电网调度控制系统公共信息模型文件快速查询方法

电网调度控制系统采用描述电网模型的公共信息模型(CIM)文件进行多级调度系统间的模型交换。在电网调度控制系统内部,开始采用CIM文件代替传统的关系数据库作为电网模型多版本和离线编辑模型的存储介质,实现电网模型的轻量化存储。研究了CIM文件快速查询技术,提出了一种基于广义后缀数组的路径索引算法,结合基于倒排文件的关键词索引建立一种轻量级的联合索引,该索引存储性能良好,且可以保存到磁盘;基于联合索引,给出了关键词查询、直接路径查询(DPQ)和间接路径查询(IPQ)三种查询算法。最后,通过和XPath查询技术比较,表明DPQ和IPQ有很好的查询性能,大幅提高了CIM文件的查询效率,能够有效满足模型多版本和模型离线编辑对CIM文件查询的需求。     

变电设备状态监测大数据的查询优化方法

变电设备状态监测数据体积大、价值密度低,传统数据处理方法不能很好地满足状态监视、评估与诊断等应用快速查询的需要。文中通过对状态监测数据特点和分布式列数据存储方法的分析,给出了变电设备状态监测的大数据处理框架。通过对监测时间、监测设备编号和设备编号等数据属性的组合,设计了3种状态监测数据复合行键结构,以提高状态监测数据行键查询的灵活性。为了解决在行键未知情况下全表扫描效率低下的问题,提出基于协处理器的二级索引构建方法,实现在非行键约束条件下的快速查询。实验结果表明,基于协处理器的二级索引方法在查询效率上比无索引和IHBase二级索引方式有了明显提高,对状态监测数据写入速度影响较小,能够较好地满足大数据环境下变电设备状态监测大数据快速、灵活查询的需要。     

配电网SCADA时序数据集群的RWI快速查询技术

针对配电网大量调度监控准实时数据查询效率不高的问题,利用富网络组件容器和大数据二级索引机制将配电大数据嵌入到大规模并行处理(massively parallel processor,MPP)查询引擎中,提出一种跨平台的配电网数据RWI快速查询新方法。综合运用Impala数据守护进程,实现大量准实时数据在调度监控应用的快速查询。以铁路10k V配电网监控系统工程导出的数千万级实际时序数据为算例,进行加载测试和集群查询性能测试。结果表明:基于二级索引的RWI方法异步回调机制,在正常运行下的集群磁盘I/O读取速度约为存储速度的10倍,能将大数据集群与监控界面端异步回调接口间的数据延迟降至数百ms级,合理提高集群性能,能够适当地提升海量数据响应能力,但远低于扩大集群节点数对海量数据响应能力的提升效果。     

基于云数据中心的电网主备调度系统间图形同步

提出一种用于电网主备调度系统间的图形同步方法,利用 SVG 或 CIM/G 作为图形同步介质,通过云数据中心完成主备调度系统间图形(包括模型数据)的整体或增量同步更新,从而保证主调度系统图形单端维护、主备调度系统共享。     

基于省地县一体化调度运行管理系统的配电网抢修信息管理

基于省地县一体化调度运行管理系统,设计开发了配电网故障抢修信息管理系统。充分分析了该平台的技术架构,研究了省地县故障抢修纵深调度的业务协同技术和大规模系统的准实时数据共享技术,实现了省地县纵向故障抢修信息的准实时同步及故障抢修与横向系统间的准实时数据同步。同时,研究了多维度数据可视化建模技术,实现了全省业务范围内多维度故障抢修数据的多样化同步展示。该系统能实现配电网故障抢修的纵深调度和抢修实时跟踪,提升故障异常应急响应速度,简化抢修管理工作,提高配电网故障的抢修工作效率。     

基于云数据中心的电网主备调度系统间图形同步

提出一种用于电网主备调度系统间的图形同步方法,利用SVG或CIM/G作为图形同步介质,通过云数据中心完成主备调度系统间图形(包括模型数据)的整体或增量同步更新,从而保证主调度系统图形单端维护、主备调度系统共享。     

