基于用电信息采集数据的低压台区异常线损诊断新方法

低压配电网台区的线损分析对发现和解决异常线损问题,减小用电损失以及用户的精细化管理具有重要意义。文章基于全事件用电信息采集系统采集的真实台区数据,提出了一种新的低压台区线损诊断方法。该方法利用电网诊断规则对所采集的原始数据进行质量分析,并通过对台区线损特征地提取和分类,建立了基于电压信息的二分K-Means聚类诊断算法和基于电量信息的全局搜索诊断算法,实现了对台户异常用户的快速定位及台区线损异常的治理。通过剔除异常电表和实际检验表明,该方法具有较高的准确性和一定的实用性。     

基于智能电能表数据的配电网状态估计

含有可再生能源与需求响应资源(demand response resource,DRR)的配电网系统需要精确的状态估计,以进行实时控制和调度。配电网状态估计通常依赖于智能电表的测量,但测量设备的增加不仅对通信成本要求高,同时还会导致控制问题的高复杂性。针对这些问题,提出一种低压配电网所需智能电表实时数据的分析方法及其在状态估计中的应用。同时讨论了测量值组合的作用,以减轻状态估计问题中由于大量数据产生的计算压力。通过实验验证了方法的有效性。     

基于用电大数据的台户关系识别方法研究

在电网的低压台区,在用户接线改动或者为了负荷均衡分配而进行线路改造后,由于信息更新不及时,经常导致用户进线端与集中器归属关系记录不准确、台户关系与实际不符等问题。单纯依靠人工去识别台户关系不仅费时费力而且效果不佳,同时需要成本高昂的专用设备。为解决上述问题,文章提出一种基于用电大数据的台户关系智能识别方法。首先搭建台区模型,并采集和预处理台区各用户的海量电压时序数据作为观测变量;然后采用FastICA技术对处理后的数据进行独立成分分析与特征提取,从而获得用于估计观测变量的一系列相互独立的随机变量和混合矩阵;最后利用K均值聚类的方法对特征提取后数据进行聚类分析,从而实现台户关系识别。同时文章对电压数据采样精度和数据量对结果的影响进行了分析比较。仿真算例表明,所提方法能够在保证精度的情况下仅采用电压时序数据就实现台户关系的智能识别。     

基于电压时序数据的配电台区户变关系智能识别

为解决低压配电网络户变关系不准确带来的台区线损统计、排查困难等问题,根据电力大数据技术,提出了基于变压器低压侧和用户侧电压时序数据聚类的配电台区户变关系智能识别方法.首先,采用改进的动态时间规整算法计算用户时序电压序列的相似度;其次,提出基于自组织特征映射算法与K-means算法相结合的两阶段聚类方法,结合时序数据相似...     

基于高速载波通信高频采集数据的电能表运行误差监测模型

为实时精准掌握电能表运行状况,降低现场抄表人员工作量,提出了基于高速载波通信(high-speed power line communication,HPLC)高频采集数据的电能表运行误差监测模型.首先发送操控指令,通过HPLC数据采集模块采集各待测电能表的电压、电流及脉冲信号等数据,并对数据进行处理,将所得结果传送到后台管理中心;然后通过数据管理软件生成待误差监测数据报表,实现电能表运行误差的远程监测.结果 表明,模型的采集成功率与效率高,可进行误差高精度监测,监测性能稳定,为电力公司提供有价值的信息.     

安徽省调调度员培训仿真系统实时数据的采集

安徽省调调度员培训仿真系统（DTS）自1997年使用以来,取得了不少经验,同时也发现了一些值得改进的地方,特别是在DTS培训初始潮流的准备方面。根据DTS应用的经验和现有的条件,研究了一种解决DTS从实时系统获取数据建立初始潮流的方法。该方法通过对实际情况的分析和对外部电网的简化,确定了需要而且能够从实时系统中获取的初始数据,并以此建立初始潮流。应用结果表明,该方法实现较简单,操作简便、灵活,所建立的初始潮流能够满足实时培训仿真的需要。     

基于智能电表量测数据的配网线变关系反向识别

针对配电系统中存储的线变关系记录与实际运行情况不一致问题,基于能量守恒定理,从满足电量约束以及尽可能降低中压线路线损率波动幅度的角度出发,文章将配网线变关系智能识别问题转化为中压线路和配电变压器之间的组合优化问题,进而提出了一种配网线变关系识别模型。此外,为加快求解速度和提高识别准确率,通过合并电压波动相关性较高的配电变压器进行降维优化,之后采用分支定界算法进行求解。最后,基于用电信息采集系统获取的量测数据,利用MATLAB和CPLEX编程对所提方案进行实例分析,分析结果验证了识别方案的可行性和有效性。     

智能电能表、用电信息采集终端的比较

从发展背景、定义、外观结构、工作原理等方面分析比较智能电能表和用电信息采集终端.     

