智能电表在智能电网中的应用

电网大规模建设和用电量的快速提升带来了一系列的问题,传统电表的通信时间延迟就是最为重要的问题之一。为优化电表计量,实现用电的智能化管理,文章分析了智能电表在智能电网中的应用以及发展前景,并提出将网络定义的架构以及思想和智能电网整合起来,以实现对海量信息的快速处理,提高智能电网管控的灵活性。     

人工智能技术在智能电网中的应用分析和展望

人工智能技术的进步和突破,对于电网智能化程度的提高具有重要意义。从智能电网内涵出发,梳理电网发展的智能化需求,结合各类人工智能技术的特征和适用性,设计了具体的应用场景,开展了关键技术应用的SWOT分析,并对可能的困难进行估计。指出：许多人工智能技术在智能电网各环节的规划、预测、辅助决策、智能控制、视频监控、巡检、故障诊断等应用场景普遍具有重要参考价值,神经网络、专家系统、数据挖掘等技术各有其优劣和适用范围,应用中需要重视各类技术的科学选择,并对可靠性、可解释性、数据样本积累、基础设施准备、知识库的修正维护、机密性等可能的挑战有所准备。     

大数据在智能电网中的应用研究

文章研究了大数据技术在智能电网中的应用,阐述了大数据在智能电网中的应用框架,分析了大数据技术在智能电网中的四个应用方面,为电力企业对智能电网中海量数据的管理提供了重要参考。     

边缘计算在智能电网中的应用综述

近年来,随着物联网技术的飞速发展,边缘计算受到了越来越多的关注,并在许多应用领域取得了一定的研究成果.物联网的发展推动了智能电网的发展,智能电网中激增的数据量又催生了边缘计算的应用研究.分析了边缘计算与智能电网的关系,讨论了边缘计算引入智能电网后的支撑技术,并从发电、输变电、配电和用电四个方面阐述了边缘计算在智能电网中...     

基于大数据的智能电网关键技术研究

大数据时代的来临,对数据的处理方式提出了新的挑战。在分析智能电网数据源和数据特征的基础上,提出了利用云计算的环境来对智能电网中的大量数据进行智能处理的方法。将大数据的概念引入到智能电网运行的关键技术当中,对智能电网的实际运行具有重要的指导意义。     

智能全景系统概念及其在现代电网中的应用体系

伴随着大数据、人工智能等战略新兴信息技术的发展,人类社会逐渐进入到万物互联的智能化时代,信息物理系统和网络强国已成为大国战略竞争的制高点,亟需发展和建立万物互联形态下现实物理系统的智能分析与精准决策理论框架体系。首先,针对某种可观测的现实系统,提出具有通用泛在意义的智能全景系统设想,详细阐述了其基本概念、核心内涵、建设目标等,以期提高现实物理系统的可观性、可控性和可塑性。进而,以现代电网作为典型工业物联网行业应用场景,提出智能全景电网基本概念、宏观功能框架及智能调控大脑内核。在此基础上,以信息驱动的复杂电网时空动力学行为智能认知与协同控制为核心主线,系统性部署了智能全景电网各层面的基础理论体系与关键技术。最后,给出了智能全景电网工程实用化的时空大数据平台架构及建设实施方案,为实现互联大电网的智能分析和精准控制提供有力支撑。同时,为贯彻落实网络强国、数字中国、智慧社会等国家战略贡献价值理念和工程经验。     

“智能电网+”研究综述

智能电网SG(Smart Grid)是电力系统发展的必然趋势,其核心要义便是"智能",但目前智能水平还很低。而人工智能AI(Artificial Intelligence)技术取得了突破性进展,为SG的发展提供了重大机遇和强大支撑。为此,提出"智能电网+(Smart Grid Plus,SG+)"的概念,涵义是借助AI技术实现SG的升级版,使电网具有更高级、更深层的人工智能,从而进一步提升电网运行的安全性、经济性、可持续性。首先综述AI的研究进展,指出AI并非万能、也非无能;然后综述SG的研究进展,指出SG发展中"三高"(高比例新能源并网、高比例电力电子装置、高比例新负荷接入)和"三多"(多种能源相结合、多种网络相结合、多种主体相结合)的趋势。在回顾AI在电力行业应用的基础上,结合以深度学习为代表的第三代AI技术的发展,对深度学习等AI技术在SG适用的相关领域进行分析和展望。     

智能电网大数据研究综述

随着能源互联网、数字电网和泛在物联网的建设和推进,传统电网正在发生深刻的变化,智能测量设备所产生的海量数据使得电网不仅能对设备进行实时监测,集成各类分布式能源,还能为用户提供最优的能源解决方案.鉴于此,对智能电网大数据技术的发展现状进行综述,讨论智能电网的特点和能源数据的多源性,总结大数据在智能电网中的应用,分析机器学...     

