基于多源数据的在线数据评估技术

在线数据模型及电网参数是电网调度一体化运行计算分析的基础。考虑多源数据的特征,提出了基于多源数据的在线数据评估方法。采用动态智能映射策略方法进行在线数据模型评估,进而利用模型评估的结论结合SCADA/EMS的数据给出电网参数评估方法;最后利用电力系统高级计算的相关知识对在线数据进行调整。实际算例证明该方法能够对在线数据进行全面的评估及校核,并具有较高的计算精度,能为智能电网技术支持系统在线数据实用化分析提供一种可行的方法。     

基于大数据分析的智能电网降损效果估计模型仿真

针对智能电网降损效果动态估计结果误差较大的问题。提出基于大数据分析的智能电网降损效果估计模型,其采用Map/Reduce模型处理智能电网中的大数据,依据大数据统计和分析结果,将智能电网划分成不同的子网,采用不同负荷预测模型预测各子网负荷。融合子网的预测结果修正总体智能电网的负荷预测值。将负荷预测值输入智能电网降损概率评估模型,实现单一因素和组合因素约束下的智能电网降损分析,对智能电网降损效果进行动态评估。实验结果表明,所设计模型对智能电网工作日和休息日的负荷预测效果较好。     

一种面向智能电网的实时数据库数据完整性恢复方法

实时数据库管理系统是智能电网调度自动化系统的核心内容之一,其对于智能电网的安全运行起着重要的作用。随着智能电网开放性的增加,实时数据库中的数据安全,尤其是完整性安全问题受到关注。文中提出一种针对智能电网中基于IEC 61970标准的实时数据库中数据的完整性恢复算法——RDIR算法。该方法在数据库中数据完整性遭到破坏之后,可以仅回滚恶意事务和受其影响的后继事务,而无需回滚所有的事务,且在恢复过程中可以避免由于事务撤销而产生的撤销冲突,缩短了数据库恢复所用的时间,从而提高了实时数据库系统的生存性。     

基于系统动力学的智能电网动态评价方法

针对智能电网在不同时期的发展目标和需求,提出了一种基于系统动力学模型的智能电网动态评价方法。该方法以智能电网的投资为出发点,建立通过投资实现的智能技术对智能电网建设效果动态影响的系统动力学模型。模型定量地分析了二者之间的因果反馈关系,并给出了智能电网评价指标随时间演变的趋势。通过仿真分析验证了动态评价方法的合理性和有效性。     

智能电网网络安全的发展与挑战

智能电网是一个由分布式异构组件组成的系统,但却存在诸多的网络安全问题。对智能电网所面临的安全问题进行了概括总结,介绍了智能电网模型与系统框架,列举了一些常见的智能电网面临的网络攻击方式,并提出一些应对的策略,该策略是通过保护网络、保护设备、加密数据、检测攻击以及防御攻击来保障智能电网的保密性、完整性和可用性,指出组合安全策略是未来发展的主要方向。     

基于TOPSIS法实现智能电网中一次设备运行状态的评估

为延长智能电网环境中一次设备结构的平均应用时长,实现对电力网络元件的定向性规划,提出基于TOPSIS法实现智能电网中一次设备运行状态的评估。以采集到的电网运行信息作为数据支持条件,确定各项评价指标权重值,计算与电网设备运行相关的关联度函数,完成对智能电网一次设备的运行等级评价。通过电网运行数据规范化的方式,得到精准的数据属性权重参量,按照TOPSIS法的逆序分析需求,实现智能电网一次设备运行状态评估模型的顺利应用。对比实验结果表明,与常规CRITIC法评估模型相比,应用基于TOPSIS法的评估模型后,对智能电网一次设备平均应用时长最大值达到3.5 h,不仅延长设备使用时间,也解决了电力网络中的元件定向规划问题。     

基于熵权-正态云模型的智能电能表状态评估研究

随着智能电能表的广泛普及,对电能表运行状态进行科学评估从而合理安排检修而显得尤为重要.综合分析智能电能表产品和工作特性,基于运行可靠性、运行性能、电网运行环境和外部运行环境四方面因素建立智能电能表状态评估模型,利用熵权法确定评估指标权重,通过正态云模型解决评估指标的定量性问题,对智能电能表的运行状态进行综合评估.由实例...     

