基于海量数据的多维度负荷特性分析系统开发

随着智能电网的发展,在已知用户负荷所属行业分类的基础上,利用海量用户负荷数据进行负荷特性分析,可以提取行业典型负荷特征,为开展业扩报装工作及其他配电网规划工作提供指导,同时提高配用电的智能化水平。在此背景下,为了提高负荷特性分析工作效率,开发了基于海量数据的多维度负荷特性分析系统。首先,设计了多维度负荷特性分析的各个功能模块。然后,对负荷特性分析的多个功能进行整合,介绍了多维度用户负荷特性分析功能的实例。最后,对该系统的负荷特性分析可视化界面进行了展示说明。总的来说,所开发的多维度负荷特性分析系统以Java语言为基础,采用微服务、微应用架构,支持所有功能的灵活拓展以及各个功能块之间的快速数据传输交互,可为基于海量数据的负荷特性分析提供便利。此外,该系统底层算法能够同时支持多种语言进行开发,对于发出的计算需求可迅速做出响应。     

基于深度优先遍历的配电网可开放容量分析和业扩报装决策

针对当前配电网可开放容量计算粗略、业扩报装依赖人工经验、未能有效发挥数据赋能决策的问题，将可开放容量与业扩报装分析相结合，提出基于深度优先遍历的配电网可开放容量计算和业扩报装优化决策方法。首先，考虑季节和日负荷特性，基于深度优先遍历算法计算包含季节和日内时序特性的配电网馈线分区和台区公变可开放容量。其次，考虑可开放容量与负荷曲线相匹配、负载均衡、台区三相平衡等多目标，建立业扩报装优化决策模型，得到馈线分区至台区两个层次的精细化负荷最优接入方案。最后，采用IEEE标准配电系统和某实际配电网络的算例，分析验证了所提可开放容量计算方法的高效性，所提业扩报装决策方法能够有效应用可开放容量分析结果，得到兼顾多目标的精细化负荷接入方案。     

一种基于ARMA模型的配电网馈线负荷预测方法

为了提高配电网系统的运行效率和稳定性,在建立ARMA模型的基础上,对配电网馈线负荷进行预测和分析。建立了配电网馈线负荷数据序列及ARMA模型,对馈线负荷数据序列的差分运算、标准化、自相关系数和偏相关系数进行分析,并采用ARMA模型对未来某一时间段内的配电网馈线负荷数据序列进行预测。算例结果分析表明,ARMA模型预测值与实际值相符。     

基于负荷特性的大用户业扩辅助分析方法

业扩报装是供电公司面向用户用电的一项重要业务,对保证配电网安全稳定运行、提高配电网经济效益具有十分重要的意义。当前供电公司在制定业扩报装供电方案时,一般只考虑用户的最大负荷,忽略了大用户负荷的时序特性,导致电源点负荷日峰谷差不断增大等一系列问题。为进一步提高大用户业扩报装方案的精准化程度,提出了基于负荷特性的大用户业扩辅助分析方法。首先,通过模糊C均值聚类(FCM)建立大用户负荷特征库;其次,通过梯度提升树模型建立了负荷模式识别方法;最后,建立大用户供电接入方案优化模型,确定供电接入优化策略。文中所提方法可降低电源点负荷峰谷差率,提高电力系统安全稳定性。     

城市配电系统用户接入模式及典型应用

为了解决电力用户接入城市配电网方案制订中存在的问题,使整个配电网的改造升级更加科学合理,建立起业扩报装工作的标准流程。首先深入分析待接入地区的配电网网架结构和用户负荷特性,确定用户接入配电网的接入点和接线模式,制定出符合地区实际情况的典型接入方案,其次对各个接入方案进行综合评价并作出优选,最后结合广西南宁凤景湾住宅项目的接入方案制订,对业扩报装工作标准流程进行实例验证。结果表明,标准的工作流程思路简单、结果准确、工作速度快,可用于指导电力部门工作人员进行新用户报装和配电网的改造升级。     

基于prim算法和灵敏度的配电网扩展规化研究

针对配电网中的新增负荷,分析了用户业扩负荷接入配电网后对电网的影响情况,提出一种基于改进的最小生成树算法优化负荷接入点的分析方法,对用户业扩负荷接入问题进行优化求解,并采用灵敏度分析方法对网架节点进行稳定性分析,验证了改进的最小生成树算法(prim)和灵敏度分析方法在配电网扩展规划中的可行性.通过与遗传算法(GA)相比...     

