智能电网大数据分析

本文介绍了“大数据”,特别是智能电网中的大数据。大量数据（大数据）包含大量信息,然而,由于大数据的一些特性,开发提取此类信息的分析方法挑战巨大。本文研究了一些现有的分析算法,特别是深度学习算法,作为处理大数据的工具,还解释了深度学习在智能电网中应用的潜力。     

电动汽车充电桩选址定容方法

提出了一种考虑不同类型充电桩之间相互补充的规划方法,分别对住宅区内充电桩与公共充电桩进行分析。在确定住宅区内充电桩数量的基础上,从计及电动汽车分布不平衡的充电需求确定、考虑充电距离最小的公共充电桩位置规划和计及电动汽车多日一充的充电桩容量确定三方面依次对社会公共充电桩规划进行分析,从而确定了区域内整体充电桩规划流程。最后通过对涿州市高铁新城的充电桩设施进行规划,说明了该规划方法的可行性。对比目前的其他规划方法,该方法从最开始的充电需求确定到整体的规划流程都更多地考虑了充电桩使用中的实际情景,因此规划结果也能加贴合实际。     

基于GPS数据的电动出租车充电桩选址定容

随着电动出租车规模化的增长,关于电动出租车集群充电桩的选址定容问题日益凸显。该类车辆的轨迹分布在城区,并且该类车辆对公共充电桩的依赖远高于私家电动汽车。为了能够满足这类车辆充电的需求,提出了一种基于全球卫星定位系统(GPS)考虑电动出租车运行轨迹、车辆进入停车场时序性和停车场现有负荷水平的电动出租车充电桩规划方法。采用k-means算法分析得到电动出租车的常驻点并将其作为精选地址的相关依据;计及相邻预选址之间的干扰,以最小花费成本为目标函数对充电桩预选址进行精选;考虑车辆进入停车场的时序性和停车场现有负荷水平计算充电桩的可安装数目。仿真结果表明,针对电动出租车这类特殊集群有常驻点,通过计算最小成本可进行进一步优化,避免出现2个预选址距离太近的情况;在精选地址下对车辆进场时序性和负荷进行分析,可为城区规划修建充电桩提供有力的理论支撑。     

大数据在智能充电桩网络系统中的应用

文章简要介绍了智能充电桩网络系统与大数据和云计算之间的交互关系,阐述了智能充电桩网络系统中的大数据平台的构成,分析了大数据的关键技术,最后探讨了大数据在智能充电桩网络系统中的应用情况。     

电动汽车充电桩优化选址模型设计

针对规模化电动汽车充电需求,通过分析电动汽车充电桩布局的影响因素及市场需求,以电动汽车到达时间、充电等待时间及充电桩建设成本最小为目标,设计电动汽车充电桩优化选址模型,提高电动汽车充电效率.通过算例分析,得出各电动汽车充电需求点到各充电桩规划候选点的时间及候选点建设成本,给出充电桩最优选址结果.该优化选址模型可为充电桩的合理规划提供参考。     

基于大数据分析的分布式电源智能管理系统的研究

近年来,随着低压分布式电源逐步成为新型电力系统的重要组成部分,其出力随机性、间歇性和波动性等特征给电力系统运行和控制带来的不利影响日益突出。国网大同供电公司基于大数据分析方法,在区域内建设数字化、智能化的分布式电源智能管理系统,实现了含分布式电源配电网的可靠经济运行,规范并规划分布式电源接入,加强分布式电源主动支撑能力,完成7 000余户分布式光伏模型与数据接入,利用拓扑分析、可视化技术与人工智能算法实现分布式光伏的全景监视与高准确度预测,达到了分布式光伏“可观可测”目标。     

基于大数据分析的县公司综合评价策略

提出一种基于大数据分析的县公司综合评价策略。以1780家县公司数据为基础,建立考虑统计分析、决策树分析、数据包络分析等大数据技术的指标挖掘策略;通过信息挖掘构建一套适用于县公司综合评价的指标体系。以经济因素和企业因素为规则,建立基于县公司聚类的差异化权重计算方法,实现对县公司差异化发展内生和外生因素的联合判别,克服综合评价结果解释的单一化。通过浙江省的实证化应用,验证了所提策略的有效性和实用性。     

