基于大数据技术的供电可靠性中压停电事件实时智能分析研判与增益研究

当前供电企业中压用户停电事件已实现从用电采集信息系统采集终端自动接入并推送到配电网供电可靠性管理系统,相比传统的手工录入,及时性和准确性有了较大的进步。然而,由于中压配电网设备规模大,涉及专业面广,数据传输链条长,可靠性中压停电事件的准确性、完整性依然受到多种因素限制,对供电可靠性指标统计分析及应用造成不利影响。本文基于配电网中压用户停电事件智能分析处理,通过对中压停电事件相关业务系统进行调研分析和数据交互设计,从中压用户停复电信号采集、处理、到自动推送至供电可靠性管理系统的全流程,运用大数据技术和动态配电网模型,实现用户采集终端停复电数据实时分析和停电事件智能补全增益,确保停电事件集成完整性、准确性有效提升。     

基于电力大数据的用户用电感知研究

在基于电力大数据对用户提供多元化服务的研究中,发现电网在不同时刻停电,不同用户的停电感受不一样以及在调度计划制定时,由于不同线路所带用户不同需进行差异化服务。为此,提出基于电力大数据的用户用电感知研究。首先通过电网内部系统及外部系统进行数据采集,然后基于大数据从多维度进行数据处理和分析,建立了用电需求模型和用户用电感知模型并进行了深入应用;通过该模型可以实现有限投资供电可靠性提升最快,最大限度满足用户需求;可最大限度实现不同行业、类别的用户用电互补,提高设备利用率;可实现用电感知最低时段停电,停电涉及用户更精准。该模型的引用实现了电网规划、用户接入、调度运行的智能决策,使电网规划投资更精准,固定投资提升可靠性最快,提高设备利用效率和用户满意度。     

基于PLC的备自投试验仪的研制与应用

备自投是广泛应用于电网中的自动装置,它的作用是在变电站失去工作电源时,自动将备用电源投入,保证可靠供电.对备自投的检验必须将与其相关联的线路全部停电,进行整组传动试验,以验证其控制逻辑的正确性.但运行中往往会因停电困难而不能进行,导致检验项目不完整,其正确性得不到保证.针对这一问题,以PLC和触摸屏为核心元件,研制了一种备自投校验仪,仪器能在电源不停电状态下完成对备自投逻辑的完整检验,确保备自投在电网故障时能可靠、正确动作,提高供电可靠性.     

三亚市区配网可靠性目标分解方法研究

根据南方电网公司“供电企业提高供电可靠性综合工作方案及工作标准”中的要求,结合三亚市区配电网供电可靠性的定量评估和分析,对未来几年各年度三亚供电局各部门以及预安排停电各类型、每一条配电线路的故障和检修时间预控值等的供电可靠性指标按预控目标层层分解,将有效减少各个环节中重复停电、过分停电和不必要停电等现象,是实现供电可靠...     

电力发展的永续动力——供电企业信息化发展与需求分析

国家电力公司对今后供电企业所应达到的供电指标提出了新的要求:在供电可靠性方面,一般城市地区为99.96％,每户年平均停电时间不大于3.5小时,重点城市中心区应达到99.99％,每户年平均停电时间不大于0.876小时(53分钟);电网损耗率降低10％,供电能力提高10％,电压合格率达到98％。要达到这样的指标,实现有效、优质、低价供电,供电系统信息化和自动化是供电企业的必由之路。     

基于智能表海量数据的电网末端故障的快速研判和准确定位

本文以实现国网1号文《关于坚持以客户为中心 进一步提升优质服务水平的意见》中提出的深化主动抢修服务为业务目的,依托成熟的大数据分析技术和数据挖掘技术,利用用电信息采集系统中的用户负荷数据,研究了基于电压数据的配电线路及计量装置异常研判、基于台区阻抗及理论线损的配电线路异常研判的模型和算法,可以判断低压配电台区存在的单个电表异常、计量箱整体接线异常、户变关系错误、三相负载不平衡等问题。在提前发现潜在故障,实现低压故障主动研判,减少故障停电,准确定位故障点,减少现场排查工作量方面取得了一定成效,满足了用户不停电、少停电的需求,实现了电网末端故障隐患的快速研判和准确定位,提高了城乡配网供电能力和用户供电可靠性水平。     

