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。     

基于云计算的智能电网调度系统设计研究

基于云计算技术,采用改进遗传算法对智能电网调度系统进行建模与研究。通过搭建云计算平台系统,对基于云计算的智能电网调度系统模型任务调度模型进行搭建。确定各个子任务的适应度函数、选择函数、变异函数以及交叉函数,通过遗传迭代至误差允许范围内,得到数据范围内的最优解。最后,4种电网调度算法对10个工作任务的完成时间进行比较,结果表明,所建立的智能电网调度系统具有良好的工作效率。     

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。     

基于云计算的智能电网运行调度技术系统研究

调度任务海量数据信息的存储、分析处理、引擎搜索等是智能电网经济运行的重要技术支持.云计算是智能电网调度运行数据信息计算分析重要的运算方法,在构筑云计算平台时,不仅要考虑云计算的实时响应性、可靠性和精确性,同时还要考虑云计算的时效性.通过仿真结果表明,在云计算中引入双适应度改进遗传算法结构(DFGA)要比传统自适应遗传算法(AGA)所获得的总任务完成时间和总任务平均完成时间短,不仅是电网任务调度一种改良的云计算网络算法,同时也是智能电网经济运行调度的重要技术支撑系统.     

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。     

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。     

云计算在智能电网调度技术支持系统中的应用研究北大核心

建设智能电网调度技术支持系统过程中,必须解决诸如:海量数据的存储和处理、大计算量、系统的统一管理和弹性扩容、业务的灵活部署和调度,以及计算和分析能力的集成等技术上的关键点和难点。结合云计算技术的相关特性,就如何利用云计算的相关技术、优化支持系统基础平台建设进行探讨。     

智能电网大数据处理技术现状与挑战

智能电网需要全景的状态数据。电网运行、检修和管理过程中会产生海量异构、多态的数据,也即大数据。如何对它们进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。文章首先分析了发电、输变电以及用电各个环节中大数据的产生来源和特点;其后,综述了目前在商业、互联网和工业监测领域已有的大数据处理技术,并详细分析这些技术在应对智能电网建设和大数据处理方面的优势和不足。最后,从大数据存储、实时数据处理、异构多数据源融合以及大数据可视化4个方面论述了智能电网大数据带来的机遇和挑战。     

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。     

面向智能电网应用的电力大数据关键技术

大数据为智能电网的发展注入新的活力,掌握电力大数据的关键技术对电力行业的可持续发展和坚强智能电网的建立具有重要意义。在分析大数据、云计算、智能电网三者关系的基础上,给出具有通用性的电力大数据平台总体架构,并从电力大数据的集成管理技术、数据分析技术、数据处理技术、数据展现技术4个方面深入探讨符合电力企业发展需求的大数据关键技术的选择。最后通过3个典型案例,分析了电力大数据关键技术在新能源并网、风电机组安全评估、电网灾难预警上的应用。大数据关键技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。     

基于Hadoop的智能电网数据安全存储设计

针对智能电网下海量数据的存储问题及数据保密性和完整性需求,分析了现有安全存储方案的特点,结合智能电网应用环境的特殊场合,设计了一种基于Hadoop的智能电网数据安全存储方案。该方案充分利用了HBase高性能优势和现代密码技术,将密钥与密文的管理分离,具有安全性好、密钥管理方便及效率高等特点。开发了基于Hadoop的原型系统,对方案的时间开销进行了分析,并通过相关实验证明了方案的有效性和可行性。     

面向智能电网大数据关联规则挖掘的频繁模式网络模型

针对目前关联规则挖掘频繁树(FP-Tree)算法实现较困难以及难以处理数据库更新的缺点,提出了频繁模式网络(FP-network)模型,将关联规则挖掘所需要的信息压缩到一个无向网络图上,并建立事务项目关联矩阵,从而进行数据存储和数据挖掘。FP-network模型适用于智能电网大数据的关联规则挖掘。以关联规则挖掘在输电线路故障分析领域的应用为例进行算例分析,结果表明所提出的FP-network关联规则挖掘算法不仅继承了FP-Tree算法的优点,而且只需扫描一次数据库,也便于数据库的维护和更新,从而提高了智能电网大数据关联规则挖掘的效率。     

基于云平台的智能电网管理系统分析和设计

由于智能电网规模庞大,需要处理的数据信息量非常巨大,很难再使用传统的数据处理方式进行数据的处理。随着云计算发展逐渐成熟,借助云平台处理海量数据变为现实。通过分析研究,提出一套基于云平台的智能电网管理系统。该系统依托云计算这一平台,提高了数据的处理效率,为智能电网的更好发展保驾护航。     

基于云计算技术的智能电网监控系统的研究

为了保证智能电网运行的可靠性,智能电网的监控系统需要对大量设备的运行数据进行存储和分析。因此,完成海量数据的有效处理成为了实现智能电网监控系统的核心。提出了基于云计算的智能电网监控系统,给出了相应的体系结构,并详细分析了新方法的可行性、优势及需要解决的问题。     

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.     

基于智能电能表大数据的非侵入式短期多节点负载预测

文中结合智能电能表计量大数据,对一定区域内的负载进行非侵入式多节点短期预测的方法进行了研究.同时研究了集聚效应对负载建模和预测的影响,说明了多节点预测的优势与必要性;评估了影响电能需求的变量,并对数据集进行特征选择.使用多元线性回归模型对自顶向下与自底向上两类预测方法进行了比较,在真实数据上的测试表明,以智能电能表计量...     

基于大数据云平台的电力能源大数据采集与应用研究

随着智能电网建设的不断推进,电力系统中运行的采集终端数量大幅激增。面对采集到的海量用电数据,如何快速挖掘出有价值的信息,指导企业发展并服务社会民生,显得尤为迫切。文章介绍了利用分布式架构的用电信息采集系统采集用电数据,建立大数据云平台,通过BP神经网络算法等大数据分析方法,提高线损治理成效,实现负荷的准确预测,并在光伏、车辆网等新的领域对电力能源大数据应用的研究进行了展望,对未来电力能源大数据的深化应用有重要的指导意义。     

智能电网下用户用电系统多目标调度策略研究

用户用电系统是智能电网在居民侧的延伸,是智能电网领域的研究热点之一.通过对居民主要家电的用电起始时间、用电时长、用电时段数的设计,依据动态电价信息,结合分布式电源、电动汽车向电网反馈电能的能力,对用电负载、光伏电池板以及电动汽车建立数学模型,利用粒子群算法进行寻优求解,对用户用电系统多目标运行进行调度安排,在不影响用户用电舒适度的情况下,给出一种以用电费用最小为目标的用电安排策略.最后经过实例分析,通过仿真结果比较发现,用电安排策略有效的降低了34.6％的用电费用,验证了用电安排策略的可行性和经济性,为用户合理用电提供了理论指导.