基于设备状态信息的电网设备运行效率评估模型

为提升电网设备运行效率评估的精准性及效率,设计基于设备状态信息的电网设备运行效率评估模型,以电网设备状态的描述、应用与测试量关系作为评估标准,依靠核心包、域包、记录包、电网设备包,组建电网设备状态信息模型,同时收集设备历史状态记录,构建状态信息数据库,利用数据包络算法进行电网设备权重相对效率评估,同时使用随机前线分析法确定设备产出情况,利用回归分析方法,调节和修正各种随机和外界环境因素,实现对电力系统设备的操作效率的精确评价。实验证明,所提方法评估结果准确,评估效率较好。     

基于C4.5决策树的电网故障设备状态评估

对电网故障设备进行准确的状态评估可有效提高产品质量,减少资源浪费。提出了一种基于C4.5决策树的电网故障设备状态评估方法。首先,通过对电网设备故障因素进行分析,构建了包含13个状态量的设备故障状态体系。其次,基于C4.5决策树算法构建了电网设备状态评估模型。最后,通过后剪枝算法对模型进行剪枝降低模型复杂度,并定义多项指标对算法模型进行评价。实际数据分析结果表明,构建的算法模型预测准确率、精确率均能够达到91%以上,有效支撑设备厂商储备备品备件方面工作,提升企业效益。     

基于数字孪生的主动电网设备状态推演方法

主动电网的动态变化、网络异构和信息庞杂等特性给孪生体的高精准度映射带来了巨大挑战。为解决数字孪生主动电网的高精准度映射问题,提出了一种基于径向基函数神经网络的设备状态推演方法。方法通过建立径向基函数神经网络的电网设备状态监测器,获取正常负荷下的残差数据,并计算设备负荷系数。然后,利用基于马氏距离的相似矩阵识别设备的运行环境,并调用相应的设备推演模型,实现对复杂工况下设备状态的精确推演。实验证明,上述方法的设备状态推演准确率高达92%,满足数字孪生主动电网的要求,为电网智能调控和精确规划提供了基础信息,同时为电网数字化建设提供了理论参考。     

基于有限状态机故障因果链的连锁跳闸故障诊断和预测研究

随着变电站告警信息的规范化、大数据分析在设备监控中应用的深入,使得利用监控大数据及智能化预测分析方法解决电网连锁故障的识别问题成为可能。针对电网连锁故障识别困难的问题,本文提出了基于连锁故障状态因果链的电网故障诊断、故障演化预测及电网脆弱性评估的方法。本文首先介绍了基于有限状态机模型故障因果链的单元件诊断方法、连锁故障诊断方法,然后叙述了基于智能状态因果链构建的电网故障风险评估系统,最后以实际电网为例,验证了本文所提方法的可行性。     

基于遗传算法的输变电设备数据补全

在数字孪生技术的发展下，我国电网行业也在由原来的物理电网逐步向数字电网发展。输变电设备作为电网中的电能输送和传输的枢纽设备，其运行的可靠性直接关系到电网的安全稳定运行。因此，及时掌握输变电设备当前的运行状态以及未来一段时间的运行趋势，实现对设备运行状态的准确评估，对于保证设备安全可靠运行具有重要意义。然而，在目前的实际应用过程中，受限于传感装置稳定性差、现场运行环境恶劣、电磁环境复杂等原因，输变电设备的状态量数据会出现数据缺失造成获得的数据质量较差，这会直接影响设备状态评估模型的准确性。提出一种基于遗传算法的输变电设备缺失数据补全方法，首先对变换域随机赋值，然后通过实现稀疏域中系数向量最小化达到缺失点恢复的效果。实验证明，该算法能够准确地恢复缺失数据。     

面向配电网终端设备的数字孪生映射方法研究

提出了一种面向配电网终端设备的数字孪生映射方法,推动电网企业数字化转型和电力系统自动化,降低成本与安全风险。方法利用虚拟数字孪生空间映射电网物理设备,实现对区域配电网多类型设备故障的实时诊断。首先,对配电网终端设备数据进行压缩转换和级联映射,提取感知终端监测信息与物理拓扑连接关系。其次,采用改进的轻量级Yolov4网络模型进行设备类型识别与分割,结合物理拓扑图进行数字孪生映射,形成设备孪生模型。最后,设计基于卷积注意力机制的状态评估模型,充分考虑区域设备关联与故障特征,实现对设备孪生模型的故障评估及物理空间设备的状态反馈。上述创新方法有望为电力行业带来更高效、安全的运行模式,推进电网智能化发展。     

