基于大数据分析的配电网故障监测方法

针对当前配网监测手段有限、数据利用率低等问题,提出一种基于大数据分析的配电网故障监测方法。分析目前供电企业配网调度支持系统技术特点与数据流程,选取海量历史遥测数据作为研究对象,采用C均值模糊聚类算法辨识配电线路负荷模式并进行负荷预测。定义了考虑隶属度和欧式距离因素的失配度指标,作为线路故障评价判据。算例分析表明,能有效辨识配电线路负荷模式,较为可靠地判定线路故障,并在一定程度上避免因负荷正常波动造成的误动作。应用效果显示,提供了一种简便、实用的监测手段,能有效监测现有手段监视不到的配电网故障情况。     

基于多源数据融合的配网负荷均衡技术

为了解决配网中普遍存在的馈线重过载问题,提出了一种基于多源数据融合的配网负荷均衡技术。首先,根据配网负荷动态特性建立了馈线重过载量化模型。其次,融合调度、营销和运检等多个业务系统的数据源,针对3种典型应用场景提出了相应的配网负荷数据集构建方法。最后,通过多种配网重构方案下重过载指数的试算与比较,确定最优的馈线负荷均衡调整方案。实际算例证明了该技术的有效性。基于该技术研发的配网负荷管理与优化辅助决策系统已实际应用于江苏配网调度及运维检修。     

新的负荷控制管理系统的应用

用电负荷控制管理系统在实践应用中,根据需求侧管理的实际要求,开发计算机实时监控系统软件,利用GPRS通信方式,投资少、施工简便。整个系统对用户用电进行实时监控,与调度、配网、售电、MIS等系统交换信息,提供用电数据分析,及时可靠地进行负荷控制管理,提高用电管理的质量和效率,提高用户服务质量。     

江苏常州电力企业数字化发展指数分析

地方小水电现时基本处于有水就发,电网全部接收的状态,综合利用率不高,地方小水电管理还处在较低水平.本文通过地方小水电曲线的研究、对用户进行实际勘察,研发一种基于地方小水电配网线路转供电智能辅助决策软件.通过此软件实现馈线负荷叠加分析,显示馈线的实际负荷曲线,最大限度还原供需关系,为方式调整、调度运行提供有力支撑.同时根...     

一种基于地方小水电配网线路转供电智能辅助决策软件设计与实现

地方小水电现时基本处于有水就发,电网全部接收的状态,综合利用率不高,地方小水电管理还处在较低水平.本文通过地方小水电曲线的研究、对用户进行实际勘察,研发一种基于地方小水电配网线路转供电智能辅助决策软件.通过此软件实现馈线负荷叠加分析,显示馈线的实际负荷曲线,最大限度还原供需关系,为方式调整、调度运行提供有力支撑.同时根...     

配网线路馈线组智能统计分析及应用

配网设备点多面广、设备规模庞大,人工进行馈线组分析效率将极其低下,且数据质量很难得到保障.本文基于考虑用户双电源信息的配网环网台账数据,实现配网线路馈线组自动统计分析,实现配网线路馈线组结构的多维可视化展示,用以支持配网数据分析工作,大大提升了工作效率和数据质量,为电网精准投资提供了支持.     

基于博弈思想的需求响应视角下的主动配电网故障恢复

为实现主动配电网故障后失电负荷的最大限度恢复,并考虑供电侧与用户侧利益均衡,本文基于博弈的思想,提出需求响应视角下的主动配电网故障恢复策略。在需求响应视角下,供电侧和用户侧建立非合作动态博弈模型优化故障时的峰谷分时电价,抑制高峰负荷需求,减少用电高峰时故障恢复的压力。在主动配电网故障恢复中,基于优化后的负荷曲线,供电侧和用户侧建立合作博弈模型,双方以共同的收益函数作为目标,利用馈线、电动汽车、分布式电源和可控负荷进行协同恢复。分别采用逆向回归算法和改进的蚁群算法求解以上两个博弈模型。本文以IEEE33节点模型和某实际配电网为例,分别对小面积失电和大面积失电情况进行故障恢复求解,验证了本文所提策略的有效性。     

基于远程用电实时监测的电力用户需求侧管理支持系统

介绍基于远程用电监测的电力用户需求侧管理支持系统设计。该系统以远程配变实时监测控制系列、实时抄收系列、故障诊断系列、无线数据通信系列现场终端以及集成上述所有功能的一体化终端为基础构建数据采集与负荷控制硬件平台，基于无线虚拟专用企业网技术构建通信平台，基于数据规划、数据库健壮设计及数据库中间件访问技术构建用电实时数据平台，可实现用电数据分析与负荷预测，与调度自动化系统整合，可实时优化供用电负荷控制。应用实践表明，系统非常成功。     

