新疆石河子电网调度数据网络系统建设研究

随着石河子电网的迅速发展和电网规模的不断扩大,已经对电网调度提出了越来越高的要求,为了实现"围绕建设智能电网和智能调度,加快整合调度通信资源,建设纵向贯通、横向集成的调度信息集成平台,积极发展现代电网管理与控制技术和应急机制的研究,构建技术先进、标准统一、功能完善、安全可靠的调度自动化系统,提高对互联大电网的监控水平和调度智能决策水平,实现调度管理流程化、调度辅助、决策智能化、调度工作优质化。"这一总体目标需要建设覆盖石河子电网的电力调度数据网络系统。     

基于人工智能的电网智能调度平台构建技术研究

随着电网中业务应用类型越发复杂,多源电网业务信息呈现出容量过大而价值密度低的特点,电网调度业务流程日趋繁琐。在此环境下,传统经验型调度模式工作效率低、协同性不强,难以满足现代电网调度运行需求。因此,提出了基于人工智能技术、依赖电力大数据驱动的调度决策支撑技术,通过智慧人机交互方法智能识别、判断、提取电力关键调度业务信息,并将不同的区域业务汇总于统一的电网智能调度平台。在平台的支撑下,有效简化并解决复杂的业务模式识别问题.将人工智能的技术优势与电网调度运行需求深度融合,从而更好地支撑电网调度、电力交易、事故异常处置等调控业务的智能应用。     

基于模拟子站的智能电网调度控制系统集成调试方法

本文将对基于模拟子站的智能电网调度控制系统集成调试方法进行简要分析。在新建变电站接入智能电网调度控制系统之前需要进行相关的调度主站调试工作,将变电站的运行信息发送到调度主站当中,增强电网调度控制系统基础数据的准确性。基于模拟子站的智能电网调度控制系统集成调试方法在变电站运行中发挥着重要作用,可以利用模拟子站模拟变电站设备的运行状态,对变电站与调度主站信息进行闭环控制。     

基于数据驱动的电网用户侧故障主动研判技术研究与应用

针对从大量数据中挖掘出对电网安全、经济运行有益信息的技术不够完善,且数据分析准确性低、实用性差的问题,文中基于智能电表、智能断路器、调度系统、营配贯通融合成果数据、故障报修服务请求及历史工单信息等数据,结合电网拓扑关系,利用深度卷积神经网络算法构建出了故障停电预警智能分析模型,其能够主动甄别区域性故障并开展研判、预警及...     

智能电网调度自动化技术思考

文章对智能电网有关的一些基本概念以及它们的特点作了简单的概述,对电网调度自动化的整个发展历程进行了简单介绍,比较分析了在信息共享以及智能处理等几个方面智能电网调度与传统电网调度之间的区别。然后重点分析讨论了现阶段电网调度自动化系统的现状,最后指出了我国未来智能电网调度自动化的一个发展方向。     

智能调度技术支持系统在宜昌电网的发展思考

智能电网是未来电网的发展方式,智能变电站和智能调度技术支持系统则是智能电网的重要组成部分。文章通过对对智能变电站的特点和调度技术支持系统一体化平台进行了研究,讨论了智能变电站与调度技术支持系统之间的信息交互问题。对信息交互中可能出现的时钟同步问题、信息冗余问题以及网络安全问题进行了分析,并给出了相应的解决方案,最后结合宜昌电网的实际情况提出了智能调度支持系统在宜昌电网中的应用展望。     

智能电网调度运行面临的关键技术分析

随着我国社会的快速发展以及技术水平的提升,电网调度也随着发生了非常大的变化,智能电网得到了大范围的应用.对于智能电网运行来说,电网的调度具有非常重要的作用,直接影响着智能电网是否能够正常有序运行.本文主要阐述智能电网的相关特点和问题,同时对智能电网调度运行所面临的关键技术进行分析,希望能够对提升电网的调度效率和效益有所帮助,能够对智能电网的后期发展提供相应的经验借鉴.     