一体化配电网合环在线校核系统的建设与应用

结合主配一体化智能调度控制系统建设,基于省地县一体化模型中心,完成主电网与配电网模型、数据拼接,建立配电网合环操作在线校核系统。利用该系统进行配电网合环操作可行性分析和风险评估,在线校核系统提供合环稳态电流和冲击电流的计算、环路N-1安全分析和遮断容量扫描等功能,减少合环操作的风险。     

基于电网调控运行数据的分布式自主分析关键技术与应用

基于电网设备模型,分析了省地两级电网调度生产运行数据特征,研发了电网调控运行数据分布式存储技术、电网量测点倒排索引、量测点历史数据并行计算、量测点公式自定义与解析等关键技术,搭建了一套分布式电网调控运行数据自主分析系统,促进了电网调控运行数据的应用,提高了电网调度智能化管理水平。     

电力设备综合应急预警系统的应用

为保障电力设备安全,提出建立电力设备综合应急预警系统。该系统包括电力设施防盗预警和输电线路监控预警两个子功能系统,分别实现配电网电力设备的防盗保护预警和输电线路及其运行环境的在线全天候监测,具有对象管理、报警、监控、自动巡检、数据调用、远程提审、历史资料检索与比对、资源管理调度、辅助决策、应急预案系统等多种功能。     

鄂尔多斯电业局率先实现无线公网D5000系统接入

正2020-05-20T01:30,随着最后一批无线终端接入D5000智能电网调度技术支持系统(以下简称D5000系统),鄂尔多斯电业局成功完成配电网自动化系统升级换代,成为内蒙古电力(集团)有限责任公司系统首家实现无线公网接入D5000系统的单位。D5000系统是新一代智能电网调度技术支持系统基础平台,涵盖之前主、配网操作系统全部功能,彻底实现了电网监控从传统变电调度到配电网调度的延伸。调度人员"一岗双责",大幅减轻了原电网监控和运维人员同时运维2套系统的工作压力,可及时准确感知电网运行状态、处置运行异常信息,提高事故处理能力和效率,为调度员处理事     

电能质量在线监测系统海量数据的双列族存储设计

针对高效存储海量电能质量在线监测数据的问题,提出一种基于HBase的双列族电能质量在线监测系统数据库设计新方法。通过将HBase的列族存储架构应用到繁杂的电能质量在线监测数据的高效存储中,然后构造存储优化函数来寻找和设计最优的电能质量在线监测数据存储结构。最后进行几种不同列族数的数据读写时间的对比实验。实验证明:所提的电能质量监测数据双列族存储设计方法可以高效存储海量电能质量监测数据,具有较好的可行性。     

计及分类需求响应的孤岛微网并行多目标优化调度

孤岛微网优化调度中的源荷协调性非常重要,却常被忽视。针对孤岛微网的运行特点,计及分类负荷需求响应,构建了以系统运行成本及污染排放最小化为目标的微网源荷协调多目标优化调度模型。并引入多核并行运算环境和多种群并行交叉变异机制,构建新型的并行多目标微分进化(PMODE)算法对模型进行高效求解,以调和常规智能算法寻优深度和速度间的矛盾。结合应用结果分析了分类负荷发生转移及削减前后对微网内各分布式电源的出力影响和负荷的峰谷调整状况。表明所提出的孤岛微网源荷协调优化调度模型可有效实现节能减排和提升风光消纳率,并验证了PMODE算法的优越性能。     

一种基于功率闭环控制的改进全局MPPT方法

在部分阴影的条件下,光伏阵列的P-U特性曲线呈现多峰值。针对现有方法在多峰值情况下最大功率点追踪的速度和准确度的不足,提出了一种基于功率闭环控制的改进方法。该方法首先采用功率闭环控制确定最大功率点所在电压范围,其次通过分析粒子群法和0.8倍开路电压法,选取适合算法对该电压范围进行精确的追踪。最后以两种典型的阴影条件为例,对现有的基于功率闭环的方法和所提方法进行对比仿真。结果证明了两种方法均能精确地追踪最大功率点,所提方法在追踪速度上有显著提升。     

