智能电网大数据研究综述

随着能源互联网、数字电网和泛在物联网的建设和推进,传统电网正在发生深刻的变化,智能测量设备所产生的海量数据使得电网不仅能对设备进行实时监测,集成各类分布式能源,还能为用户提供最优的能源解决方案.鉴于此,对智能电网大数据技术的发展现状进行综述,讨论智能电网的特点和能源数据的多源性,总结大数据在智能电网中的应用,分析机器学...     

智能电网大数据技术发展研究

智能电网是大数据最重要的应用领域之一。该文阐述了智能电网大数据的基本概念,包括:数据源及数据特征,大数据应用于智能电网的价值体现,大数据与传统研究方法的不同之处;综述了国内外智能电网大数据研究和工程应用现状;总结了大数据的理论基础和技术体系;论述了智能电网大数据重点应用领域及应用价值;提出智能电网大数据研究框架和技术发展路线建议。     

基于大数据智能电网关键技术研究

数据挖掘是从海量数据中找到有用信息的重要技术。针对智能电网大数据处理中产生的时延长、效率低等问题,提出了利用数据挖掘技术的大数据处理核心技术,实现对智能电网信息采集中产生的大量数据进行信息发现的研究。分析了基于Apriori聚类算法的电网数据关联性挖掘,提高信息的处理效率。该研究将大数据处理技术引入到电网数据处理中,对于智能电网的进一步发展具有重要的意义。     

智能电网大数据平台及其关键技术研究

智能电网是大数据的重要技术应用领域之一。智能电网大数据平台是大数据挖掘的基础,首先分析智能电网大数据特征及业务需求,然后结合业务详细分析大数据的关键技术,最后给出了大数据平台架构和业务应用架构。智能电网大数据平台实现了智能电网全数据共享,并为业务应用开发和运行提供支撑平台。     

大数据在智能电网中的应用研究

文章研究了大数据技术在智能电网中的应用,阐述了大数据在智能电网中的应用框架,分析了大数据技术在智能电网中的四个应用方面,为电力企业对智能电网中海量数据的管理提供了重要参考。     

基于大数据的智能电网关键技术研究

大数据时代的来临,对数据的处理方式提出了新的挑战。在分析智能电网数据源和数据特征的基础上,提出了利用云计算的环境来对智能电网中的大量数据进行智能处理的方法。将大数据的概念引入到智能电网运行的关键技术当中,对智能电网的实际运行具有重要的指导意义。     

智能电网中非结构化数据可视化技术研究

非结构化数据大量存在于智能电网的大数据中,其增长速度是结构化数据的25倍。然而,非结构化数据缺乏连续性,数据信息量大,不利于系统数据的可视化处理和分析。为了有效解决此问题,文章针对智能电网的实际需求,总结非结构化数据可视化处理存在的问题,利用节点链接技术获取数据、Hbase技术存储数据、分割式技术处理数据、四面体技术进行标识、建立Map Reduce检索模型,并进行显示程序编辑,旨在对智能电网的性能进行优化,从而解决智能电网中非结构化数据可视化难的问题,以及海量数据难以进行批量化处理的问题。     

智能电网大数据的核心技术

正在智能电网领域,随着智能电网建设的不断推进以及智能电网信息化水平的快速提高,电力行业的数据量已经形成了质的飞跃。传统的数据分析技术与运营方式已经不再适合智能电网的发展,大数据技术的不断成熟引发着电力行业的技术变革,给智能电网带来了更大的能力提升以及创造了更多的价值,电力行业从此步入了大数据时代。2013年,在中国电机工程学会信息化专业委员会发布的《中国电力大数据白皮书》中,将这一年定义     

使用智能电表数据进行智能电网负载分析

面向异常用电定位和电力营销模式创新的电力缴费系统的一体化建设对负载预测提出更高的要求.为此,提出了一种基于智能电表数据的随机负荷建模方法.通过对用电量模式进行线性化和聚类处理,将原始智能电表数据简化为加权合并和线性化的用电量曲线,从而实现负载数据的聚类分析.试验结果证明了方法的鲁棒性和准确性.     

面向智能电网的PMU数据通信的研究

针对PMU需要高速通信的特点,提出PMU的测量数据按照IEEEC37.118协议的格式进行封装,用TCP/IP协议和服务器进行实时通信的方案,最后通过仿真测试,验证了数据传输的实时性.     

异构数据集成在智能电网中的应用研究

为了进一步提高电网的安全性、可靠性和能源利用效率,建设智能电网已成为各国科研技术人员所关注的课题.现代电力系统越来越复杂,各个电网之间数据模型、访问接口和实现平台严重不统一,从而很难实现异构数据资源之间的数据共享.将XML和本体技术结合起来应用在电力系统中,采用基于B/S的三层体系结构,以中间件的方式来解决电力系统的异构数据集成,从而实现对各个分布式数据源的透明访问和集中管理.     