基于数据挖掘算法的电网调度信号异常数据提取方法

在获取电网调度信号后,大多采用传统深度置信型辨识制度提取异常数据,只能获取低维数据包含的异常信息参量,使得最终数据提取结果曲线下面积(AUC)值较低。因此,为了提高电网调度信号异常数据提取结果的AUC值,提出基于数据挖掘算法的电网调度信号异常数据提取方法。应用独立成分分析算法处理电网调度信号,去除信号中的噪声信息。并对去噪后的信号进行小波分解,得到多个子信号数据集。运用数据挖掘算法中的聚类算法分析子信号数据集,得到数据样本特征,并在考虑属性特征密度指标的情况下完成数据特征分类,获取异常数据特征。最后,在支持向量数据描述的辅助下,检测出电网调度信号异常数据,汇总这部分数据即可完成异常数据提取。实验结果表明,所提方法应用后得到的异常数据提取结果AUC值总是大于0.85,证明了其具优越的应用效果。     

WAMS系统在智能电网调度运行中的应用研究

基于动态监控测定系统和高级运算的智能电网经济运行得以实现。智能电网调度水平较高,可以对所收集的电网相关数据分析,合理调度电力设备的同时,还会结合动态检测数据对电量损失进行分析,从而优化调控电网,使电网运行的经济性得以提高。所以,积极构建智能电网是非常有意义的。基于此点,本文将结合智能电网调度实际案例,详细分析智能电网经济调度是如何运行的,希望对于推动智能电网良好发展有所作用。     

区域电网调度系统中维护信息对称性特征识别

为提升对区域电网调度系统维护信息对称性特征的识别效率及准确率,文中首先通过小波变换方法提取区域电网调度系统中维护信息的特征,然后运用模糊C均值算法分析特征数据的分布情况,并以此为基础,获取维护信息对称性故障特征的波形,根据Ucosθ波形特征识别结果,实现对区域电网调度系统中维护信息对称性特征的识别.实验结果表明:在不同...     

Deferrable load scheduling under imperfect data communication channel

In smart grid, the real‐time pricing is implemented to motivate power consumers to change their consumption profile dynamically. With the real‐time pricing, a deferrable load can be scheduled by its scheduler optimally so that the power consumption cost will be minimized. However, when the data communication in smart grid suffers from interference, congestion, malfunction in devices, or even cyber attack, it is possible that the power price information cannot be transmitted successfully to the scheduler. As a result, the scheduling performance will be negatively affected by the suboptimal decision‐making because of incomplete power price information. To overcome this problem, a partially observable Markov decision process based deferrable load scheduling algorithm is proposed. Besides, the implementation of a standby alternative channel with the purpose to improve the reliability of the data communication in smart grid is also discussed in this paper. The numerical results show that the proposed partially observable Markov decision process based algorithm and the implementation of standby channel can effectively improve the scheduling performance when the scheduler lacks actual price information. Copyright © 2014 John Wiley & Sons, Ltd.     

基于5G边缘计算的智能电网高性价比任务调度

针对智能电网环境中电力数据量庞大且对处理时效性要求高的问题,将5G边缘计算引入智能电网系统.研究了基于5G边缘计算的智能电网任务调度问题,在满足电网任务完成需求的同时,最大限度地降低成本.基于此提出了一种基于贪心策略的启发式任务调度算法,通过与两种算法在包括输入任务数、传输数据大小和延迟要求等参数下的比较,验证了所提算...     

基于动态优先级的智能家居户间能源调度算法

针对智能家居中单用户能源调度所忽略的电网侧稳定性的要求,以及多用户能源调度中用户舒适度考虑不足的问题,通过分析家电设备运行特性以及用户需求,对用户用电时间以及家居设备类型进行了分类,并提出家居设备二维动态优先级,在此基础上设计了智能家居户间能源调度算法,旨在保障用户舒适度,降低户内电费支出的同时,保障电网侧的稳定性。最后通过仿真,验证了算法的可行性与有效性。     

基于大数据挖掘的用电行为分析

得益于智能电网的发展,电力大数据的价值与作用逐渐被挖掘。通过对电力大数据的深入挖掘与研究,可促进电网企业管理水平的进一步提升,为我国智能电网的发展提供助力。而依托于大数据挖掘的用户用电行为分析,可实现当前企业电网调控与需求侧的充分融合,为电力系统的稳定性运行提供保障。基于此,文章针对大数据挖掘的用电行为分析进行深入探析,以期为智能电网发展提供帮助。     

基于大数据的电力信息网络流量异常检测机制

随着智能电网建设的加强,电力信息网络及其承载的业务系统得到迅猛发展,网络业务流量的检测和预警具有重要的安全意义.针对目前电力信息网络缺乏处理流量异常问题的有效技术手段,提出了一种基于大数据的电力信息网络流量异常检测机制,并通过对改进的局部异常因子(M-LOF)和支持向量域数据描述(SVDD)两种常用异常检测算法的对比分析,总结出适合电力信息网络的流量异常检测方法.     

