基于异构模型映射的配电网信息交互方法

为消除模型异构、跟进系统更新和提高信息交互能力,实现智能配电网异构系统间的信息集成,从模型层提出异构公共信息模型的映射方法,并以此为基础,从数据层提出信息交互方法。信息模型映射方法用映射算法建立可行的映射关系集;通过逐一计算综合评价指标,将指标最优的映射关系以路径表达式格式输出。信息交互方法以模型层映射关系为基础,利用数据自动转化算法生成模型数据的转换脚本,完成配电网异构模型的实例数据解析和转换。利用所提方法将IEEE 13节点配网测试馈线CIM13模型转换成CIM16模型,经一致性测试验证了信息交互方法的准确性和有效性。     

配电通信接入网三层光网络典型模式分析

配电通信接入网是坚强智能电网通信网的重要组成部分,配电网点多面广,通信接入需求大,目前的10k V通信接入网以光通信技术为主,一般采用成熟的以太网无源光网络（EPON）和工业以太网技术。由于二者均属于二层网络技术,所有设备处在一个广播域内,存在广播风暴、易受攻击、服务质量（Qo S）能力弱等潜在问题。本文提出了一种基于三层光通信技术的接入网建设模式,可有效防止广播风暴的产生,安全性更高,使大规模组网更加容易,并显著优化配电通信接入网的性能和结构。     

采用EPON技术的配电通信接入网方案可行性分析

介绍配电通信接入网现状,对几种常见的配电通信接入技术进行比较,提出了基于EPON技术的配电通信接入网方案,通过分析配电通信接入网网络架构和设计原则,认为该方案可以满足配电侧的接入需求。     

交换机的隔离技术及其在主配网融合组网中的应用

交换机具有基于硬件的快速转发报文的能力,支撑了智能变电站内过程层GOOSE相关业务的广泛应用.在配电通信网络方面,存在一些限制GOOSE机制使用的问题,如环网柜分散导致了安全接入的问题,多种类业务报文混杂传输的问题等.在分析配电通信网络流量类型的基础上,设计专用于配电的交换机应用,解决配电通信网络的安全隔离和业务报文混...     

配电自动化及其网络集成

论述了配电自动化及其网络集成，介绍了配电通信系统的几种通信方式，并就配电通信系统如何走综合利用的道路提出了见解。     

配电通信EPON网络光纤故障监测系统研究

针对配电通信EPON网络点对多点特殊结构下光纤故障的监测需求,研究与开发了基于GIS的配电通信EPON网络光纤故障监测系统。介绍了系统构成、硬件技术指标以及软件系统接口等,并以扬州供电公司110 k V双桥变配电通信EPON网络为试点线路进行了设备安装与系统测试,并将OTDR测试结果结合EPON网管系统与地理信息系统,进行故障判断与定位展示,从而实现对配电通信EPON网络光纤故障的监测。     

输变电设备全景信息的多源异构数据聚合方法

针对输变电设备全景信息多源、异构特性不利于数据的高效整合和深度挖掘利用的问题,提出一种基于改进混合本体的多源异构数据聚合方法。通过构建数据源的局部本体以及全局本体,利用本体的语义特性,解决数据聚合中关键性的语义异构问题;采用网络本体语言本体构造和语义网络规则语言规则结合的方式,建立全局本体和局部本体之间的映射,实现映射的重用和共享。输变电设备状态评估信息和环境信息2种典型异构数据源的数据聚合结果表明:该方法可以屏蔽底层异构数据源的语义差异性,实现对异构数据源层的透明访问、有效聚合及后期数据挖掘利用,因其本体建模采用标准化和开放性建模语言而具有较好的可维护性和扩展性,利于更多新业务带来的异构数据源的接入和聚合,有助于推动输变电设备物联网的全景信息集成平台建设。     