国网河北省面向调控运行的全电网大数据平台的构建及可视化展示

为实现省、地、县全电网数据的可观可视,在河北南网全电网模型实时数据中心建设基础上,通过现有省地县一体化调度管理系统（OMS系统）接入公司营销数据平台用电信息数据,构建了35kV至500kV厂站的全电网运行模型数据平台。一是开展电网设备和信息命名的标准化工作、建设涵盖省地县的全电网实时数据、推进运行数据与管理信息的关联重构、进行省地县三级数据质量的集中整治;二是进行数据处理架构的全局抽象设计、部署开源数据分析处理工具;三是推进多维度数据分析应用,促进电网管理优化提升。该数据平台的搭建,进一步提高无功电压管理水平,实现调控系统对全网停电事件的权威发布,实现全网设备负载情况全面分析,促进频发监控信息集中治理等,为电网运行数据的深入挖掘和应用打下了坚实物质基础。     

带红外通信接口的低压供电可靠性数据记录仪的设计与实现

本文在讨论了低压供电在线监测必要性的基础上，提出了一种基于单片机技术的带红外通信接口的低压供电可靠性监测仪的设计方案，。此外，还对与上位机通信时的数据同步问题和红外通信进行了研究，给出了停电状态下不依赖电池的电源方案，对配电网络低压供电监测的实施和供电可靠性的提供具有实际意义。     

基于改进人工蜂群算法的配电网重构方法

为提高配电网运行的经济性和供电的可靠性,本文选取系统平均停电频率和系统平均停电持续时间两个指标来表征配电网的供电可靠性,并同时考虑有功网损的因素,建立了计及供电可靠性指标的配电网多目标重构模型.本文将量子理论和Metropolis准则引入到人工蜂群算法中,并通过模糊满意度决策方法来确定多目标重构模型的最优解,提出了基于改进人工蜂群算法的配电网多目标重构模型优化方法.建立配电网重构实例仿真系统,通过与其它智能方法的重构对比分析证明了本文重构模型及求解方法的可行性和优越性.     

远动专业办公自动化在线工作平台总体实施方案

通过网络实现远程查阅变电站相关图纸及工作记录、设备台账等相关信息,搭建远动专业办公自动化在线工作平台,不仅会大大降低远动工作负担,还将提高远动工作的缺陷处理效率.该办公自动化在线平台一旦实施,将会有效提高电网工作检修及处缺效率,缩短电网停电时间,大大提高供电可靠性.从远动专业办公自动化在线工作平台的功能分析、系统设计等方面介绍其实现过程.     

大数据环境下的电力客户服务数据分析系统

作为电网企业对外服务窗口,电网客户服务中心需要整合企业内部各种异构数据资源、存贮和分析海量的客户服务语音信息和 WEB 服务信息。如何对电网企业各类数据进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。首先分析了大数据的特征和大数据的关键技术,其后,设计了大数据时代下的电力客户服务数据分析系统,提出了系统的数据体系架构,设计了系统功能,总结了系统的关键技术和算法,该系统利用大数据技术和数据仓库技术集中存储、管理和应用电网数据,通过元数据管理实现统一的数据服务平台,使用Hadoop数据库作为非结构数据的存贮平台和数据分析与挖掘的支撑平台,基于CDC数据仓库ETL模型设计数据仓库 ETL 构件,在数据展示层使用多维数据分析技术。最后,综述了系统应用案例,实践表明,系统具有成本低、扩展性较好、可靠性高、并行分析等特点,可以大大提高电网企业的客户服务水平。     

基于大数据的电力客户行为分析体系研究及实践

随着我国电力市场的发展,供电企业紧跟数字化发展步伐加快信息系统建设,各业务系统在运行过程中积累了海量信息数据资源,利用这些数据资源进行数字化分析已经渐渐成为供电企业的重点工作。在供电企业不断地拓展分析范围,优化分析方法的过程中,大量的数据资产被盘活,巨大企业价值与社会价值逐渐显现。大数据技术的使用可体现在电力系统运行的各种环节,为电力信息的商业化利用提供有力支撑。基于大数据技术的电力客户用电行为分析能提高电力系统的运行效率,为供电企业的实际运行提供决策依据。文章分析了国内、外电力行业大数据应用的进程及现状,根据不同类型客户的用电行为建立了基于大数据技术电力客户行为分析体系,对大数据技术的实践情况进行探究,实现电力客户用电行为的深度分析,为客户提供更优质的服务体验。     

电力客户信用评价系统的设计及实现

基于组合评价模型对电力系统客户信用进行综合评级,通过综合考虑电力系统信用相关因素,选取了电力系统大客户购电水平、信用状况、潜在价值、用电特性、可持续能力5个方面的相关参数,建立了电力大客户评价指标体系,进而建立了基于多种单一评价法的组合评价模型对电力系统客户信用进行综合评级分析的系统.实际应用表明该系统获得了较为满意的应用效果.     