含高渗透率分布式光伏的配电网故障停电损失评估

随着分布式光伏渗透率的逐步提高,配网的负荷特性发生了重大改变,传统的配网故障停电损失评估方法不再适用。提出了一种含高渗透率分布式光伏的配电网停电损失评估方法,基于典型的配网拓扑,分析了含分布式光伏的配电网负荷特性,综合运用来自营、配、调等业务领域的多源数据,构建了基于配变台区的用电负荷模型光伏发电负荷模型,并对故障停电期间的发电损失及用电损失进行了评估。实际案例的分析结果验证了该算法的有效性。     

面向海量用户用电特性感知的分布式聚类算法

智能电表的普及促进了配用电大数据的发展。通过对用户用电数据的挖掘和用电特性的感知,能够有效识别用户用电模式、评估需求响应潜力、指导电价制定等。然而,用户用电数据一方面随时间不断更新,增长迅速,呈海量态势;另一方面,数据采集点分布在用户侧,具有极强的分散性。针对海量、分散的用电数据带来的挑战,文中提出一种新的分布式聚类算法。首先利用自适应k-means聚类算法对分布在各区域的用电数据进行局部聚类分析,提取各局部数据的典型负荷曲线,构建局部模型;然后利用传统聚类算法对获取的局部模型进行二次聚类分析,获取全局的典型负荷曲线,构建全局模型;最后向局部数据中心反馈全局聚类结果,实现全局聚类分析。通过爱尔兰实际量测用电数据证明了所提出算法的有效性。     

配电网用户感知停电事故严重性分析及可靠性评估

可靠性评估对于指导配电网规划设计具有重要意义。传统配电网可靠性评估主要从系统侧供电的角度,建立评估指标体系并进行分析,较少考虑停电发生时用户侧的用能需求差异,忽视了不同用户对于同一停电事故严重性的差异化感知,进而造成了传统可靠性指标不能完全准确反映停电事件对于不同用户在不同时段的差异化影响。为解决上述问题,首先,提出了用户感知可靠性的概念,并提出了一种用户对停电事故严重性感知的量化方法,以分析不同用户对停电事故的严重性感知程度及停电容忍程度;然后,分别从用户侧和系统侧提出了一系列基于用户感知的配电网可靠性评估新指标,建立了相应指标体系,并围绕该体系对配电网系统的可靠性评估开展了研究;最后,运用IEEE-RBTS标准算例对所提出的方法、指标进行了计算验证,证明了其可行性及正确性;并通过与传统可靠性指标的对比分析,体现了用户感知可靠性指标相较于传统评估指标的客观优势。     

基于极限学习机的居民用电行为分类分析方法

针对大数据背景下智能用户用电行为分类问题,提出一种基于极限学习机(ELM)算法的用户用电行为分类方法。首先,在前期用户行为的特征优选策略的基础上,采用特征优选策略提取负荷曲线的最佳特征集对用户用电数据进行分类分析。然后,将特征优选集作为输入,通过比较不同隐含层激活函数和隐含层节点个数下训练集和测试集的正确率,优选出适用于用户用电行为分析的ELM算法的输入参数。最后,以国内和国外用户用电数据为数据源,进行算例仿真实验,通过与反向传播(BP)神经网络的对比分析表明,所提出的基于ELM算法的用户用电行为分析方法提高了检测的正确率并且降低了算法运行时间,能够更好地掌握用户用电负荷状态,实现配电网的削峰填谷。     

基于典型负荷曲线的配电网线损计算方法研究

中压配电网线损率计算面临所需数据多、数据采集量大的主要问题。自动化水平的提高可以为中压配电网线损率计算提供一定的数据,但收集到的数据质量参差不齐。基于采集到电量数据,首先,根据日负荷分类标幺化曲线和比例系数得到配变的实际日负荷标幺化曲线;其次,利用配变的实际日负荷标幺化曲线和配变的实际日用电量形成配变的实际日负荷曲线,得到配变的实际日负荷有功功率曲线和无功功率曲线。在此基础上,利用前推回代法得到中压配电网的日线损值,实现中压配电网损耗的精确化计算。最后,利用某地区样本数据验证了所提方法的有效性、精确性和合理性。     

计及价格要素的城市公共建筑群虚拟电厂负荷聚类分析研究

价格机制是引导城市公共建筑调整用电行为的手段之一。为评估价格对城市公共建筑用电行为的影响及进一步挖掘城市公共建筑群作为可控负荷式虚拟电厂能源资源参与到电力调度或电力市场交易中,文章通过引入分时电价机制和用户心理学模型,对城市建筑日负荷曲线进行调整,形成考虑价格要素的日计价拟合负荷曲线;采用结合了聚合聚类法和模糊C均值法的两阶段聚类分析算法,对调整后的日负荷曲线进行聚类分析。根据上述方法,通过对100个典型负荷的聚类分析,验证了文章所选算法的有效性,并进一步探讨了通过价格机制引导不同的城市建筑负荷调整用电行为的潜力,为利用价格手段深入挖掘城市公共建筑群作为虚拟电厂资源提供依据。     