基于GIS的业扩报装优化与决策系统设计

业扩报装是供电企业营销和配网管理的一项重要工作,对形成并维持良好的配网结构、保证配网供电可靠性、提高配网资源利用效率等具有十分重要的意义。电力系统中,负荷和电力设备都是在较大的空间中广泛分布的;配网电压等级低,经济供电距离短,对空间数据的依赖性强。充分利用地理信息系统(GIS)管理空间数据的能力,建立业扩报装优化与辅助决策支撑平台,提出完整的基于GIS的业扩报装优化与决策系统功能设计。分析了GIS平台应整合的数据,按照变电站、馈线、设备3个层次,采用面向对象的方法集成预测信息、运行信息、设备台账信息和空间信息;提出了完整的业扩报装辅助决策流程,设计了业扩报装中每项决策信息的优化决策方法和辅助决策功能,包括所接入变电站、馈线、配电室等3个主要决策内容。采用该系统可提高供电企业的业扩报装水平,防止形成供电范围交叉,防止各条中压配网线路负载不均并减少负荷矩,降低规划建设人员工作量等。     

基于抄表策略的配电网负荷模式分析

针对于解决我国现阶段配电网自动化和无自动化并存的负荷分析问题,提出一种基于抄表策略的配电网负荷模式分析方法.典型负荷模式结合运行人员经验,去改进原有抄表工作步骤来累积无自动化量测用户的负荷"轮廓特征点"信息,并对信息分析处理,提出简化负荷模式的建立方法,利用多元模糊模式识别方法来完善负荷模式,综合完善的负荷模式、馈线首端自动化量测和用户的月电量信息,为配电网运行管理提供基础负荷信息.算例结果表明了负荷信息所描述的负荷变化范围基本能够满足运行要求,同时提出的分析方法在我国现阶段配电网中具有可操作性.     

一种基于数据挖掘的馈线可装容量模型分析方法

馈线作为配网运行最关键的设备之一,评估馈线供电能力是保障配网运行的重要手段。本文通过引入馈线组负荷同时系数和需要系数两个参数,构建计算模型,求解馈线可装容量以评估馈线供电能力。首先,通过聚类分析和神经网络预测等方法预测馈线组负荷同时系数。然后,将馈线各负荷根据其实际接入容量情况分为饱和负荷和未饱和负荷,采用灰色预测和神经网络相结合的组合预测方法计算未饱和负荷的需要系数。最后,将预测得到的两个系数代入馈线可装容量计算模型进行求解。实际算例分析表明:所提方法的计算结果具有一定的预测趋势,充分利用了馈线载流量,并兼顾了配电网运行的可靠性,对于指导电网营销部门业扩报装工作具有重要意义。     

智能配电网大数据下的归一化负荷建模

本文研究用于智能配电网用电行为分析的归一化负荷建模,获取变电站综合日负荷曲线和电力用户日负荷曲线数据,对数据进行预处理,剔除无效数据,采用聚类算法进行聚类分析,建立归一化负荷模型。并基于归一化负荷建模所得区域用电特性,建立与之相匹配的配电网规划基本参数,实现配电网规划模型设计。     

集中式省地一体化母线负荷预测系统

系统基于Microsoft Visual Studio.NET平台和Microsoft SQL Server数据库,采用最先进且成熟的多层体系Browser/Server(B/S)结构,以原有的负荷预测系统为依托,形成了以母线负荷预测、负荷统计与分析、预测结果评估与考核为主,数据采集、预测数据上报、基础信息管理和系统流程化管理为辅的集中式省地一体化母线负荷预测系统。系统采用先进的预测策略,在提高预测准确率的同时,为发电计划安全校核与调度的精细化管理提供数据支持和技术保障。     

基于有序充电的电动汽车充电站在线监控系统

在分析大规模电动汽车接入对电网的影响和当前各种有序充电策略的基础上,提出基于有序充电算法的电动汽车充电站在线监控系统。系统通过开发通用总线实现数据的采集和导入,分别部署数据库服务器、处理控制服务器和Web服务器,采用B/S架构,通过Web方式发布,逻辑上分为数据层、业务逻辑层和表示层。从负荷预测管理、电池信息管理、有序充电控制、负荷曲线分析、可视化监控和数据统计分析等功能上实现充电站在线监控。最后介绍了系统的应用情况,对各主要功能进行了展示,并对未来发展趋势和研究方向提出了建议。     

基于Softmax概率分类器的数据驱动空间负荷预测

提出了一种数据驱动空间负荷预测方法。将网格化体系下的功能地块作为空间负荷预测的基本单元,并且通过多维指标体系进行属性描述。基于大量调研数据,通过数据挖掘方法对不同类型地块的空间负荷密度分布规律和负荷曲线典型形态进行提取。建立Softmax多元概率分类模型对未知地块的负荷水平类型进行匹配。自下而上对相邻地块负荷预测结果进行时域叠加,得到更大区域的预测信息,包括其负荷量和预测负荷曲线。算例仿真结果表明提出的空间负荷预测方法在预测精度上有一定提升。     