基于量子滤波器的电能数据检测与分析

随着以智能电表为核心的智能电网快速发展,电力大数据吸引了用户、用电企业、政府的注意力.用电数据容易受到各种未知的随机干扰.探索了将自适应滤波技术引入电网信息监测.而由于用电负荷曲线复杂、不能给出一个具体的模型,利用量子递归神经网络构造了一个与模型无关的智能滤波器.最后提出了利用量子滤波器进行电力负荷预测以及利用测量误差的概率密度函数进行用户异常用电检测的设想.     

Quality of service aware traffic scheduling in wireless smart grid communication

The next generation electrical power grid, known as smart grid (SG), requires a communication infrastructure to gather generated data by smart sensors and household appliances. Depending on the quality of service (QoS) requirements, this data is classified into event-driven (ED) and fixed-scheduling (FS) traffics and is buffered in separated queues in smart meters. Due to the operational importance of ED traffic, it is time sensitive in which the packets should be transmitted within a given maximum latency. In this paper, considering QoS requirements of ED and FS traffics, we propose a two-stage wireless SG traffic scheduling model, which results in developing a SG traffic scheduling algorithm. In the first stage, delay requirements of ED traffic is satisfied by allocating the SG bandwidth to ED queues in smart meters. Then, in the second stage, the SG rest bandwidth is going to the FS traffic in smart meters considering maximizing a weighted utility measure. Numerical results demonstrate the effectiveness of the proposed model in terms of satisfying latency requirement and efficient bandwidth allocation.     

Power Optimization Strategy Considering Electric Vehicle in Home Energy Management System

With the development of smart grid, residents have the opportunity to schedule their household appliances (HA) for the purpose of reducing electricity expenses and alleviating the pressure of the smart grid. In this paper, we introduce the structure of home energy management system (EMS) and then propose a power optimization strategy based on household load model and electric vehicle (EV) model for home power usage. In this strategy, the electric vehicles are charged when the price is low, and otherwise, are discharged. By adopting this combined system model under the time-of-use electricity price (TOUP), the proposed scheduling strategy would effectively minimize the electricity cost and reduce the pressure of the smart grid at the same time. Finally, simulation experiments are carried out to show the feasibility of the proposed strategy. The results show that crossover genetic particle swarm optimization algorithm has better convergence properties than traditional particle swarm algorithm and better adaptability than genetic algorithm.     

An efficient data aggregation scheme with local differential privacy in smart grid

By integrating the traditional power grid with information and communication technology, smart grid achieves dependable, efficient, and flexible grid data processing. The smart meters deployed on the user side of the smart grid collect the users' power usage data on a regular basis and upload it to the control center to complete the smart grid data acquisition. The control center can evaluate the supply and demand of the power grid through aggregated data from users and then dynamically adjust the power supply and price, etc. However, since the grid data collected from users may disclose the user's electricity usage habits and daily activities, privacy concern has become a critical issue in smart grid data aggregation. Most of the existing privacy-preserving data collection schemes for smart grid adopt homomorphic encryption or randomization techniques which are either impractical because of the high computation overhead or unrealistic for requiring a trusted third party.In this paper, we propose a privacy-preserving smart grid data aggregation scheme satisfying Local Differential Privacy (LDP) based on randomized responses. Our scheme can achieve an efficient and practical estimation of power supply and demand statistics while preserving any individual participant's privacy. Utility analysis shows that our scheme can estimate the supply and demand of the smart grid. Our approach is also efficient in terms of computing and communication overhead, according to the results of the performance investigation.     

用于智能电表数据分析的大数据平台

智能电网所产生的海量计量数据对数据存储和数据处理的系统架构提出了苛刻的性能要求,为此,文中提出了一种以内核、代理和客户端为主的模块化的大数据平台架构。所提议的大数据平台是基于Hadoop平台扩展,针对TB级别的静态智能电表数据集的存储和查询。实验结果表明,提议的大数据平台能够为电力行业提供一个具有竞争力且易于操作的大型能源数据管理和可视化知识平台,具有支持数据密集型决策的潜力。