基于95598大数据的电力客户满意度分析

客户满意度反映了客户期望值与客户体验的匹配程度,是评价客户服务质量的一个重要指标。在电力客户满意度研究中,最重要的是获取真实的客户满意度评价结果。本文利用电力客户服务所积累的真实业务数据,提出了基于分层结构的客户满意度得分判定方法,该方法具有严谨的三层结构设计,与实际数据紧联系,逻辑逐层递进,互为补充,从而实现了从模糊的满意度评价到直观的满意度得分的顺利转化。随后通过实际应用案例研究,将电力客户满意度评价与具体的业务过程相联系,提出研究技术路线,对抽取的业务数据进行满意度得分转化,并利用R语言挖掘客户满意度较低的深层原因。所提方法突出了电力客户服务测评的综合性,能客观地从用户体验的角度反映服务质量,具有现实应用价值。     

电力营销管理系统中数据库的分时分量设计

在电力营销管理系统中,需要存放大量的客户用电信息和设备管理信息。这些信息都是动态数据信息,随着软件运行时间的增加,软件系统就会变得越来越慢。通过应用数据库的分时分量技术可以保证系统内任何数据库和数据表的动态数据都保持一个固定的数值,不会随着时间的增加而增加,保证了系统的运行效率。此外引入分时分量数据库设计方法,可以满足电力营销系统实时性、准确性的要求。     

BiLSTM_DPCNN模型在电力客服工单数据分类中的应用

电力客服工单数据以文本形式记录电力用户的需求信息,合理的工单分类方法有利于准确定位用户需求,提升电力系统的运行效率.针对工单数据特征稀疏、依赖性强等问题,本文对基于字符级嵌入的长短时记忆网络(Bidirectional Long Short-Term Memory network,BiLSTM)和卷积神经网络(Convolution Neural Network,CNN)组合的结构模型进行优化.该模型首先对Word2Vec模型训练的词向量进行降噪处理,得到文本的特征表示;其次,利用BiLSTM网络递归地学习文本的时序信息,提取句子特征信息;再输入到双通道池化的CNN网络中,进行局部的特征提取.通过在真实客服工单数据集上的测试实验,验证了该模型在客服工单分类任务上的具有较好的精确性和鲁棒性.     

电力电子设备监测系统中数据同步采集的实现

通过采用广播式通信和外部中断方式实现了分布式监测系统中多下位机之间的数据同步采集,为电力电子设备的故障监测创造了有利条件。     

营配贯通大数据分析在供电服务平台停电信息管理中的应用

当前,供电企业在计划停电前,只能通过报纸等媒体对停电线路覆盖的全部电力客户发布相应的停电通知,这种粗放性的通知方式,已经无法满足客户服务日益精细化管理的要求。国家电网公司主持的营配数据贯通工作,在各省级电力公司取得了显著的成效,并在各系统数据融合的基础上取得了应用上的突破。营配数据贯通实现了电网设备与用户信息的融合,从电网设备数据到用户数据实现了“一张图”的布局,从而为停电影响范围分析到具体用户提供了数据和技术支撑。本文探讨了在营配贯通的基础上,加快推进供电服务平台建设,通过大数据分析实现计划停电和故障停电影响范围拓扑、停电信息分析到户和停电信息主动通知的等业务功能,进而实现客户服务管理的精细化要求和电力优质服务水平的提升。     

基于CNN和LSTM联合预测并修正的电量缺失数据预测

数据是电网调度控制系统稳定运行的关键依据, 而因为硬件故障等原因导致数据采集过程中的数据缺失会影响到系统数据的完整性, 从而对电网调度的智能性和高效性产生相应的影响. 因此, 针对缺失数据的准确预测对于智能电网调度系统的建设有着重要的意义. 本文针对解决电网领域电能量采集系统的缺失数据预测问题对已有的基于CNN和LSTM联合预测方法进行改进和优化, 在联合预测模型基础上添加修正模型, 针对不同缺失数据段利用CNN卷积神经网络和电力数据里特有的对侧数据场景建模, 实验结果证明该方法将平均绝对误差值降到0.142, 提高了现有预测模型的准确率, 对电网调度系统的智能性和高效性提供了数据完整性、准确性的保障.     

基于深度神经网络的电力客户诉求预判

电力企业的客户服务关系到客户的切身利益和企业的经营效益,提升客服系统对电力客户诉求预判的分析与理解能力是改善电力行业客服质量的重要途径之一。为高效、针对性地解决电力客户集中需求,做到“先于客户所想”,本文以深度神经网络技术为基础,针对电力领域改进传统的中文文本分词技术以及特征提取方法,给出电力客户诉求预判的方法和流程,并通过实验验证。本文提出的方法可快速精准地对电力客户服务工单文本进行分类,挖掘出隐藏的客户用电诉求,将服务由被动变主动,第一时间解决电力客户潜在诉求。