基于隐含数据信息挖掘的贝叶斯电采暖负荷预测

冬季电采暖负荷的准确预测对电网安全稳定运行以及电力系统调峰和调频具有重要意义。为充分挖掘冬季电采暖负荷数据中隐含信息,提出基于贝叶斯网络的多变量冬季电采暖负荷预测方法。首先将隐含信息数据中的多变量数据分为可观测数据和隐含数据,依据变量之间的影响机制搭建贝叶斯网络结构,并通过EM(Expectation Maximization Algorithm)算法训练可观测数据信息,获取隐含数据分布,进而基于可观测数据和隐含数据实现冬季电采暖负荷预测。采用北京电力公司提供的冬季电采暖负荷实测数据进行验证,结果表明,采用贝叶斯网络进行电采暖负荷预测具有较高的预测精度。     

计及气象因素的用电负荷短期分时分类预测模型与方法

短期负荷预测是电力系统运行和分析的基础,对机组组合、经济调度以及安全校核等具有重要意义。针对地区负荷在小样本情况下预测精度不高的问题,在对某地区负荷数据进行分析并剔除异常数据之后,建立了基于支持向量机回归(support vector regression,SVR)的短期负荷预测模型。为了提高模型的预测性能,采用细菌觅食算法(bacteria foraging optimization algorithm,BFOA)对SVR的参数进行优化,并将温度、湿度和降雨量等气象信息引入预测模型。考虑到负荷与时间点的耦合关系,对每日96个时间点分别进行预测。同时,根据工作日和周末2种不同属性分别建立了基于SVR的负荷预测模型。仿真结果表明,所建立的短期负荷预测模型能够在小样本的情况下以较快的速度获得较高的预测精度。     

基于分配因子和信息熵的母线负荷组合预测模型

负荷预测是指导电力系统规划和安全经济运行的重要依据。传统的负荷预测一般指区域负荷总量的预测,不能够体现底层母线负荷水平,无法满足电网精益化管理的要求。因此,母线负荷预测是解决这一问题的关键途径。然而,系统内母线数量庞大,负荷基数小,特性各异,波动性强,给母线负荷预测工作带来了困难。本文研究了母线负荷预测模型,根据实际电网情况提出了负荷分配因子的概念及预测思路;充分考虑历史数据的有效性,采用日特征量和趋势相似度综合选择相似日,并提出基于信息熵的变权重组合预测方法,提高各类型负荷预测精度;结合类型负荷预测结果和负荷分配因子,最终得到各条母线的预测结果。采用某区域电网负荷进行实例验证,结果表明,本文所建立的预测模型具有良好的预测精度和稳定度。     

基于NT的配电管理系统

开发了一个基于ＮＴ的配电管理系统（ＴＨ－ＤＭＳ）。该ＤＭＳ采用商用数据库（如ＳＱＬＳｅｒｖｅｒ）与自主开发的实时数据库相结合的模式,运用ＶＣ＋＋编程,所包括的功能有：配电网拓扑分析与网络着色、配电变压器负荷预测、配电网状态估计、配电网潮流计算、电压／无功控制、短路电流计算、等。     

采用可拓展交互式设计的负荷特性综合分析平台

基于多源数据的负荷特性分析可以提高配用电的智能化水平,为开展用户属性辨识、负荷监测、需求响应分析等提供指导。为了增加上述功能开发的便捷性,提高配用电综合分析能力,搭建了以负荷特性分析功能为核心,能够拓展高级功能的交互式负荷特性综合分析平台。该平台采用Brower/Server架构,能够跨平台、适配多类终端,实现“一次设计,全局使用”;利用Django框架实现可拓展设计,并集成多种算法与数据,为负荷特性分析提供便利;基于HTML5技术实现交互式设计,并通过Canvas渲染方案提升大数据背景下平台的可视化效果。通过日前负荷预测实例验证了所提负荷特性综合分析平台的有效性和优越性。     

基于CC-2000的负荷预测在东北电网的实现

介绍了基于ＣＣ－２０００支撑平台的东北电网ＥＭＳ应用囫件中负荷预测软件的各项功能、数据库和人机界面的设计,以及负荷预测与其它应用软件的接口。针对东北电网的实际情况,在完善人机界面、维护历史数据方面做了大量工作,负荷预测软件已经实现了实用化在线运行 。