考虑新能源消纳及需求响应不确定性的配电网主从博弈经济调度

针对当前配电网侧风电消纳率较低的问题,运用Stackelberg动态博弈理论,提出一种以配电网侧为主体、负荷侧为从体的主从博弈模型.通过分析用户负荷特性,建立用户负荷特性模型;运用三角模糊数描述需求响应的不确定性,建立价格型需求响应不确定性模型;以配电网侧配电网运行成本最小及风电消纳最大、负荷侧用户电费最低为目标建立配...     

基于贝叶斯网络的电力客户停电敏感度预测

精准预测停电敏感的电力客户群体,能够有效感知客户用电需求,提升客户用电满意度,助力提高电力服务水平。文中提出基于贝叶斯网络构建电力客户停电敏感度预测模型,从95598客服平台、营销业务系统、用电信息采集系统获取分析数据,结合客户基本信息、用电信息、智能电能表计量信息以及用户用电交互行为,定义客户停电敏感度数据标签,对用户的停电投诉进行分析与预测。采用K折交叉验证法对停电敏感度预测模型进行实验验证。实验表明,基于贝叶斯网络构建的电力客户停电敏感度预测模型,在停电投诉分析应用中具备较高的精准度,验证了模型的有效性。     

基于分时电价和需求响应的家庭微电网系统协同控制策略及其实现

家庭微电网是智能配电网的重要组成部分和主要建设内容,随着智能电网的不断发展,家庭居民用电将参与电网的优化调度运行。为了适应社会的这种需要,首先以家庭可调度负荷、电动汽车和家用蓄电池工作状态作为约束条件,以用户用电成本最低和净负荷曲线平坦度为优化目标,建立了家庭微电网系统优化调度模型。其次,结合空调和热水器的工作负荷特性,提出了一种基于分时电价和需求响应的家庭微电网系统协同控制策略。对以北京市某居民小区的典型家庭微电网系统为实例的分析结果表明,采用基于所提出的优化调度模型的家庭微电网系统,可以实现对分布式光伏发电、家用蓄电池、电动汽车、家庭负荷设备的优化调度和控制。     

基于先验知识与DBM采样的类不平衡用电数据分类方法

智能电网建设过程中现有客户标签体系不够完善,针对海量用户用电数据的分类管理中带有标签的样本数据量小以及类不平衡分布的问题,提出了一种基于先验知识与深度玻尔兹曼机(DBM)采样的不平衡用电数据分类方法。首先,提取负荷曲线的特征,建立采样原则,利用先验知识和DBM对负荷曲线进行采样。然后,将采样数据通过极限学习机(ELM)网络进行训练。最后以爱尔兰用户用电数据为数据源,通过与原始非采样、随机过采样、合成少数类过采样技术(SMOTE)的对比性实验分析结果表明,所提出的基于先验知识与DBM采样的不平衡用电数据分类方法能够更好地对类不平衡用电数据集进行分类,实现用户用电行为的分析,有效支撑用户侧错峰避峰工作。     

基于负荷预测和非支配排序遗传算法的人工相序优化方法

在对0.4 kV配电台区进行节能降损时发现,调整负荷的接入相序能够有效降低台区的线路损耗和三相负荷不平衡度。文中提出基于负荷预测和非支配排序遗传算法(NSGA2)的人工相序优化方法。首先,利用配电台区出口电流曲线替代法建立用户负荷模型。其次,基于历史数据使用Elman神经网络对调相日的台区内各用户日电量和出口三相电流进行预测。然后,基于预测数据综合考虑以线损最低和调相次数最少为目标函数,建立配电台区多目标相序优化数学模型,使用NSGA2对该模型进行求解,得到优化后各负荷接入相序。最后,通过对比安徽电网某配电台区调相前后的理论线损,验证本文所提方法的有效性。     

基于两阶段数据增强和双向深度残差TCN的用户负荷曲线分类方法

深度挖掘用户负荷规律并感知用电行为对于提升电网服务质量、改善用户用能体验具有重要意义.针对用户负荷中存在的数据缺失、类别不平衡问题以及分类模型性能缺陷,提出一种基于数据增强和双向深度残差时间卷积网络(temporal convolutional network,TCN)的电力用户负荷曲线分类方法.首先,提出考虑负荷数据...