多源数据融合的调度操作风险评估与辅助决策系统设计

智能电网和能源互联网的发展对电网信息处理能力提出了更高的要求,多源异构数据融合的辅助调度决策系统将成为电力调度员的重要智库。为提高电网调度操作过程风险辨识的效率和准确率,设计并开发了一套实用的电网调度操作过程风险评估与辅助决策系统。系统构建了标准化的接口平台,融合了操作票系统、能量管理系统、生产管理系统、调度员管理系统、继电保护系统、发电厂管理信息系统等数据源,实现多源异构数据的自动整合;通过不同设备操作过程的风险建模对每一项单项令分别进行风险量化评估,根据风险指标给出调度操作的决策建议。所开发的系统能够提高调度人员对于复杂调度操作过程潜在风险的预测和控制水平,指导调度人员进行科学的调度决策。     

智能电网信息化应用能力指标体系的评估算法

随着国家智能电网建设的推进,亟需研究一套行之有效的评价体系和评估方法,对智能电网进行科学、合理、全面的评价,以便为智能电网的发展规划提供科学指导,为智能电网的运行管理提供决策依据。文章系统研究了智能电网信息化应用能力指标体系的评估方法,从5个层次构建了智能电网信息化应用能力评价指标体系,建立了基于层次分析法的指标体系评估模型,并提出了层次分析法中随机成对比较矩阵生成的一个抽样方法,最后,给出了智能电网信息化应用能力的评估算法。     

基于区间数的多指标灰靶模型在智能电网评价中的应用

我国智能电网的建设正处于发展阶段,面临很多不确定性问题,其评价指标值难以精确化。利用区间数理论给出智能电网评价指标的区间值,以此作为评价的模拟决策数据,然后依据多指标灰靶模型对各模拟建设方案进行综合评价,发掘智能电网建设中的优势环节和缺点,为智能电网的规划和发展提供借鉴。     

基于边缘计算的电表计量系统数据协同检测方案

虚假数据注入攻击以破坏电力数据采集与监控系统的数据完整性和可用性为目标,其检测方案对智能电网的安全与稳定运行具有重要意义。针对智能电网中庞大的数据带来的许多安全问题和漏洞,提出了基于边缘计算的一种虚假数据注入攻击协同检测模型,该模型基于边缘计算的框架,改进传统计量系统的网络结构,利用边缘服务器来提供全局的监控能力和虚假数据检测功能。该方案针对计量系统中的虚假数据注入问题不仅提出了检测规则,还对采集器进行了信誉评分。该方案在测试系统上进行了仿真实验,验证了该模型的有效性。     

对智能电网评估指标体系中的生态位的研究

将智能电网的评估过程与评估环境比作生态系统,从仿生的角度,以"生态位"为主线,对智能电网的评估指标体系的生态特性进行分析,建立了智能电网评估指标体系中的生态位的模糊模型与生态位重叠的模糊模型,并把已建立的模型引入对智能电网评估指标体系进行选择的应用中。     

基于国密算法的LTE230系统终端安全的研究

用户终端数据的安全对于智能电网可靠、稳定地运行具有重要的意义,为保障用户数据安全传输,采用终端嵌入安全模块实现数据的加密传输。为选择综合性能高的加密算法,结合电力业务对于保密性、完整性、时延等因素需求,通过层次分析法对主流加密算法进行综合评估,确定了以SM1、SM2国密算法为核心的方案设计,实现终端身份认证、数据加密等功能;最后给出设计过程。该方案可为未来LTE230系统安全建设提供方向。     

基于成熟度的智能电网综合评估模型及其软件

基于智能电网不断建设与发展的现状,并为电网后续提升改造指引方向,本文构建了包括智能电网技术成熟度、项目成熟度和区域智能化水平的评估模型在内的智能电网综合评估CESG(comprehensive evaluation ofsmart grid)模型。引入技术成熟度等级TRL(technology readiness level)评价方法评估与技术本身相关的关键元素;同时考虑底层指标的不确定性给出评估结果的置信度;在区域智能化水平评估中进行了时间与空间维度的预测推演。在该模型基础上开发了实用的智能电网综合评估软件CESG,在展示评估结果的同时,可进一步辨识出目前技术、项目和区域电网的优势环节与薄弱环节。经多个实例的实践应用,校验并完善了模型及CESG平台的有效性。     