大数据技术在智能充电桩网络系统中的应用

当前智能充电桩网络系统中的数据具有"大数据"的典型特征,即数据源、数据类型丰富、数据量庞大且增长迅速,而传统的数据处理技术无法有效处理这些数据,大数据技术可以很好应对此场景。大数据技术在充电桩运维,充电客户分析,电网企业整体运营调度中起到非常关键的促进作用,对建立安全可靠高效的充电桩网络具有重要意义。该文探讨了大数据技术以在智能充电桩网络系统中的具体应用,分析了智能充电桩网络系统与大数据之间的关系,详细阐述了智能充电桩网络大数据处理平台总体架构的设计思路,并展开描述这其中所使用到的关键技术点,最后着重分析了大数据技术在充电桩运维,充电客户分析,企业整体运营调度中的具体应用。大数据技术能促进充电桩网络向智能化方向发展,为建设安全高效便捷充电桩网络提供切实保障。大数据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。     

基于大数据分析的窃电行为智能在线监测应用研究

目前窃电客户数量大、窃电方式隐蔽等现象较为普遍,反窃电工作难度大,现有查窃手段难以满足需求。基于大数据分析,本文通过客户基础数据提取、异常数据综合诊断分析、窃电模型输出,窃电工单闭环处理,通过科学准确的阀值设定,客户窃电特征分析,实现精准研判与智能在线监测。     

基于城市商圈用能大数据分析的智慧商业选址应用与研究

基于电力公司全业务数据中心和大数据计算平台,将电网负荷、用户能耗数据和外部共享数据相结合,通过数据采集、整理、分析、挖掘等大数据技术,建立城市商圈商业选址评估模型,实现对城市商圈房产、美食、酒店、景点、停车场、加油站、商超等衣食住行配套设施覆盖情况、商圈内密度、消费购买力、地价发展潜力进行综合分析,为城市商圈建设和商业选址提供辅助决策参考。     

基于STM32的智能充电桩嵌入式控制系统设计

STM32 系列产品是一种超低功耗的 ARM Cortex-M0 处理器内核,基于STM32设计智能充电桩嵌入式控制系统,优化充电桩的智能充电控制能力.首先进行智能充电桩嵌入式控制系统总体设计构架,分析了系统的功能指标,建立嵌入式STM32开发环境.进行系统的硬件电路模块化和集成设计,包括传感器模块、RTC模块电路、时钟电路、STM32主控电路、复位电路以及显示模块.以Linux2.6.32内核为平台,结合STM32嵌入式处理器,采用 8 位和 16 位微控制器进行智能充电桩的嵌入式控制系统的软件开发,实现编译器和汇编器的程序编译,实现系统的软件开发优化.系统调试结果表明,该系统能有效实现智能充电桩嵌入式控制,控制性能可靠稳定.     

基于大数据分析的海上油气田电气设备状态检修智能运维研究

处理技术等的发展,电气设备从现行的计划检修向状态检修转变已成为必然趋势.针对当前各类监测系统存在的标准不统一、系统割裂孤立、深度融合分析缺乏等诸多问题,提出基于大数据分析的电气设备状态检修和智能运 维方法.首先,分析了电气设备状态检修定义和相关规范的解读;然后,提出了电气设备在线监测及故障诊断的关键技术,包括多源数据预处理技术及不完备数据处理机制、基于多源数据融合的电气设备智能诊断技术、基于多维信息融合的电气设备综合状态评估等;最后,提出了海上油气田电气设备智能运维方案及其系统实现,为提升油气平台的智能化运营水平提供支撑。     

