基于云计算的智能电网信息平台

坚强智能电网是未来电网的发展趋势,而信息平台是支撑坚强智能电网建设的重要基础.为了充分利用计算资源,满足智能电网对全部信息的可靠存储和高效管理的需要,提出基于云计算的智能电网信息平台,给出了该平台的体系结构,并详细分析了新方法的可行性、优势及需要解决的问题.针对智能电网状态监测的特点,结合Hadoop云计算技术,提出智能电网状态监测云计算平台的解决方案.研究云计算中的虚拟化、分布式存储与并行编程模型等问题,实现智能电网海量信息的可靠存储与快速并行处理.     

基于云存储的电力设备巡检系统研究

针对智慧城市电力设备巡检系统数据量激增,无法安全高效地采集、存储与分析的问题,基于智能电网中电力系统各设备巡检监控规程和云计算技术及云存储平台的建设,通过建立云存储平台Hadoop及分布式文件系统(HDFS)的云存储模型,并应用C语言、基于Struts2框架、采用Maven单元测试工具等方法,设计并实现一套应用于智能电网的电力设备巡检监控数据的云存储系统。经测试表明,所设计的系统可实现电力系统各设备巡检监控数据的采集、传输、存储和归档等功能,为智慧城市的发展做好电力保障,更好地满足电力运行环境的使用需求。     

基于云计算的风电经营管控数据平台技术研究

介绍了基于云计算的风电经营管控数据平台系统搭建策略,从风电生产数据的自身特点出发,采用成熟的商业Hadoop系统加云计算平台的架构方式,平台开发基于J2EE技术路线,采用SOA、模块化和构件化架构。通过云平台可节省投资、实现快速部署,平台安全稳定不受物理设备存储计算容量的限制,可实现计算资源的快速横向扩展,为风电企业实现大数据平台建设提供了新的思路与想法。该平台建成后为龙源电力集团在投资回报、运营优化、资源配置、管理提升和企业战略等多层面提供有效的数据支撑。     

智能电网云计算平台构建

针对智能电网建设中对信息处理、数据存储和互动性方面的要求不断提高,提出了面向智能电网的云计算,构建了基于智能电网的数据云模型,以充分实现智能云对于电力系统现有处理器资源和存储资源的整合与利用,分析了基于云计算平台的智能电网实例,探讨了智能电网云计算发展中面临的问题。     

云计算在智能电网调度中的应用

为解决传统电力系统中集中式计算平台海量数据流的存储和分析功能不足的问题,针对云计算在智能电网调度技术中的应用进行了研究。首先,对云计算技术在IT行业的发展进行阐述,对云计算的关键技术从虚拟化与快速部署技术、大规模分布式存储技术、资源调度技术、大规模多租户技术、海量数据处理技术以及大规模信息通信技术等方面出发进行介绍。其次,借鉴IT行业云计算技术,设计了基于云计算的智能电网计算平台以及基于云计算的智能电网互动式节能优化调度架构,以期推动云计算在电力系统中的发展,解决智能电网互动式节能优化调度算法方面的问题。     

基于大数据的输变电设备缺陷评估示范平台设计

针对当前电网可靠性问题,结合输变电运行特点,在输变电设备缺陷分析平台需求基础上,提出一种基于Hadoop的输变电设备缺陷分析平台。首先分析该平台的需求,并给出系统整体架构;其次从数据存储和查询效率入手,采用Hadoop架构对数据进行存储,采用CMCH算法提高数据查询效率。再次构建设备缺陷评估模块,通过加权分值计算方式,实现设备缺陷等级的划分;最后通过搭建Hadoop平台对该方案进行验证,结果表明,该方案可有效提高数据查询能力,实现对输变电设备缺陷数据的处理。     

智能配电网统一模型云与应用服务技术系统

为了解决智能电网建设过程中配电网的信息交叠浪费、数据孤岛以及软硬件平台异构导致的信息无法交互问题,提出配电网异构信息模型融合,将配电网各应用服务系统及软件进行模型融合,搭建了虚拟化模型中心。利用云计算技术协调配电网各应用系统服务,构建了基于模型中心与云计算的统一数据模型应用平台,将配电网主要应用服务系统进行整合并将其部署在云平台上。与传统分散式配电网服务系统相比,智能配电网统一模型云与应用服务系统大幅提高了信息交互共享的效率。     

基于云计算的电网培训仿真系统架构及关键技术

为解决现有电网培训仿真系统存在的计算效率低,存储能力有限,仿真分析的可靠性、真实性和并发性不足,以及多级联合仿真的模型与实时数据不匹配等问题,提出了基于云计算的电网调控一体化培训仿真概念,设计了电网培训仿真系统总体架构,利用云计算平台的虚拟化、并行计算、统一资源池管理等技术,通过服务总线为仿真支撑层、仿真应用层和仿真展示层提供基础支撑;研究了电网培训仿真系统中的虚拟资源池管理、仿真建模以及并行计算等关键技术,包括基于云计算的虚拟资源池管理模式,全网统一模型和仿真按需建模的设计方法,基于多智能体的并行仿真框架和基于云计算平台的并行仿真分析思路。最后介绍了基于云计算的电网培训仿真系统应用场景。     

电力调度大数据应用平台系统技术研究

为解决智能电网的发展中电网运行和设备检测或监测数据、电力企业管理数据、电力企业营销等数据海量的增加带来的不同业务系统之间分散地开发、运行和管理,系统数据存储结构独立,带来数据多源、格式不一致,数据准确性、实时性不强,数据质量不高,缺乏统一的数据规范等问题,本文利用Hadoop的分布式文件系统HDFS和并行处理框架MapReduce的工作原理,搭建电网调度大数据应用平台系统,解决了不同业务系统之间的数据不能及时共享、访问、管理与分析挖掘等问题。采用数据清洗数据,解决数据质量不高的问题。搭建电网调度大数据应用平台系统,既能实现跨专业、跨部门的多维度关联分析,又能满足海量的智能电网数据存储和数据处理需求,并具有强大的伸缩性,可扩展为电网实现安全、可靠、经济、高效地运行提供保障。     