基于大数据的智能电能表关键组件技术的研究综述

为了分析智能计量和智能电能表数据,对智能电能表关键组件和相关技术进行综述。从不同维度对智能电能表进行了分析,包括计量环境、智能电能表技术和过程以及各方利益相关者等。关注的焦点在于计量过程的关键环节,不同利益相关者的利益要求,以及满足这些利益要求所使用的技术。同时,识别了智能电能表分析构建模块,系统地阐述了智能电能表作为智能电网关键要素的特点和影响。因此,有助于识别智能计量在当前所受的限制,指明了发展方向。     

数据的连续采集

为了存储大量的连续采样数据,可以利用FPGA和SDRAM SO-DIMM(Small Outline Dual Inline Memory Module)构成数据采集系统,关键技术是在FPGA中利用FIFO实现数据缓存.仿真结果证明该方案可以满足本文的设计要求,而且具有一定的通用性和灵活性.     

基于小波框架的智能电能表台区识别技术研究

为解决台区识别问题,引入小波框架的基本理论为依据,使各智能电能表在使用相同的一个小波框架,分别对自身采集的电压数据进行塔式分解,并对分解子信号进行分帧处理后计算其能量的分布情况,通过差分计算来判断出采样信号中的突变位置.利用现有用电信息采集系统的宽带载波通信网络,使智能电能表之间交互判断结果,最后通过突变位置的相似性来...     

基于关系图卷积神经网络的新能源配电台区拓扑识别方法

针对传统拓扑识别方法难以适应高比例分布式光伏接入下低压配电台区电气耦合特性复杂的问题,本文提出了一种基于关系图卷积神经网络的新能源配电台区拓扑识别方法。首先,分析了分布式光伏接入对低压台区线户关系识别的影响机理,提出了高渗透率分布式光伏接入下配电台区的自适应线户关系识别方法,通过电压皮尔逊相关系数矩阵建模和全局自适应聚类方法实现线户关系识别。其次,基于新能源台区拓扑关联特性将配网节点关联分类匹配为分隔、上下、并列及光伏节点接纳关系,建立了适应分布式光伏接入的台区拓扑邻接矩阵模型。最后,提出了基于关系图卷积神经网络的配电台区拓扑生成算法,通过提取电压量测数据形成台区节点特征矩阵,基于关系图链接预测挖掘潜在节点关联关系逐步生成配电台区拓扑。算例仿真对比验证了所提拓扑识别方法的有效性,与传统算法相比可提升识别准确率4.3%以上。     

智能电能表生产全流程质量数据采集方法研究

当前智能电能表生产企业和电力公司之间缺乏有效的共享机制,缺少对智能电能表从设计制造到运行报废全生命周期各环节质量控制点的全面掌控,导致智能电能表在运行过程中存在批量故障,运维成本和舆情压力较大。针对以上问题,文章对智能电能表生产全流程质量数据采集方法进行研究,设计质量数据采集架构、质量数据模型和质量数据的接入方法,与电力公司侧的计量生产调度平台共同实现对智能电能表的全链条质量数据的采集。试验结果表明,这项采集技术使得数据采集效率提升到原来的8倍,数据准确性也得到提升,为智能电能表的质量管控以及典型应用场景的开发奠定了基础。     

基于数据关联分析的低压配电网拓扑识别方法

文中介绍了一种基于数据关联分析的低压配电网拓扑识别方法。基于低压配电网停电事件、恢复上电事件及地理位置信息将待识别低压配电网划分为单一配电变压器停电台区、由于10kV配电线路停电引起的多个配变停电台区和未停过电台区,在每类台区内筛选特征电压序列,并利用Tanimoto相似度系数计算各分组内配电变压器、分支箱、表箱、用户智能电表之间相关性和非相关性,从而实现低压配电网拓扑识别;结合同一配电变压器台区内停电与带电状态、停电时长、地理位置、供电半径等台区拓扑校验规则对识别出的拓扑进行校验。通过实际案例证明文章提出的方法能够解决现有基于大数据挖掘方法计算量大、计算结果不准确、无法校验等问题,实现了配电变压器台区拓扑的高效、准确识别,提升了配电网的信息化水平和数据质量。     

