基于全息时标量测数据挖掘的配电网设备健康状态诊断分析

大数据、数据挖掘等新技术的出现和进步,为建设智能配电网提供了新的技术手段。为实现对配电网运行状态的真实还原、精细分析和精准预测,详实有效的配电网设备运行数据记录和支撑是关键,研究了配电网全息时标量测数据的变化即存储技术,基于全息时标量测数据研究了配电网设备健康状态诊断的方法,对配电网历史数据以及模型信息等进行了深入的数据挖掘,通过聚类分析、线性回归算法、熵权法等建立了设备状态诊断模型和评价体系,实现了对设备故障评估和预警分析等,为及时发现配电网的薄弱环节,保障配电网设备的安全稳定运行提供了有效手段。系统已在地市供电公司的配电网诊断方法研究与实现项目中得到实际应用,很好地满足了地市供电公司的配电网精益化管理需求。     

大数据在输变电设备状态评估中的研究

电网的高速发展带来海量数据的存储和分析问题,传统的数据管理和分析工具不再适用。本文主要对大数据分析的相关技术在输变电设备状态评估中的应用进行了研究。本文首先分析了大数据以及数据挖掘技术的优点和应用,并介绍了输变电设备状态评估技术的相关内容,随后讨论了大数据和数据挖掘技术在输变电设备状态评估中的应用,并利用分布式存储、时间序列分析、频繁项挖掘以及专家系统等数据挖掘技术在输变电设备评估进行研究,以此提高电网管理的效率和运营的安全性。     

智能配电网大数据典型应用场景研究

随着配电网自动化、信息化和智能化水平的逐步提升,海量异构、多态数据可在智能配电网中发挥巨大价值,如何应用这些数据,既是机遇也是挑战。首先总结了智能配电网大数据来源及特征,既包括电网内部数据,也包括社会经济等外部数据,并阐述了智能配电网中大数据挖掘和分析应用的方法,实现数据的清洗转换、分析处理和大数据应用,然后详细介绍了智能配电大数据分析应用平台,包括总体架构和信息安全防护体系,最后基于平台,结合湖南公司的业务需求,对负荷预测、故障综合研判、配网运行状态评估与预判等典型应用场景开展研究和实际应用。研究和应用结果表明,运用大数据技术充分挖掘和分析智能配电网数据的特征和关联关系,可有效提升配电网精益化管理水平。     

探析智能配电网大数据应用技术与前景

智能配电网互动化、自动化和信息化水平的不断提升,在电力企业量测体系中形成了调度运行数据、设备监测、检测数据、GIS等诸多数据.这些数据的应用,对于电力企业的发展,起到十分重要的作用.应用智能配电网大数据时,需要借助一些技术.现就智能配电网大数据应用技术进行阐述,研究大数据在智能配电网中的发展趋势.     

电力大数据在配电网规划中的应用及效果

当前配电网规划中存在的规划存在不合理、数据处理效果不佳、系统故障诊断效率偏低等问题,为提高配电网规划水平,本文结合大数据在电力系统应用的时代背景,提出电力大数据在配电网规划中的应用对策,并分析电力大数据在配电网规划中的应用效果。电力大数据在配电网规划中的应用具有重要意义,能够实现对配电数据的精准处理,对电网状态进行准确评估,同时也为配电网结构优化提供技术支持。具体应用过程中,应该在主动配电网数据调度、主动配电网数据规划管理、配电网电压数据规划管理中运用电力大数据,并把握技术要点,合理进行配电网规划。实际应用表明,电力大数据满足配电网规划需要,能够提高配电系统数据信息处理效果和系统故障诊断效率。     

基于多源数据融合的配电网规划基础数据分析与应用平台研究

困扰配电网规划的主要问题包括基础数据收资和分析困难,规划项目管理无专业技术支持、完全依赖人工管理等,解决这些问题能够有效提升配电网规划工作成效,能更有效和针对性的从规划层面解决配电网运行问题。本文以贵州电网规划研究中心“配电网规划基础数据应用研究项目”的工程实践为基础,分析总结项目实践经验,论述了通过多源数据融合实现对配电网规划基础数据的全面、快速整合,提出了配电网规划基础数据分析及应用路线,其研究成果对提升配电网规划管理和技术有较大作用和意义。     

