基于大数据的智能移动充电桩调度方法设计与实现

新能源汽车正在以其环境友好、能源清洁的优势,逐渐替代传统化石能源车辆。大力推广新能源汽车成为世界各国应对日益严重的环境恶化和能源枯竭问题的主流可行方案之一。本文提出了基于大数据分析的智能充电桩网络调度方法,分析了智能充电桩网络系统与大数据的关系,通过神经网络训练模型,预测充电桩使用流量分布。通过搭建的融合智能算法的可视化调度实验平台,证明了本文提出的BP神经网络预测方法不但在预测计算时间上有一定优势,而且预测误差最小,该预测方法可以广泛应用于智能移动充电桩调度领域。     

运维驾驶舱大数据平台关键技术研究

电网自动化调度业务繁多,若存在数据遗漏,数据突变等数据准确率问题很难通过人工发现.本文通过阐述运维大数据、云计算和智能电网之间的关联,提出了基于智能电网的海南运维驾驶舱大数据平台总体框架.该平台的总体框架分为五个层,分别是应用程序层、数据源层、数据调度处理层、数据集成存储层以及数据分析层.本文对基于大数据的集成管理技术、索引技术、分析技术和数据挖掘技术进行了深入的探索和研究,以实现自动化驾驶舱大数据关键技术的突破.     

一种基于区块链的充电桩并表计费管理系统

针对新能源汽车充电桩在安全、计费、运营等方面的不足,设计了一种基于区块链的充电桩并表计费管理系统.该系统基于区块链技术实现安全认证,并设计智能合约将电动车用电数据与家用电表绑定,按月生成总用电量清单,根据电网运营商的计费策略及支付通道完成费用支付.测试结果表明,该系统能够在保证安全的同时,使新能源汽车充电像手机充电般即插即充,充完即走,为充电桩的建设与发展提供了一种安全、高效的运营新模式.     

基于云计算大数据分析技术的电动汽车充电监控系统

目前新能源汽车充电桩的测试和运维仍采用工程师进行现场测试和维护的传统方式,这已无法满足充电桩爆发式增长的检测和运维需求。另一方面,虽然充电桩TCU单元可以与充电控制器进行CAN通信,并记录数据,但由于硬件设计缺陷无法进行高速采集,记录的信息十分简单,因此无法反映充电细节,更无法记录新能源汽车与充电桩之间真实的交互过程和信息。文中介绍了采用高速数据采集技术、机器学习技术对新能源汽车充电故障进行采集和识别,实现故障在线诊断、故障预测等功能。设计了一种安装在充电桩内部的故障监控系统,该系统采集电压、电流、门禁、急停等信号,并通过IoT技术上传到云服务器。结合数据处理技术,随机森林分类算法提出了一种充电桩在线诊断故障方法,最终实现充电桩的智能运维。文中简要介绍了随机森林思想及其核心算法,及其拓扑和训练过程,分析了训练结果的均方误差和训练损耗,并对模型进行优化,以提高精度,同时对避免过拟合等问题进行了探索,最后通过项目实际应用对比了故障预测与真实情况的误差,得到故障识别准确率超97%的结论。     

面向互联网的智能充电服务与运营平台设计

随着电动汽车行业的快速发展,近年来已经有很多关于电动汽车充电服务与运营管理相关的研究与应用,但是结合海量智能充电桩的业务信息,在技术架构、前置采集、计费模式兼容、安全防护措施、突出用户体验等几个方面仍然缺乏整体可靠的综合解决方案。为此,提出了面向互联网的海量智能充电桩的电动汽车充电服务运营平台,对实际充电服务与运营业务、平台技术应用进行了详细分析与设计。进一步增强平台运营的可靠性和充电服务应用交互的便捷性,提升终端用户体验,为电动汽车与配套充电设施的大规模推广部署提供一种有效的智能化解决方案。     

基于云计算的智能电网调度平台研究

针对我国能源领域近年来出现的新问题,诸如新能源大量并网和消纳、源网荷的联动、提高电网数据处理效率、增强电网风险防范能力等,提出利用电力大数据和云计算技术构建综合型的智能电网调度云计算平台,借助调度云计算平台高效的数据计算能力,提高电网中调度大数据的处理效率,合理配置电力资源.阐述调度云计算平台的工作原理,并在调度云计算...     