电能质量监测系统研究现状及发展趋势

电能质量监测系统是及时发现和评估电能质量问题的重要手段。综述了电能质量监测系统整体架构方案、电能质量监测通信体系、监测中心软件系统的研究现状。在此基础上,分析了现有电能质量监测系统所存在着的缺乏完善统一的通信标准、各相关系统间缺乏交互和重用、缺乏对海量监测数据的有效管理和利用、无法支持与电力用户的友好互动等问题。阐述了智能电网中构建电能质量信息平台的重要性。指出监测数据的深化应用、提升兼容开放性以及基于云计算的架构是未来电能质量信息平台的发展趋势。     

基于Hadoop的风力发电监测大数据存储优化及并行查询方法

随着风力发电的广泛发展以及智能化监测技术的推广应用,风力发电监测数据呈现出体量大、类型多、增长快的大数据特征.针对风力发电监测大数据高效存储和快速查询两方面核心问题,基于Hadoop平台进行大数据存储优化方法研究,提出考虑风力发电监测数据关联性的哈希分桶存储算法,实现了相关联数据的集中存储,从而提升后期数据查询及处理的效率.在数据存储优化的基础上,实现基于MapReduce的多源风力发电监测大数据并行关联查询.通过在Hadoop平台上进行测试表明,经过哈希分桶存储优化后的多源数据并行关联查询相比传统Hadoop方法查询时间显著缩短.     

分布式技术在电力大数据高性能处理中的应用

随着中国电力工业步入"大数据时代",大数据在电力生产运行和经营管理中的应用需求日益凸显。为解决当前电力大数据在存储和计算方面存在的性能瓶颈,提升电力业务系统应对大数据的支撑能力,提出基于分布式技术的电力大数据存储和计算解决方案。利用基于Hadoop架构的分布式并行计算平台,完成对传统关系数据库平台的优化改造,在电网典型业务场景中的性能测试结果证明了方案的可行性和性能优势。     

云平台下时间序列数据并行化排列熵特征提取方法

随着高级量测体系和各类监控系统的大规模建设发展,时间序列数据的规模呈指数级增长,在智能电网大数据中占有较大的比重。时间序列数据的特征提取是影响数据挖掘质量的关键步骤,在大数据背景下,传统的特征提取算法已无法满足海量数据处理的需求。结合云计算平台和MaxCompute大数据处理技术,设计实现了时间序列数据的表存储方法和并行化的时间序列数据排列熵特征提取算法。在云计算平台上采用不同规模的数据集对并行化算法进行测试,验证了并行化排列熵算法的正确性和高性能。     

基于云计算技术的电力大数据预处理属性约简方法

针对大数据时代下电网数据体量大、类型多、速度快的特点,传统的属性约简方法已经无法完成对电力大数据的预处理,为此提出一种基于云计算技术的电力大数据预处理属性约简方法。该方法剖析了粗糙集中相对正域理论的特性,利用MapReduce模型设计了可以并行计算正域中元素个数的属性约简算法MP_POSRS。最后,在Hadoop平台上对电网故障诊断表和风电实测数据进行属性约简,实验结果表明,该方法有效可行,并具有较好的加速比和可扩展性,适用于电力大数据预处理属性约简。     

基于云计算的智能电网状态监测数据的处理

在智能电网环境下,状态数据具有广域、全景、海量和可靠的特征,传统的存储硬件采用磁盘阵列,数据库管理软件采用关系数据库系统的方法由于系统扩展性差、成本高、可靠性低,难以适应要求。提出了一种基于云计算的智能电网状态监测平台,并且重点介绍了数据存储与处理的新方法。     

电力云GIS平台及应用建设规划展望

云计算技术为电网GIS平台提供可弹性扩展的存储空间和高并发访问处理能力,文章以电网GIS平台为基础,研究了电力云GIS平台的体系架构,分析了电力云GIS平台及应用建设的关键点,包括电力空间数据引擎、基于云计算的空间数据处理、高性能电网分析及应用、基于云计算的电网统一地图服务以及云计算在全息三维可视化中的应用,提出了电力云GIS平台建设的规划。     

基于泛在电力物联网的换流站在线监测系统优化综述

为解决当前换流站在线监测系统在运行中存在的可靠性、安全性以及误告警频发等问题,文中基于泛在电力物联网技术对系统进行优化重构。首先,通过构建平台层,将系统接入物联管理平台以及数据中台,实现数据的融通共享,减轻云端存储压力,提升服务响应。其次,设计基于边缘计算的物联智能终端,实现站内设备的安全接入和泛在物联,该装置作为边缘计算节点通过集成深度学习算法,实现站端数据的采集存储、计算分析与异常识别,提高了告警的准确性和系统运行的可靠性。因此,基于泛在电力物联网的换流站在线监测系统架构优化为后续工程实践提供了一种新的建设应用模式。     

基于云计算的分布式电源管理系统设计与实现

为了解决分布式电源管理系统海量数据处理的难题,提出了一种基于Hadoop的云计算解决方案,通过云平台实现对海量数据的快速、高效处理。设计了一种有效的数据存储方案,通过HBase数据库实现了海量数据的分布式存储,并利用高效的分布式文件系统(HDFS)集群架构实现了数据存储的高可用性(HA)设计。针对数据处理结果的特点,提出了一种对处理结果的有效存储方案。