基于MapReduce模型的智能电网数据平台研究

智能电网需要处理海量数据,但由于设备及计算能力的限制,传统的计算系统不能有效的解决数据实时计算、综合分析和扩展性等问题。文章引用MapReduce模型概念,提出基于MapReduce模型的智能电网数据平台解决方案,分析了实现平台的技术基础,并阐述了数据平台对建设当前坚强智能电网所起到的重要作用,它可有效提高智能电网建设中数据处理的高效性和可靠性。     

智能电网大数据流式处理方法与状态监测异常检测

针对智能电网大数据流的实时性、易失性、无序性等特点,提出智能电网大数据的实时流处理框架,实现数据收集、数据缓冲与流式计算,满足状态监测异常检测与用电数据分析等快速处理需要。通过采集系统节点监听数据源变化并实时收集数据,利用消息订阅模式对数据进行缓冲,解决数据采集与流式计算速度不一致的问题。提出一种基于Storm的状态监测数据流滑动窗口处理方法,在规定时间内分批处理状态监测数据流,保证数据的连续计算,通过阈值判断进行异常检测。实验结果表明,在集群规模一定的条件下,适当地改变工作进程数以及执行器线程的并发数设置,可以增大滑动窗口的元件吞吐量,提高状态监测异常检测的实时处理效率。     

智能电网多业务数据集成技术

智能电网以坚强网架为基础,以通信信息平台为支撑,以智能控制为手段,包含电力系统的发电、输电、变电、配电、用电和调度各个环节,覆盖所有电压等级,实现“电力流、信息流、业务流”的高度一体化融合,是坚强可靠、经济高效、清洁环保、透明开放、友好互动的现代电网.文章将在国家电网公司SG-ERP工程技术架构指导下,探讨符合智能电网多业务数据集成的关键技术,满足智能电网对海量数据、实时数据以及多业务信息的集成需要,为进一步探索未来智能电网数据集成积累采样数据,更为完善数据集成架构做技术积累.     

基于智能电网数据中心的数据综合治理研究和应用

智能电网的数据中心是各信息系统数据交换的中心,承担着数据共享、分析、级联的功能。国网北京市电力公司(以下简称"北京公司")围绕数据梳理、数据管理、数据质量提升、数据应用四方面对数据中心进行了数据综合治理工作,以有效支撑数据共享和业务融合。经过多年的钻研摸索,北京公司从最初的摸着石头过河,到逐渐的形成体系规模,拥有了一套有特色的数据综合治理的典型经验,通过梳理数据资源、提升数据质量、强化数据管理、深化应用水平等方面的工作,使数据综合治理工作达到"细化指标、明确责任、多方协调、常态管理"的效果。     

电网智能调度中的大数据及应用场景研究

在引入风能、光能等新能源的背景下,整个电网在调度的过程中产生海量复杂的数据,转化电网运行过程中的数据成为了智能调度的重要要求。为了深入了解电网智能调度中的大数据应用效率,论述了电网大数据智能调度的特征,并根据实际情况提出电网智能调度中大数据的应用场景。     

电网智能调度中的大数据及应用场景研究

随着风光储等新能源广泛接入,电网调度运行过程中涉及到海量、多类型、复杂度高的数据,将电网运行数据转化为知识是智能调度发展的必然趋势。为满足大数据全景深度分析的应用需求,文章从数据来源、数据特点、应用趋势等方面对智能调度数据进行了深入分析和总结,结合智能调度的新需求。分析大数据技术在智能调度领域的潜在应用场景。为实现单一数据源无法实现的准确、安全、经济等目标综合最优的智能化分析和决策提供参考。     

智能电网中调度自动化系统数据建模的研究

智能电网建设已成为国家的基本发展战略,它对调度自动化系统提出了更高的要求。分析了智能电网调度自动化和传统电网调度自动化在智能处理和信息共享等方面的区别,提出了SCADA面向设备建模,调度与变电站模型的源端维护方法,分析了子站SCD与主站CIM模型及其映射关系。为今后智能电网调度能充分实现信息交互、需求交互提供一定的参考价值。     

基于虚假数据攻击的智能电网状态估计研究

尽管网络技术在传感、通信和智能测量设备等方面的进步显著提高了电力系统的安全性和可靠性,但其对数据通信的依赖性使其容易受到网络攻击。通过虚假数据注入（FDI）攻击以模仿系统真实行为并保持不可观测的方式操纵电力系统的测量,这会误导状态估计的过程,并可能导致系统的停电。本文提出了一种鲁棒性动态状态估计（DSE）算法,并将其应用于图形处理单元（GPU）的大规模并行结构上,其在IEEE-118总线系统上进行的数值模拟试验验证了该算法的有效性和准确性。     

智能电网研究综述

智能电网（SmartGrid）是当今世界电力系统发展变革的最新动向,被认为是21世纪电力系统的重大科技创新和发展趋势。介绍了智能电网的发展背景、定义和特征,涉及的关键技术、应用和发展以及国内外研究现状。此外,提出了建设广西智能电网的建议。