含电动汽车的智能配电网优化调度研究综述

常规的经济调度已不能满足可再生新能源和电动汽车随机接入所带来的挑战。为了解决接入配电网电动汽车数量逐渐增多和分布式电源并网问题。本文对含电动汽车的智能配电网优化调度进行了详细的分析。首先简要分析了电动汽车接入对电网造成的影响。其次本文从电动汽车接入电网的类型、电动汽车参与优化调度的目标、优化调度模型以及优化调度建模方法四个研究方面详细分析了电动汽车与智能配电网协调优化调度。从优化调度的结果分析可知,把电动汽车考虑进智能配电网的优化调度中能够有效的降低配电网的运行成本,使得车主的充电费用减少,并且提高了分布式电源的利用率。然后对大数据技术在智能配电网优化中的应用进行了简要的介绍。最后对电动汽车与智能配电网协调优化调度提出了展望。     

高能物理科学数据中心智能运维系统

【目的】高能物理科学数据中心运维环境复杂,监控工具种类繁多,功能相对重叠且监控数据无法互通,日常运维面临巨大的挑战。为高效运用监控数据,提高数据中心运维能力,本文实现了高能物理科学数据中心智能运维系统。【方法】本文结合工业大数据技术、机器学习技术和数据中心运维需求,设计了通用的数据中心运维技术架构。介绍监控数据采集、分析、存储、共享、可视化等系统核心功能及其实现方式,以及依托该系统在数据中心数据存储、计算服务、网络安全等日常运维的具体应用效果。【结果】本文设计的运维框架,在高能物理科学数据中心日常运维中得到了成熟的应用和实践,提升了数据中心运维管理能力。【结论】智能运维系统在高能物理科学数据中心的应用,加速了运维监控从数据持久化、统一化到数据业务化、生态化的价值演进,实现了基于数据驱动的数据中心智能化运维生态。     

云计算在智能电网调度中的应用

为解决传统电力系统中集中式计算平台海量数据流的存储和分析功能不足的问题,针对云计算在智能电网调度技术中的应用进行了研究。首先,对云计算技术在IT行业的发展进行阐述,对云计算的关键技术从虚拟化与快速部署技术、大规模分布式存储技术、资源调度技术、大规模多租户技术、海量数据处理技术以及大规模信息通信技术等方面出发进行介绍。其次,借鉴IT行业云计算技术,设计了基于云计算的智能电网计算平台以及基于云计算的智能电网互动式节能优化调度架构,以期推动云计算在电力系统中的发展,解决智能电网互动式节能优化调度算法方面的问题。     

基于窄带物联网的电动汽车智能充电系统

电动汽车充电基础设施建设尚不完善已经成为制约电动汽车发展的一个重要因素,面对电动汽车充电桩建设成本高以及监管难的困境,在"互联网+"的背景下提出了基于NB-IOT的电动汽车充电解决方案。分析了现阶段充电系统存在的问题,给出了智能充电桩+云平台管理的系统框架,定义了系统的功能需求,阐述了充电桩的硬件、软件设计方法以及云平台管理系统的设计思路。测试结果表明,系统运行稳定,较好地解决了充电桩建设运营中的组网及监管难题,节约了建设和维护成本,提升了充电服务水平,具有较好的应用前景。     

大数据与可视化在电力设备管理中的创新应用——以设置财务分析指标体系为例

本文针对当下智能电网技术蓬勃发展和电力设备管理不尽人意的矛盾而展开研究,目的是找出一条可以快速实现电力设备的安全和高效运行的道路。本文所使用的理论和对象,均已获得业内普遍认可,包括以往电力设备的管理和检修策略、智能电网时代的电力设备检测技术方法以及大数据和可视化技术的发展现状和趋势等,因而具有坚实的理论和实践基础。通过定性与定量研究、经验比较与描述性研究、跨学科与探索性研究等方法,得出结论,随着信息技术的迅速发展和大数据时代的到来,电力设备管理一直无法实现突破的障碍已经被打破。进而提出,只有结合电力行业大数据特征设置关键性指标,并以此为核心打造内在数据逻辑体系和外在可视化体系,才能实现电力设备管理的迭代。文章最后对新时代电力设备管理进行了展望,并以设置财务分析指标体系为例,对电力设备管理智能系统进行了框架性构建。     

大数据技术在电力通信网的研究与应用

本文首先简要介绍了大数据的5V特征、电力大数据3E特征及电力通信网的覆盖范围,接着重点研究了大数据技术在电力通信网的应用实践——通信管理系统。详细分析了通信管理系统的总体目标、管理范围、应用模式、功能系统范围。通信管理系统具备实时监视、资源管理、运行管理、专业管理四大业务应用,覆盖各级电力通信骨干网和终端通信接入网。通过系统互联,完成通信管理系统上下级之间、与其他系统横向之间的信息共享和应用协同,全面提升通信全程全网故障定位处理能力、跨专业和跨网络的资源管理和优化配置能力、通信业务的全流程闭环管理能力。形成具有集约化、标准化、智能化特征的国家电网公司企业级通信管理平台,为提升通信网络运行维护能力和管理水平提供技术支撑。     