电力机车PET中直流母线电压的大信号建模及分析

为了准确分析电力电子变压器在大信号扰动下的动态特性,给出一种基于功率平衡的回转器建模方法。利用该方法对额定容量为3 MW的电力电子变压器进行了建模,并与传统的开关模型进行了比较分析。仿真结果表明,基于功率平衡的回转器建模方法具有实用性和有效性。该模型不仅可以精确反映系统在大信号扰动下的行为特性,而且可以减低仿真时间。为了实现前后级直流母线电压的解耦控制,提出了电压前馈补偿策略。在此基础上,建立了母线电压的统一时域解析方程,定量分析了在大信号扰动下系统参数对各直流母线电压的影响,给出了关系曲线,为各模块控制器的设计提供了准则。     

基于最优权重与雷达图的变压器状态评估

实现更加贴近电力变压器实际运行状态的评估,对于电网合理、经济、科学安排检修具有重要意义。针对主观、客观权重单一评估或者简单将二者拟合造成整体评估片面性的问题,提出了基于最小方差理论的最优组合赋权方法,使得权重得到更加合理的分配。将雷达图法的特征量计算方法应用到变压器评估中,使得评估结果更加直观、简洁,也避免数据信息在归一化过程中的遗漏。运用该方法对实际变压器数据进行了分析,验证了方法的可行性和合理性。     

基于BP神经网络的高压隔离开关分合闸监测识别

为了监视电动式高压隔离开关合闸状态,采用图像识别方法对高压隔离开关是否合闸进行监测,确保检修人员的安全。提出了一种融合NSCT和二维最大熵分割方法对图像进行分割,并提取出感兴趣区域(闸刀)。再通过像素积分投影法对闸刀分合闸情况进行特征提取,将提取到的特征值导入BP神经网络中进行训练,得出一个能够自动识别闸刀位置的分类器。将采集的图片导入BP神经网络分类器中进行识别实验论证。实验表明,处理后的图像抗噪能力强,训练出的BP神经网络对闸刀合闸状态的识别率高,达到95%以上。     

基于受冲击与断开后果脆弱度的电网关键线路识别

综合线路断开可能性和断开后果,提出基于受冲击与断开后果脆弱度的电网关键线路识别方法。定义线路受冲击脆弱指标,从其他线路对目标线路造成的潮流冲击影响及目标线路本身的抗冲击韧度两方面评估线路开断概率。同时考虑电网的电气结构和状态转移特性,构建包含电气结构重要度、支路开断脆弱指标、节点电压偏移量的指标集。基于模糊层次分析(FAHP)与改进熵权法建立线路断开后果评估模型。结合线路受冲击脆弱指标与断开后果脆弱指标定义综合脆弱性指标,全面衡量电网线路的脆弱度。IEEE39节点系统仿真结果验证了所提出的识别脆弱线路方法的有效性。     

基于Attention-GRU的短期电价预测

通过分析得出电价与负荷具有相关性,因此在电价预测模型中需要考虑实时负荷的影响。在此基础上针对前馈神经网络不能处理时序数据的缺陷与LSTM神经网络预测速度慢的问题,提出了一种基于Attention-GRU (Attention gated recurrent unit, Attention-GRU)的实时负荷条件下短期电价预测模型。该模型充分利用电价的时序特性,并采用Attention机制突出了对电价预测起关键性作用的输入特征。以美国PJM电力市场实时数据为例进行分析,通过与其他几种预测模型相比,验证了该方法具有更高的预测精度;与LSTM神经网络相比具有更快的预测速度。     

非侵入式电力负荷多目标分解框架

现有基于最优化的非侵入式负荷分解方法存在两个问题:使用一到两个特征对家庭负荷的分解效果差;而使用三个及以上特征作为用电设备辨识的目标函数难度高。提出非侵入式电力负荷多目标分解框架,解决传统方法利用特征数少、加权系数难确定等问题。以有功功率、无功功率、视在功率、谐波和电流波形作为电器运行状态的目标函数,建立多目标优化负荷分解模型。利用多目标进化算法(Multi-Objective Evolutionary Algorithm,MOEA)对实测用电数据进行负荷分解求得Pareto最优解集。最后通过多准则决策方法选出识别结果。实验结果表明,增加特征可提高MOEA算法对多个用电设备同时运行时识别准确率,且与当前主流算法相比,所提框架对家庭负荷分解的准确率更高。