基于智能配电网大数据分析的状态监测与故障处理方法

针对当前智能配电网传统保护方法存在的整定复杂、配合困难以及适应性差等问题,提出一种基于智能配电网大数据分析的状态监测与故障处理方法。首先,根据网络关联矩阵以及区域差分规则,对各节点测控一体化终端采集的电流、功率数据进行预处理;然后,将预处理结果在时间以及空间上进行数据融合,并生成高维时空状态监测矩阵;此后,将此矩阵进行多维尺度降维以及局部异常因子检测,以计算出各节点的局部异常因子(local outlier factor,LOF);最后,根据各节点LOF值的大小以及节点关联关系,实现故障的检测与定位。文中不仅给出了配电网线路故障的判据,还提出了传感器故障场景下的防误动判据。RTDS半实物闭环测试验证了所提方法的有效性。     

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。     

基于智能电表大数据分析的台区变压器三相不平衡治理

针对台区变压器三相不平衡,提出了一种基于智能电表大数据分析的台区变压器三相不平衡治理方法。首先,计算台区用户与台区变压器A,B,C三相电压序列数据之间相关系数,识别每个用户相序;接着,基于用户电流序列数据计算台区变压器A,B,C三相电流序列数据,进而计算台区变压器三相平均不平衡度;最后,以台区变压器三相平均不平衡度最小为目标采用遗传算法搜索1种最优台区用户相序组合,指导配电运检人员精准调整用户相序。该方法在某电网公司台区变压器三相不平衡治理工作中进行了应用验证,取得了较好效果。     

电动汽车智能充电桩的设计与实现

随着人们生活水平的日益提高,对于环境要求的逐步提高,电动汽车作为一种清洁型汽车,是汽车行业发展的主流方向。但是电动汽车充电技术与电动汽车控制技术相比较,发展比较滞后,无法实现快速的充电,这一点是无法与传统燃油汽车相比的。因此本文设计了一种新型的智能充电桩,采用分段式的充电方法,大大节省了充电时间、提高了充电效率。经过试验验证,本文所设计的智能充电桩能够明显提升充电速度,提高了储能电池的使用寿命,对于电动汽车充电技术具有重要意义。     

充电桩群智能负荷控制策略研究

为研究充电桩群智能负荷控制的关键技术和实现机制,设计了"充电权"模型和"微市场"机制,利用市场交易方式在电网容量资源缺乏的条件下满足用户的充电需求.在电动汽车充放电控制策略和电动汽车集群参与电力市场的容量和电量预测的基础上,为实现移峰填谷或提供电力市场服务,研究了充电桩群总充/放电功率的控制方法,以提高电网运行经济性并降低充电成本.     

基于二层规划并计及负荷预测的电动汽车充电桩选址定容方法

针对城区内电动汽车充电桩选址定容问题,计及充电负荷需求预测并采用二层规划理论建立选址定容模型。针对充电负荷需求预测,采用自回归模型建立其负荷预测模型。以充电桩规划节点与容量为控制变量,以系统综合规划成本最小为目标函数,基于网络拓扑结构和充电负荷预测,计及设备容量配置约束等必要约束条件建立上层模型;以电动汽车用户充电方案为控制变量,最小化用户综合充电成本建立下层模型。下层模型基于上层模型的选址定容方案制定充电计划,同时向上层模型反馈综合充电成本。上层模型制定方案需要计及下层模型的策略。采用萤火虫算法设计模型的求解流程,最后通过一个算例针对河北某地城区内某新区内电动汽车充电站选址定容方案进行了优化,验证了文中模型的有效性和正确性。     

基于数据分析的智能路灯深夜调光算法

在深夜,为了使智能路灯可通过分析夜间交通状况的变化而灵活地改变照明模式,设计了此智能路灯深夜调光系统。此系统在普通智能路灯"来车亮灯"单一的功能基础上,进行更深化的改进;系统采用实时车流分析调光算法、孤立森林算法、路灯智能休眠与唤醒算法三种控制算法,分析车辆的速度、数量、车流量变化趋势等多个方面因素进行智能调光;课题设计了一个基于伪随机数据孤立森林算法独的特运用方式,分析历史记录的每天夜间车流量的变化规律,则此后系统自动按照此规律调整深夜路灯工作状态。系统在更加智能的同时也最大限度地保障了深夜交通的安全。     

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。