基于J2EE的变电站设备缺陷数据挖掘系统的设计与实现

设备及缺陷管理系统集成了大量的设备运行及缺陷管理信息，在此基础上开发的基于J2EE的设备缺陷数据挖掘系统，可以对设备当前及历史的缺陷数据进行很好的利用。设备缺陷数据挖掘系统首先对数据进行预处理。然后采用多元线性回归模型进行数据挖掘，从中发现隐含的趋势和规律，从而指导变电站工作人员提前做好缺陷处理的工作。     

浅谈大数据时代背景下电网企业合同管理的数据挖掘与应用

在大数据资源信息爆炸的时代背景下,伴随着南方电网公司落实“两精两优、国际一流”战略发展的框架下,“消除浪费、创造价值、持续改善、精益求精”的精益管理理念应时而生。如何充分利用现有合同管理数据资源,挖掘数据间的关系,运用数据来完善和提升合同管理能力,已成为合同管理工作面临的新课题。本文对大数据及数据挖掘和应用进行了研究,探索了大数据对管理决策的影响,同时,结合电网企业的实际情况,选取了有价值的应用点进行分析研究,为如何利用和挖掘数据资源,助力企业在节约成本、营销决策方向、风险管控等管理决策方面做好数据支撑。     

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。     

数据挖掘技术在电力营销系统中的应用

互联网技术的发展促进各企业向数字化转型。虽然电网信息技术水平在不断提升,但是在电力的信息管理系统中堆积的问题也逐渐浮现。大数据背景下,数据流失的风险不断增加。因此,文章将对数据挖掘技术在电力营销系统中的应用进行分析。首先,对电力营销系统与数据挖掘技术进行简要概述,然后对数据挖掘技术在电力营销系统中的应用进行总体架构设计,最后从三个角度提出数据挖掘技术在电力营销系统中的实际应用,以期为提升电力企业的经济效益提供相关参考。笔者通过研究得出,融入数据挖掘技术的电力营销系统具备数据挖掘、系统管理、结果分析等3个重要功能,而且大数据支持下的电力营销系统的管理、决策等功能得到显著优化,运行效率较高。     

基于大数据的配变重过载预警分析

本文旨在利用大数据技术对电力数据进行系统挖掘,提供精准负荷预测,为供电安全监视、预防性控制和紧急处理提供依据。文章结合西安地区配电网运行中存在的问题,综合分析配变重过载的外部环境、配变运行信息、配变属性信息、配变供电客户类型等因素,应用大数据机器学习算法、大数据预处理技术、数据挖掘建模技术、大数据可视化技术等,分析研究各影响因素对设备重过载影响的相关性和重要程度,使用分类预测挖掘手段及随机森林算法,分析计算影响变量和目标变量,建立关系模式挖掘模型,构建配变重过载分析及预警模型,完成模型验证与纠偏,实现配变未来一周重过载情况准确预警、配变安全系数评价、重过载配变因素及特征分析与展示等,为电网运维提供有力支撑。通过基于大数据的配变重过载预警分析,提高运维工作效率,实现电网安全可靠运行。     

基于电力市场环境下的电网企业风险预警体系的管理创新与应用实践

随着电力体制改革的深入推进,未来发电、输配电、售电产业格局将发生根本改变,对电网企业的监管方式也将转变。电网企业必须以更低的成本、更高的效率和更优质的服务来提升企业竞争力,这样才能在改革的浪潮中站稳脚步。利用大数据挖掘技术探寻基础数据价值,打破专业壁垒,促进部门联动,促使各项指标可控、能控、在控,在异动发生前干预,将事后监测向事前预警有效转变,将为电网企业科学管理及决策提供有力支撑。通过利用大数据挖掘技术发掘各指标间潜在的关联关系,据此建立风险预警网络,一旦发现指标异动,其关联的其他指标自动提前预警,达到牵一发而动全身的效果。同时,建立横向协同机制,打破专业壁垒,各部门及时有效应对,最终实现提升公司运营效益和效率的目的。     