面向电力物联网的电力大数据应用

为保证电网系统安全稳定运行,加强国网公司精细化管理水平,以电力大数据为代表的新一代IT技术在电力物联网领域中的应用,可以有效地解决数据采集、存储与处理等问题,并在海量电力数据中深度挖掘出有潜在利用价值的信息。本文分析了电力物联网中电力大数据的特点和发展趋势,介绍了Apriori算法在处理海量电力大数据中的显著优势,通过利用Apriori算法来处理大数据在电力物联网中的典型应用,优化各级电网控制,构建结构扁平化、功能模块化、系统组态化的柔性体系结构,全面提高电网生产、运行、调度、管理的自动化水平,使系统稳定运行在最佳状态,从而提升了数据挖掘、管理和交互共享操作水平,进而提高了生产作业的效率和管理预测能力,为公司进一步决策部署提供强有力的数据技术支撑。     

基于全景监测与智能预警的配电网全域大数据应用研究

面对不断扩大的电网规模及愈加复杂的外部环境,影响电网安全稳定运行的因素也在不断增加,为此提出了基于大数据机器学习算法的设备状态监测方法.运用成熟的数据挖掘技术,基于当前大量的数据积累开展数据价值的挖掘分析,构建基于随机森林的设备状态评价模型、基于D-S证据论的故障预警模型等,以云计算为支撑,以“互联、共享、智能”为理念...     

电力调度大数据应用平台系统技术研究

为解决智能电网的发展中电网运行和设备检测或监测数据、电力企业管理数据、电力企业营销等数据海量的增加带来的不同业务系统之间分散地开发、运行和管理,系统数据存储结构独立,带来数据多源、格式不一致,数据准确性、实时性不强,数据质量不高,缺乏统一的数据规范等问题,本文利用Hadoop的分布式文件系统HDFS和并行处理框架MapReduce的工作原理,搭建电网调度大数据应用平台系统,解决了不同业务系统之间的数据不能及时共享、访问、管理与分析挖掘等问题。采用数据清洗数据,解决数据质量不高的问题。搭建电网调度大数据应用平台系统,既能实现跨专业、跨部门的多维度关联分析,又能满足海量的智能电网数据存储和数据处理需求,并具有强大的伸缩性,可扩展为电网实现安全、可靠、经济、高效地运行提供保障。     

基于大数据的电网停电承载力分析与应用

为避免调度计划安排超出电网停电承载力,平衡繁重的电网停电任务与电网运行安全裕度之间的关系,保证调度计划刚性执行,有必要在安排停电计划前进行电网停电承载力分析。大数据理论和技术的发展为电网停电承载力分析提供了理论依据和技术条件。本文归纳了进行电网停电承载力分析所需的大数据来源,通过研究历史大数据对影响电网停电承载力的主要因素进行了分析,提出了基于神经网络的电网停电承载力分析模型和方法,通过绿色安全区、黄色预警区和红色危险区直观评价停电数量是否合理,并给出了该方法在山东电网的应用案例。案例表明,本文提出的模型和方法能够有效指导调度计划编制工作,显著提升工作效率并减轻对个人经验的依赖,对调度计划刚性执行和电网停电风险管控具有重要意义。     

智能配电网大数据典型应用场景研究

随着配电网自动化、信息化和智能化水平的逐步提升,海量异构、多态数据可在智能配电网中发挥巨大价值,如何应用这些数据,既是机遇也是挑战。首先总结了智能配电网大数据来源及特征,既包括电网内部数据,也包括社会经济等外部数据,并阐述了智能配电网中大数据挖掘和分析应用的方法,实现数据的清洗转换、分析处理和大数据应用,然后详细介绍了智能配电大数据分析应用平台,包括总体架构和信息安全防护体系,最后基于平台,结合湖南公司的业务需求,对负荷预测、故障综合研判、配网运行状态评估与预判等典型应用场景开展研究和实际应用。研究和应用结果表明,运用大数据技术充分挖掘和分析智能配电网数据的特征和关联关系,可有效提升配电网精益化管理水平。     

基于人工智能的电网调度操作智能防误系统建设及实践

本文将人工智能算法引入电网调度业务,结合调度规程和指令规范,通过语音识别平台实时转化调度电话为文本信息,对于识别的文字通过语义理解、深度学习提取关键词,识别和探测业务场景。利用提取的关键信息在电网操作平台基于电网实时状态校核、调度业务场景规则进行校核和防误。通过语音平台对于不规范和不正确的调度指令进行告警和提示。通过运行操作历史大数据不断学习发现规律,建立完善的调度业务知识图谱,不断提高语音识别的准确率和场景探测的准确度,进而实现调度电话业务24小时安监的功能。本系统实现了操作全过程状态、潮流等全链条智能防误管控,可解决电话下令时由于监护不到位、下令不规范、调度指令理解错误等情况发生时,调度误下令、误操作问题。