基于动态规划的配电台区三相负荷不平衡治理方法

电力客户用电的不确定性给配电台区三相负荷不平衡治理带来了极大的挑战,泛在电力物联网是实现从源头治理配电台区三相负荷不平衡的有效技术手段。提出了一种基于负荷动态规划的配电台区三相不平衡治理方法。首先,通过HPLC户相关系识别与户表电压序列变化相关性分析获得准确的户相关系。其次,利用户表高频次负荷数据,建立用户负荷特征曲线。最后,通过对各相位下的单相户表的历史负荷数据进行关联分析,采用负荷动态规划算法得出户表相位关系调整建议。算例实际应用结果验证了该方法的调整精度优于线路负荷改接法和换相开关装置治理方法。     

基于Mobitex的配电电量采集系统

配电网系统需要通过快捷有效的通信网来传递主控中心和大量远端单元(RTU)之间的控制信号和实时监测数据。针对配电电量采集系统对通信方式的要求,以及现有国内配电网通信方式的不足,文章提出了基于Mobitex技术的配电电量采集系统,介绍了Mobitex技术及其优势。通过经济性、可靠性、传输性能、通信能力和网络投资成本等多方面的比较,综合论证了该系统的可行性及其优势,得出采用Mobitex无线通信技术建立配电通信专网是一种有效的配电通信解决方案。     

基于过零时刻与SNR算法的电能表台区识别方法研究与应用

各电力公司传统硬件台区识别方法,包括主机和手持终端。主机安装在配电变压器三相低压侧,工作人员携手持终端在用户侧开展识别工作,这需要部署专用硬件,耗费人力和物力。为了替代传统的台区识别仪,根据各种传感器采集到的过零时刻、SNR等数据设计了无扰台区识别的方法,主要研究机器学习以得到对电能表台区归属的概率分布,特别是研究和实验了聚类、深度学习等几种台区识别算法,通过对比分析,使用最优路径法进行台区识别,是当前识别准确性高、成本低的一种台区识别算法。     

基于扩展扫描区域的现场表计指针识别方法

为了满足变电站巡检机器人对现场表计指针的智能识读要求,文中提出一种基于扩展扫描区域的现场表计指针识别方法。通过改进的SIFT算法进行图像匹配并求出单应矩阵,利用单应矩阵将在模板图像上标定的刻度弧线映射到待测图像上,通过扩展扫描区域,依据检测曲线路径上像素点的灰度值和确定指针位置并计算读数。文中对变电站现场的五种仪表,共计500张图片进行了测试。实验结果表明,文中所提算法简单实用、稳定且识别精度高,可以对多种不同的仪表进行识别,适用性强,在变电站多类指针表计识别中具有较好的应用前景。     

基于B-S分布的智能电能表寿命预计方法研究

针对目前智能电能表寿命预计普遍采用Weibull分布的情况,文中介绍了概率物理方法中一个重要的失效模型：B-S疲劳寿命分布及其可靠性分析,并推导出两参数B-S分布的极大似然估计值及近似区间。B-S分布适合描述失效产品的寿命规律,主要应用于疲劳失效以及电子产品性能退化失效的分析研究。文中将两参数B-S分布引入智能电能表寿命预计,对寿命数据是否来自两参数B-S分布总体的样本进行了拟合检验,采用极大似然法和最小二乘法对两参数B-S分布进行了参数估计,建立了基于B-S分布的寿命预计方法,通过实际算例验证了B-S分布寿命预计方法的实用性。文中研究内容对于电能表寿命预计、轮换周期的确定提供了一种新方法,同时对于电能表可靠性评价提供了新思路。     

基于GAKNN方法的配电站时间序列缺失数据补全方法

配电站时间序列数据从采集、传输到存储的过程中可能出现数据记录缺失的情况,在一定程度上影响高层级的数据分析及处理.针对这一问题,提出一种基于灰色自适应K-最近邻(GAKNN)方法的缺失数据补全方法.首先构建时间序列特征,然后在朴素K-最近邻(KNN)方法的基础上设置阈值筛选最近邻点,并结合灰色关联系数计算近邻点权重系数,最终依次补全缺失数据.以江苏省某市的电力数据样本进行实验,结果表明与其他方法进行对比,基于GAKNN方法的缺失数据补全方法的结果更好,并且补全后的样本在深度学习预测中具有更低的误差.