面向泛在电力物联网的智能配用电信息采集业务通信分析

泛在电力物联网的建设对配用电通信网的经济性、安全性、可靠性提出了更高的要求,科学合理的通信网络架构和配置方法是亟待研究的问题。文章首先提出了面向泛在电力物联网的智能配用电通信网络架构,分析了智能配用电业务的通信性能约束;然后针对配用电信息采集类业务,建立了基于排队论的通信带宽计算模型及以带宽利用率最大化为目标函数的带宽优化模型,并以某智能配电房改造项目为应用场景,求解并分析了其业务延时、丢包率、带宽利用率与带宽配置关系;最后借助OPNET仿真平台验证了所提方法的可行性。     

智能配用电通信网络的研究

随着智能电网的不断发展,各种新型配用电业务层出不穷,现有配用电通信网络架构不能很好地满足未来配用电业务灵活性、开放性的要求。对新兴的智能配用电业务在通信网络方面的需求进行了分析。提出了基于SDN技术并结合网络虚拟化与融合网关技术的智能配用电通信网络方案,研究了网络的基本架构和涉及的关键技术,最后,对SDN技术在配用电业务中的拓展应用进行了展望。     

智能配用电通信综合网管系统研究

为解决智能配用电网中各种通信设备的集中运维与管理问题,提出了智能配用电综合网管系统。首先从智能配用电通信网建设的需求、网络结构出发,分析了该系统的被管网络范围;在电信管理网(telecom management network,TMN)体系结构基础上,提出了智能配用电通信网管系统的总体结构;根据智能配用电通信管理需求,详细分析了系统的主要功能以及接口范围;最后就混合组网管理、配网特有拓扑管理、云网管等关键技术展开深入分析,针对北向接口问题给出了相关建议。     

一种无线公网通信安全的解决方案

针对通用分组无线业务（general packet radio service,GPRS）和码分多址（code division multiple access,CDMA）无线公网通信技术在电力配电网自动化领域的应用存在的安全问题,提出一种简单的无线公网通信安全解决方案,即采用终端服务器将安全生产区与无线公网隔离,介绍了具体的实施方案及各部分的功能,该方案具有实施简单、成本低等优点。     

负载均衡技术在宁夏电力通信系统中的应用

负载均衡技术是建立在现有网络结构之上,它提供了一种廉价有效的方法扩展服务器的带宽,增加设备吞吐量,增强网络数据处理能力,提高网络的灵活性和可用性。宁夏电力数据网为解决多链路接入时存在的诸多问题,应用了链路聚合的负载均衡技术,从而优化了网络结构,提高了网络运行的安全性、可靠性和灵活性。     

基于MSTP传输网的DCN网络优化的研究

随着电力企业基于同步数字体系的多业务传送平台(MSTP)光传输网络规模的不断扩大,设备数量迅速增加,在一个光传输网的管理域内可能出现数百个网元节点,使数据通信网络(DCN)的规模过大,出现告警性能数据不能及时上报、网元频繁脱管、网管操作速度变慢等现象。文章根据云南电力通信光传输网的组网结构和DCN网络现状,合理规划该光传输网的DCN网络,提出了DCN网络的子网划分方法,解决了网管信息丢失、网元脱管等问题,增强了光传输网的运行可靠性和有效性。     

ISO 15765机制在FlexRay网络中的研究与实现

FlexRay网络是新一代的车载通信网络,ISO 15765协议是当前汽车中使用最多的诊断协议,提出一种将ISO 15765机制应用于FlexRay网络的方法。基于FlexRay网络时分多址访问(TDMA)和柔性时分多址访问(FTDMA)的特点,通过分析静态段和动态段中有效载荷及数据帧传输时间,得到诊断报文的分段策略以及数据帧传输时必须满足的时延要求;针对FlexRay数据帧中不包含目的地址的情况,通过在帧有效载荷中增加表示地址的字段,实现诊断报文到FlexRay数据帧的映射。最后在CANoe上进行了仿真实验,验证了本方案的可行性。     

