化趋势;利用基于等值面提取形成的气象色斑图展示气象要素的地区分布情况和变化趋势。系统的研究与应用,对科学安排电网规划、运行,有效实现电力设施的防灾、减灾及电网安全运行精细化管理,具有重要作用和社会价值。     

基于云-边-端协同的电力物联网用户侧数据应用框架

物联网技术渗透到电力系统所形成的电力物联网承载着海量数据流,通过电力业务数据化和电力网络信息化,促进电力数据业务化目标的实现。目前电网基于云计算的集中式数据存储与处理,使得海量细粒度的用户侧数据无法得到有效应用。基于此,文章提出了基于云-边-端协同的用户侧数据应用框架,以打破由于计算资源有限而导致用户侧与电力系统的交互壁垒。利用边缘计算与云计算的互补性,以预测预警、分类聚类和需求响应3类用户侧基础数据应用为例,设计了用户侧数据应用框架,以期实现自下而上和自上而下的双向数据流、业务流的协同循环,从而达到对用户侧数据进行广而深的价值挖掘的目标。最后,从物理层、平台层和业务层3个维度对实现该框架的关键技术进行了分析与总结。     

基于大数据和机器学习的用电异常行为分析系统总体架构

用户用电异常行为不仅对接入设备和用户本身产生影响,更会危及电网的正常运行,因此对用电异常行为的分析至关重要。基于大数据和机器学习技术,设计了一种用电异常行为分析系统,并提出了系统设计的总体框架和相关配置。所设计系统对用户用电的用电量、电压质量、负载及三相不平衡率、无功及功率因数等方面可以进行异常分析,并以可视化的方式向管理员和用户展示。同时,对高风险用户进行预警和跟踪处理,对窃电行为展开调查分析。本系统可以有效分析用户用电异常行为及进行窃电预警,对电网稳定运行起到关键作用。     

基于数据仓库技术的多口径购电成本分析系统

随着电网公司发展方式的转变,对生产成本中重要组成部分的购电业务提出了精细化管理的目标,因此企业决策层领导和经营部门对掌握不同口径下购电成本提出更高的要求。为了适应购电业务的发展变化,有效地掌握企业购电成本,为企业购电决策提供依据,文章提出了建立基于数据仓库技术的多口径购电成本分析系统的设计思路,从购电成本数据仓库的架构入手,阐述了系统的整体架构;对设计过程进行说明,并着重对多口径业务的需求以及建模方法进行分析;详细描述了多层ETL汇集不同层次数据的技术方案以及前端展示交互UI界面。系统在浙江与冀北电力公司投入运行后,在购电业务的分析和掌握购电成本变化趋势方面效果明显。