智能电网研究综述

智能电网（SmartGrid）是当今世界电力系统发展变革的最新动向,被认为是21世纪电力系统的重大科技创新和发展趋势。介绍了智能电网的发展背景、定义和特征,涉及的关键技术、应用和发展以及国内外研究现状。此外,提出了建设广西智能电网的建议。     

智能电网中大数据的概念、技术与挑战

大数据作为技术概念正逐渐获得普遍的认可和重视。随着智能电网和能源互联网的发展,传统电力系统在技术应用、服务模式和发展理念等方面会发生深刻的变化。电力网络设备和用电设备的普遍分散化、智能化和小型化,必然会导致电力系统运行和控制信息急剧增长。承载这些信息的数据量将会呈几何级数增加,逐步呈现出大数据特征。在此背景下,讨论了大数据在现代电力系统中应用的概念,总结了智能电网大数据的技术和特点,并论述了智能电网大数据安全的重要性及保护措施。在此基础上,给出了几个大数据技术在智能电网中的应用案例。最后,展望了大数据技术所带来的新的商业模式和政府监管部门的作用。     

Stability Control of Smart Power Grids with Artificial Intelligence and Wide-area Synchrophasor Measurements

Abstract—Environmental concerns due to emissions from nuclear and fossil fuel based power plants have triggered widespread utilization of renewable energy-based small- and large-scale distributed generation technologies. These technologies have been transforming the energy market towards a deregulated and dispersed entity. To cope with these transformations, and ensure appropriate grid monitoring and control, the conventional power grids across the globe have been enduring a paradigm shift towards a smart grid that is empowered with cutting edge technologies. The operational stability of these emerging smart power grids necessitates sophisticated real-time monitoring and control technologies. This article analyzes various stability concerns in smart power grids pertaining to distributed generations and proposes novel methodologies for ensuring operational stability. The proposed methodologies entail real-time stability monitoring and stability control with the use of wide-area synchrophasor measurements and artificial intelligence methods. The efficacy of the proposed methodologies has been verified through simulation studies conducted on an IEEE 14-bus system. Results of this research validate the necessity of coordinated control for maintaining stability of smart grids incorporating distributed generation technologies.     

深度学习在智能电网中的应用现状分析与展望

深度学习是机器学习研究中的一个新领域,其强大的数据分析、预测、分类能力契合智能电网中大数据应用的需求。文中首先总结了深度学习基本思想,介绍深度学习的5种模型(生成式对抗网络、递归神经网络、卷积神经网络、堆叠自动编码器和深度信念网络)的结构、基本原理、训练方法,概括其应用特征。综述了电力系统中的故障诊断、暂态稳定性分析、负荷及新能源功率预测、运行调控等应用深度学习技术的研究现状。针对深度学习的技术特点,结合电力系统各生产环节,构建深度学习技术在电力系统中的应用框架。最后,从多能源系统运行调控、电力电子化系统安全分析、柔性设备故障诊断、电力信息物理系统的安全防护等方面对深度学习应用进行展望。     

面向智能电网应用的云计算架构研究

针对智能电网建设对信息处理等方面要求的不断提升,提出引入具有强大计算和存储能力的云计算技术,旨在克服传统电网信息平台在计算和分析等方面的不足。在阐述智能电网与云计算主要特征的基础上,论述了智能电网应用中构建云计算架构的可行性,提出了架构的结构组成,并阐述了各部分的主要功能实现。分析表明,该架构能够有效实现智能电网信息处理与应用系统的融合互动,以及能量、信息与业务流的高度一体化,为智能电网建设提供支撑。     

智能电网研究综述

智能电网(Smart Grid)是当今世界电力系统发展变革的最新动向,被认为是21世纪电力系统的重大科技创新和发展趋势.介绍了智能电网的发展背景、定义和特征,涉及的关键技术、应用和发展以及国内外研究现状.此外,提出了建设广西智能电网的建议.     

基于云平台的智能电网监测体系研究

针对智能电网系统中产生的大量实时数据管理困难的问题,提出基于云平台的监测管理体系。从智能电网中获取的数据被汇集到监督控制和数据采集（Supervisory Control and Data Acquisition,SCADA）系统中,且所有信息通过由LabVIEW开发的SCADA应用软件公开与共享。为克服数据量极大时SCADA系统的效率瓶颈,将数据与应用软件搭建在云平台上,并提供面向客户的接口,构建高效智能化的监测管理机制。进一步地,测试了系统在虚假数据注入攻击下的稳定性,结果表明系统可以有效保障数据质量。     

基于MapReduce模型的智能电网数据平台研究

智能电网需要处理海量数据,但由于设备及计算能力的限制,传统的计算系统不能有效的解决数据实时计算、综合分析和扩展性等问题。文章引用MapReduce模型概念,提出基于MapReduce模型的智能电网数据平台解决方案,分析了实现平台的技术基础,并阐述了数据平台对建设当前坚强智能电网所起到的重要作用,它可有效提高智能电网建设中数据处理的高效性和可靠性。     

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。     

智能电网中非结构化数据可视化技术研究

非结构化数据大量存在于智能电网的大数据中,其增长速度是结构化数据的25倍。然而,非结构化数据缺乏连续性,数据信息量大,不利于系统数据的可视化处理和分析。为了有效解决此问题,文章针对智能电网的实际需求,总结非结构化数据可视化处理存在的问题,利用节点链接技术获取数据、Hbase技术存储数据、分割式技术处理数据、四面体技术进行标识、建立Map Reduce检索模型,并进行显示程序编辑,旨在对智能电网的性能进行优化,从而解决智能电网中非结构化数据可视化难的问题,以及海量数据难以进行批量化处理的问题。