基于大数据平台的点负荷近中期负荷预测及行业负荷增长特征分析

为保障电力部门对于台区内设备的维护,需要预测台区的负荷。因此供电部门就必须具备预测未来一年以至更长时间的台区负荷的能力,防止因负荷过载对变压器造成损坏,并保证城市的可靠供电。对台区负荷的预测难点在于对于城中村的预测,城中村流动人口多,产业类型复杂多样,受就业环境、经济发展的影响深,表现为负荷的变化相较于其他的台区随机性更强。鉴于此原因,我们以大数据平台为依托,进行单因素变量的预测,采用季节分解模型对历史用电负荷进行季节分解;然后分别用线性回归和自回归积分滑动平均模型（ARIMA）对季节分解出来的趋势和季节、残差成分进行预测,获得精度良好的负荷预测模型,最后选择两个特征鲜明的行业进行比较,分析其负荷增长特征。     

基于智能的配电网电力大数据三维场景可视化分析

配电网电力大数据的三维场景重构是实现数据优化挖掘的关键,提出基于人工智能的配电网电力大数据三维场景可视化分析方法。建立配电网电力大数据三维场景的网格分布结构模型,并进行配电网电力大数据三维场景实时数据监测,根据监测结果进行配电网电力大数据的统计特征分析,对配电网电力大数据三维场景实时数据采用信息融合和模糊层析性分析方法进行信息融合和自适应调度,提取配电网电力大数据的三维可视化分布特征量,采用视觉特征重构技术,实现对配电网电力大数据三维场景可视化重构,在人工智能算法控制下提高电力大数据三维场景可视化重构的精度。仿真结果表明,采用该方法进行配电网电力大数据三维场景可视化重构的精度较高,提高了配电网电力大数据挖掘的效能。     

基于地理信息系统的低压配电用户安全预警系统

针对目前偏远地区旅游景区配电设备常出现超负荷运行和火灾隐患的情况,本文基于地理信息系统设计了低压配电用户安全预警系统。研制了保护控制器并对各低压配电用户电气量、开关量及温度数据进行实时采集,将用户的地理位置和对应数据显示在系统中。系统对数据进行智能分析,可以实现用电安全与火灾隐患预警功能。该系统可以较好的适应旅游景区低压配电设备复杂的特点,提高低压配电网的可视化管理和信息化水平。     

大数据时代网络安全及预测技术研究

大数据时代信息技术的快速发展,依托于各类硬件防护设备的网络体系架构的异构数据量每天以指数级的量级递增,基于传统的网络安全防护技术无法有效的适用于具有海量数据的特征网络安全和分析预测等工作,因此海量数据的保存、使用、以及分析等信息挖掘和数据分析预测逐步成为社会各界重视和当前的研究趋势。本文以海量的异构数据为研究对象,识别网络安全大数据的典型特征,结合情报预测的主要方法,创新性的提出了大数据特征下的网络安全预测分析技术,提高网络安全风险识别和预测、俞静能力,有效的改善网络防护效果。     

基于大数据平台的电力设备运作状态监测系统研究

针对目前电力设备运作状态监测系统焦点都在集群的硬件索引上,对电力设备的线状、性能、节点状况和指令反馈等数据层的监控不足,本文采用大数据技术对电力设备运作状态的显著性及统计因子变量进行相应的决策分析,建成一套通过主动监测设备潜在的运行状态变化的多元回归系统模型。从而有效解决了电力设备运行过程实时监控,潜在故障预警、评估、回溯管理等问题。通过宁夏电力公司的试运行结果表明该模型平台能预期捕获电力设备运作状态下的各项影响变量因素,对这些因素进行掌控将广泛应用于电力设备运作部署与运维。据此结论为该大数据平台的电力设备运作状态监测系统,可自定义设备运行分析报表,实现数据分析结果的随需展现,起到保障电力设备安全、可靠运作,具有一定的推广意义。