多元QoS约束下电力通信无线资源分配的边缘代理调度方法

为满足不同配电通信业务的服务质量要求,BS需要在时变网络条件下实时优化无线资源。提出一种基于级联深度网络的接入网无线资源边缘代理调度方法,将时频资源和发射功率分配给延迟耐受度不同的业务。核心网采用网元功能与专用硬件设备解耦的软切片方法,在保证负荷在规定时长内可靠切除的同时,提高了核心网服务器对不同业务的时空间复用能力。仿真结果表明,多业务并列运行时RTU与协控子站间的接入时延与TD-LTE专网相比降低40.76%,相邻第一第二信道间的功率泄露比均高于45 dB,满足毫秒级负荷切除业务分路整组动作时延和通信可靠性的要求。     

基于FFT，DC-HC及LSTM的短期负荷预测方法

针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度低问题,提出一种基于快速傅里叶变换（FFT）、密度层次聚类算法（DC-HC）与长短时记忆（LSTM）神经网络相结合的短期负荷预测方法。首先,采用FFT计算出所有原始电力负荷序列对应的期望频率,并以之作为负荷聚类的特征量。然后采用DC-HC算法对负荷进行聚类,将原始数据分拆成具有特征属性的数据分量组;运用LSTM模型对各分量组进行负荷预测,再将各分量组预测结果进行叠加,得到最终负荷预测值;最后,采用爱尔兰实际电力负荷数据进行算例分析,结果表明所提方法能够有效提高负荷预测精度。     

适于智能配用电通信的OPS-WDM-PON技术

提出适于智能配用电通信的无源光网络架构.基于异步光分组交换及波分复用技术,构建树形及环形拓扑结构,可提高系统可扩展性及对实时突发业务的随机接入能力.基于空分光交换矩阵和光纤延时线,实现上行信号的冲突解决,可减小分组等待时延,提高冲突解决机制的灵活性.基于自相似流量分布分析了系统波长冲突的丢包率PLR及分组等待时延T.结...     

采用长短期记忆深度学习模型的工业负荷短期预测方法

工业负荷不同于其他电力负荷, 受气温、时间、人口等外部因素的影响较小, 其功率需求主要由相关企业的生产计划来决定。在电力市场环境下, 准确的负荷预测有助于工业用户更好地制定电力交易策略, 从而增加收益。在此背景下, 基于改进的长短期记忆（long short term memory, LSTM）深度学习网络模型, 提出了一种工业负荷短期预测算法。首先,在网络层次上构建层数更多即网络层次更深的LSTM深度学习负荷预测模型。接着, 在每个LSTM单元构成的隐含层中, 采用Dropout技术对神经元进行随机概率失活, 并通过正则化有效避免深度学习过拟合问题并改善了模型性能。然后, 采用真实的工业用户历史负荷数据对所提算法进行测试, 并与已有的短期负荷预测算法进行对比, 包括自回归滑动平均模型 （auto-regressive and moving average model, ARMA）, 最邻近回归算法 （K nearest neighbor regression, KNN） 以及支持向量回归算法 （support vector regression, SVR）。仿真结果表明, 所提深度学习工业负荷短期预测算法相比于一些现有方法, 其预测准确度有明显提升,预测结果的平均绝对百分误差（mean absolute percentage error, MAPE）在9%以下。     

规模化电动汽车有序充电对居民区配电网的影响

大量电动汽车接入配电网,必然会对配电网产生极大的影响。基于蒙特卡罗模拟方法计算了充电负荷,并根据北京市某地区的实际配电网搭建典型配电网结构。首先分析了不同渗透率下电动汽车无序充电对电网的影响,然后给出了基于电网侧与用户侧双向充电目标的有序充电方法,并与无序充电时的情况进行对比。结果显示有序充电能起到很好的削峰填谷作用。     

Short Term Load Forecast Using Wavelet Neural Network

This paper presents a wavelet neural network (WNN) model combining wavelet transform and artificial neural networks for short term load forecast (STLF). Both historical load and temperature data having important impacts on load level were used in the proposed forecasting model. The model used the three-layer feed forward network trained by the error back-propagation algorithm. To enhance the forecasting accuracy by neural networks, wavelet multi-resolution analysis method was introduced to pre-process these data and reconstruct the predicted output. The proposed model has been evaluated with actual data of electricity load and temperature of Hunan Province. The simulation results show that the model is capable of providine a reasonable forecasting accuracy in STLF.