智能配用电大数据关键技术研究

随着智能电网的建设,积累了大量的配用电数据,通过对数据的分析可以更准确地实现用电负荷预测、错峰调度等高级应用。介绍了国内外智能配用电网大数据关键技术研究现状,重点分析了国内外智能配用电业务、大数据应用方面的技术发展;分析了智能配用电大数据关键技术,提出配用电大数据架构,设计智能配用电大数据应用方案,推动智能配用电业务的综合智能化、精益化发展。     

智能电网大数据分析框架及其应用演进研究

随着智能电网的快速发展,大数据技术在智能电网中的应用也得到了进一步提升,掌握大数据技术对建设智能电网具有重要意义。本文在总结国内外智能电网及大数据研究现状的基础上,阐述了智能电网大数据的特征,并且结合国内外智能电网及大数据的研究成果,提出了具有通用性的智能电网大数据分析框架,并且分别从智能电网大数据的数据分析技术、数据管理技术、数据处理技术以及数据展现技术4个方面深入探讨了其核心技术的内容。最后,本文提出了智能电网大数据的应用演进路径,并且通过三个具体应用场景,阐述了智能电网大数据的应用。     

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。     

基于大数据理念的地市供电公司智能电网规划数据融合研究

智能电网的建设与运行将产生海量数据,通过大数据理念和技术能促进智能电网“三流”合一和“三化”融合,利用数据融合及分析技术为智能电网规划提供数据支撑,可充分发挥坚强智能电网的功能和作用,阐述了地市供电公司智能电网规划与大数据融合及分析研究工作的成果.     

智能电网下基于大数据技术的电力需求侧管理探究

大数据技术是科技创新的主攻方向之一,智能电网是其重要的应用领域,在智能电网下电力需求侧管理现状的基础上,分析了大数据技术在电力需求侧管理中的应用模式及其成效,将智能电网大数据技术应用于电力需求侧管理,有利于适应电力经济发展要求,并使电力需求侧管理模式得到优化。     

基于智能电表技术的智能电网负荷识别

传统侵入式负荷识别技术需要在智能电网用户侧每个用电设备的插座上安装传感器,通过传感器获取电器 设备的负荷,导致负荷识别精度较低.为此,提出基于智能电表技术的智能电网负荷识别方法.首先将智能电表安装 在智能电网用户侧总线上,采集全部用电设备的电力数据,并对采集数据进行降噪与筛选处理,得到高质量的负荷数 据集.其次构建时间卷积网络模型,并输入负荷数据集进行训练,输出目标负荷的识别标签,实现非侵入式智能电网 负荷的识别.实验结果表明,所提方法在识别智能电网用电负荷方面表现良好,平均绝对误差仅为１．１３５kWh,证明 了智能电表技术在智能电网中具有良好的应用效果.     

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。     

智能电网大数据的特点、应用场景与分析平台

为了使现代电网更加智能,在电网中广泛安装了多种数据采集装置与信息管理系统,例如智能电表、远程测控终端和同步测量装置,配电管理系统、能量管理系统、用户管理系统和电厂管理系统等。这些装置和系统产生了大量数据,构成了智能电网大数据的主要来源。研究先进的数据分析技术以使这些数据能够为电网的运行控制提供科学的决策,改善电网运行的灵活性、安全性、可靠性和有效性,已经成为智能电网发展的迫切需求。首先分析了智能电网大数据产生的原因和数据分析的重要性,讨论了大数据技术的发展趋势,然后重点分析了智能电网大数据的来源和类型,进而总结出智能电网大数据的特点,分析了智能电网大数据的应用场景,介绍了正在研发的智能电网大数据分析系统的分析平台以及主要功能。     

融合多源数据的智能配用电多时间尺度数据分析技术

随着分布式发电、储能和需求侧响应负荷的不断发展,传统的被动型用电网正在逐步演变为具有主动调节能力的主动配电网。为了充分发挥主动配电网的主动调节能力,需要在配用电网中安装智能电表、远程测控终端和配电网同步测量等数据采集装置,建设配电、用电、客服、营销等信息管理系统。这些数据采集装置和系统的建设,在配用电领域产生了大量的数据。文章在讨论智能配用电大数据来源、生命周期及数据特征的基础上,从数据集成平台、智能电网统一数据模型、多源数据在线、数据分析算法库、用户画像、机器学习算法等角度分析了智能配用电大数据分析的关键技术,然后提出了智能配用电大数据分析在电网运行、社会服务和用户服务方面的典型应用。     

电网规划智能决策平台研究

针对电网规划中基础数据来源冗杂、影响因素繁多、智能化支撑不足的现状,开展了基于多源数据融合与业务集成的电网规划智能决策平台研究。采用"互联网+"理念,推动云计算、大数据等在电网规划业务中的应用,通过横向集成融合生产管理系统、地理信息系统、能量管理系统、智能配网监控、用电信息采集等业务系统数据,纵向梳理贯通电网诊断分析、规划可研管理、经济技术评估等业务流程,开发了涵盖综合信息管理、负荷分析预测、电网诊断分析、电网图形管理、电网仿真计算、规划可研评审、经济技术评估、项目全过程闭环管控等业务系统的电网规划智能决策平台。该平台已在山东电网得到了推广应用,有效提升了电网规划的工作效率和经济社会效益。     

配用电典型场景大数据需求分析及集成技术

随着智能电网建设的逐步推进,电网企业安装了大量智能量测设备,形成了大量历史数据;分布式计算、高性能计算、非关系数据库系统等先进信息技术在电力公司也得到初步应用。文章以电网企业实例数据为基础展开研究,首先分析配用电大数据典型应用,接着详细分析配用电典型应用大数据需求、数据特性、关联关系,然后分析配用电典型场景大数据应用数据集成技术,以期为大数据在电网企业中的应用提供参考。     