基于数据库的电力系统规划与可靠性评估数据平台开发

电力系统规划与可靠性评估的工作基础是对海量数据的处理分析与结果的展示,大量的工作需要统一规范的平台来对数据进行管理和操作。开发的电力系统规划与可靠性评估数据平台,通过对原始数据剖析与整合,搭建电网的表格模型,编写界面操控数据库中的数据,以实现从BPA电网原始数据中提取可靠性评估相关数据、进行电力电量平衡计算、机组信息统计等功能以及可靠性评估模块程序接口,并通过实际电网数据进行测试运行。这一平台集合了规划与可靠性分析所用的基础数据,结合了规划人员实际工作的计算原则,界面简洁友善,操作灵活可靠,帮助电力规划使用者提高工作效率及其科学性。     

基于模糊综合评判法的智能电网信息安全评估

目前电网逐步朝着智能电网方向发展,电力网和信息网相互渗透,本文结合智能电网的特点,分析了智能电网及其信息系统之间的关系,提出了基于模糊综合评判法进行信息系统总体过程能力评估的模型和方法,并通过matlab对其进行仿真,使得对电力系统信息安全评估能够得到具体量化。     

面向智能电网应用的电力大数据关键技术

大数据为智能电网的发展注入新的活力,掌握电力大数据的关键技术对电力行业的可持续发展和坚强智能电网的建立具有重要意义。在分析大数据、云计算、智能电网三者关系的基础上,给出具有通用性的电力大数据平台总体架构,并从电力大数据的集成管理技术、数据分析技术、数据处理技术、数据展现技术4个方面深入探讨符合电力企业发展需求的大数据关键技术的选择。最后通过3个典型案例,分析了电力大数据关键技术在新能源并网、风电机组安全评估、电网灾难预警上的应用。大数据关键技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。     

省地电网协同运行策略与实践

近年来国内发生多起电网事件,事后分析都与省地运行方式安排不当有关。为保证电网安全可靠运行,深入分析了省调度中心与各地区调度中心现有运行方式工作模式的缺陷,将分散在省调和地调的全电压等级在线数据进行统一整合,实现了多时序电网拓扑模型自动拼接。基于全联通遍历算法自动搜索薄弱接线方式并对负荷损失进行精确评估,进而快速识别高危客户供电风险。对实时电网运行控制对策进行省地联合分析,构建了未来电网协同模型并给出不合理重叠检修方式智能排查方法,实现了省地电网联合决策,可用于指导省级电网运行方式协同决策平台建设。通过在省级电网中实际系统的应用表明,提出的策略能有效避免省地运行方式冲突并实现对电网的协同决策。     

基于随机矩阵理论的配电网状态分析与故障定位

随着智能电网的建设和发展,配电网的状态数据量正以指数级速度增长,面对这种发展趋势,传统的以假设和简化为前提的模型法不再适用,而以数据为驱动的随机矩阵理论方法体现出强大的优势。介绍了随机矩阵理论,包括M-P律和单环定理;概述了高维随机矩阵的构建方法以及在实际工程应用中采用滑动时间窗进行数据采样的理论基础;给出了以节点电压幅值为状态量、以单环定理和方差谱半径作为状态评估指标,对电网状态进行分析和故障区域定位的具体思路;以新英格兰10机39节点网络仿真数据为模型,验证了所用方法的有效性。仿真结果表明,高维随机矩阵适用于电网状态的评估,通过单环定理和方差谱半径能有效反映电网的运行状态以及定位电网的故障区域。     

基于SSHM模型的智能电能表操纵行为检测算法研究

由于智能电表操纵行为产生的异常状态不仅会造成严重经济损失,而且会导致电网运行状态误判从而影响电网的安全性。文章提出了一种基于超态隐马尔可夫(SSHM)模型的智能电表操纵行为检测和定位方法。该方法首先在隐马尔可夫模型中引入超态量,并基于该模型转移矩阵和观测矩阵的稀疏性特点,给出了改进Viterbi算法,降低了数据存储和计量难度;通过包含典型操纵行为的数据集对模型的关键性能参数进行了评估和优化,从而建立起了高性能的SSHM模型;最后,通过操纵行为算例分析对比了该方法与其他方法的检测性能,证明了该方法具有极高的准确性,是解决智能电表操纵行为异常状态检测与定位问题的有效手段。