基于改进Adaboost-BP算法的用电行为大数据分析

在智能电网的构建中,电网与居民用电信息的交互主要由用户侧安装的智能监测和计量设备提供。智能设备数量随电网建设扩大完善而不断增长,其记录的用电信息将构成规模庞大、结构多元、类型复杂的用户侧电力大数据,挖掘电力大数据背后隐藏的电力信息是智能电网建设的重要内容。非侵入式负荷监测技术相比于传统电力数据分析,一方面保护了用户的用能隐私,另一方面能够完成对负荷更详细的特征辨识。主要通过非侵入式负荷监测技术结合数据挖掘手段研究居民用电大数据,并准确快速地预测负荷类型和分析居民用电行为。首先设计基于滑动窗口电器投切探测算法,之后介绍机器学习领域中的经典算法Adaboost和BP神经网络,设计了用于居民负荷特征识别和分类的Adaboost-BP改进算法并提出相关标准。算例从BLUED数据库中提取居民用电功率和电流序列,通过滑动窗口算法提取功率序列探测电器投切情况,将libSVM算法、BP神经网络和Adaboost-BP改进算法进行负荷分类测试。测试结果验证了改进算法能够有效提升大量数据样本下对负荷的识别精度并正确分类,同时分类速度快,适用于居民用电行为在线分析的场景。     

大数据时代数字资源对智能电网发展的影响

大数据时代,越来越多的应用信息转变为数据存储与处理,数据的价值越来越高,如何在这些海量数据中提取有价值的信息,并利用这些信息为企业决策提供参考,成为提高企业核心竞争力的关键。随着电网建设的快速发展,电网系统的规模与复杂程度日益增加,电力行业信息化程度也不断提高,从初始电力生产自动化到80年代以财务电算化为代表的管理信息化建设,再到近年大规模的企业信息化建设,以物联网和云计算为代表的新一代IT技术在电力行业中广泛应用,电力数据资源开始急剧增长,并形成了一定的规模。本文分析了智能电网中大数据的特点,对比了大数据时代的智能电网与当前智能电网的区别,阐述了智能电网在数据集成领域存在的瓶颈,进一步从电网规划、电力生产、营销与电力设备维护四个维度,提出大数据对智能电网建设的影响与应对战略。     

实时数据库系统研发及其在智能电网中的应用

随着智能电网的发展,电网生产实时数据呈现出数据量大、实时性强等特点。为满足智能电网对海量实时数据处理需求,基于多线程实时处理技术,研发了一种实时数据库管理系统。文章介绍了该系统特点及系统结构,及其在用电信息采集、智能园区、能效管理平台、变电站热点监控等智能电网领域中的应用情况。该系统很好地实现了智能电网海量实时数据的采集、处理、分析、存储及展示,满足智能电网海量实时数据采集频率高、数据量大的应用需求。     

智能电网大数据处理技术现状与挑战

智能电网需要全景的状态数据。电网运行、检修和管理过程中会产生海量异构、多态的数据,也即大数据。如何对它们进行高效、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。文章首先分析了发电、输变电以及用电各个环节中大数据的产生来源和特点;其后,综述了目前在商业、互联网和工业监测领域已有的大数据处理技术,并详细分析这些技术在应对智能电网建设和大数据处理方面的优势和不足。最后,从大数据存储、实时数据处理、异构多数据源融合以及大数据可视化4个方面论述了智能电网大数据带来的机遇和挑战。     

基于大数据技术构建广西电网数据中心

随着智能电网的发展,电力数据急剧增长,传统数据处理模式已经无法满足海量和高效的处理需求。大数据技术的出现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。在分析大数据与智能电网关系的基础上,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、数据展现技术等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,提出电力大数据关键技术在供电可靠性、变电设备故障预测、客户管理全面监测上的应用设计,对数据中心未来的应用规划和建设有参考意义。     

数据挖掘在智能电网中的应用研究

电力大数据已成为电网公司进行决策的基础,但单纯数据的积累并不能给电网公司带来益处。因此充分利用这些基于电网实际的数据,对其进行深入分析,发现隐含的信息并加以利用,对指导电力企业做出正确的决策具有重大意义。提出了数据挖掘在智能电网中的应用场景,把数据挖掘技术应用于电力负荷预测,研究了在智能电网中应用数据挖掘技术的方法。     

面向电网大数据的分布式实时数据库管理系统

随着坚强智能电网建设的不断深入,现有的实时数据库无法满足千万级测点规模及大容量存储的需求。分析了电网大数据的客观需求及现有实时数据库的技术瓶颈,将分布式技术引入到实时数据库领域,研究并设计了面向电网大数据的分布式实时数据库管理系统,可以为坚强智能电网的建设和发展提供技术支撑。     

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。     

智能电网中智能电表对电力需求侧管理的促进作用

我国已经计划建设的智能电网给通信技术、节能技术和制造技术的发展以及相关技术的融合带来了革命性的推动力。智能电网对电力需求侧管理提出了更高的目标。结合当前我国电力消费现状,分析了智能电网中智能电表如何适应并促进电力需求侧管理工作。通过电力需求侧管理技术的实施,进一步降低高峰负荷增长,提高用电效率,最大限度节约资源,减少排放,促进国民经济发展,保证国家能源安全,建设能源节约型社会,保证我国经济增长的持续性和高速性。