数字孪生在煤矿电网中的应用研究

立足于数字孪生的基本概念和内涵,分析了数字孪生技术在煤矿电网中的应用优势：以同步实体运行状态、数字化模拟运行2种手段来辅助煤矿电网的运行管理,具有数据驱动、实时更新、同步反馈的特点。提出了由煤矿电网物理实体层、煤矿电网数字孪生模型层、用户管理服务层、数据交流层组成的煤矿电网数字孪生体系基本架构,从物理实体、数字孪生模型2个方面探索了煤矿电网数字孪生体系运行模式。介绍了建立煤矿电网数字孪生体系的关键技术：煤矿电网数字孪生模型构建、智能数据采集、基于5G的智能通信、数字孪生智能数据库、数字孪生设备智能管理平台。给出了数字孪生技术在煤矿电网中的具体应用场景,包括煤矿井下电气设备状态评估、煤矿电网故障定位和保护、煤矿电网智能监控、煤矿井下线路智能巡检。将数字孪生技术应用在煤矿电网中,对煤矿电网的状态和运行进行动态仿真建模,一方面可以满足当今规模庞大的煤矿电网相对地面电网更高的运行要求,保障煤矿生产安全性,另一方面可推进煤矿电网的智能化进程,实现数据资源高效合理利用。     

基于Hadoop的智能电网状态监测数据存储研究

智能电网需要收集海量设备状态监测数据,这对数据存储与查询提出了更高的要求。为处理这些海量数据,设计并实现了基于Hadoop技术的数据存储系统,包括Hadoop集群、存储客户端和查询客户端。通过基准测试、存储结果验证和查询性能分析,验证了该系统具有分布式海量存储及高效查询的优势,适合智能电网环境下设备状态监测数据的存储。     

基于Hash算法的大数据架构下电力系统风险评估研究

为解决电力系统风险评估传统方法存在的处理数据耗时长、实时交互性能欠缺、难以全面反应电网状态等问题,本文提出一种基于Hash算法的大数据架构下电力系统风险评估方法,利用Hash算法将电力系统基础数据关联至服务平台和风险评估系统,采用架空线路停运模型、变压器时变停运模型对电力系统进行大数据建模,融合静态和暂态安全性风险指标,依托多维度数据源,形成电力系统风险评估关联大数据分析体系。该方法有效解决了电力系统风险评估所涉及的多样性和不确定性问题,提升了风险评估实效。将其应用到重庆市某区域电网全年风险评估中,得到的评估结果符合实际情况,验证了所述方法能够综合反应电网设备状态演变和电网外部环境变迁,提高风险评估的准确性和实时性。     

电网遥信大数据智能分析辅助决策系统建设研究

电力调度控制中心为适应电网规模不断扩大、结构日趋复杂化而带来的海量设备监控信息,充分发挥现代化技术手段应用的先进作用,提高调控运行人员对电网驾驭能力以及对电网异常、事故信息处置效率,降低人员劳动强度,开展了电网遥信大数据智能分析辅助决策系统建设研究。本研究基于实际电网模型和实时数据,从电网海量信息中梳理、智能分析,提供结论性结果,智能替代人工,而且以电网实时信息为输入,以设备基础信息为辅助,横向对比,纵向分析,提供科学的辅助决策,全程信息深加工,独立设置,只提取系统信息,而不改变系统数据。建成一个具有简、全、独立安全三个主要特点的系统,有效提高电网设备异常事故处置效率、降低安全生产隐患,保证电网安全稳定运行。     

面向电网智能管控的电力信息系统研究

随着电力信息化的不断发展,对于电网智能管控的研究逐渐被人们重视起来,并且已经上升到了国家建设层面。为促使电力供应更加稳定和合理化,本文提出了一种面向电网智能化建设的电力物联网体系,该体系基于基础物联网结构,从电力的输送、变压、分配、使用不同阶段出发,规避了原有物联网和电力物联网在功能和支撑技术上的差异。并基于电力物联网应用框架进行系统构建,该体系以物联网采集数量为基础,结合云计算,有利于实现数据统一处理并分析、电力资源统一调配。最终形成了一套面向电网智能管控的电力信息系统,将设备远程监控、电能质量监测、电力设备监测、实时故障处理、电力资产管理等功能集成于一体,有利于实现电力管控智能化,提高电网企业效率。     

企业离散式智能设备预测性维护综述

针对智能设备的大量使用且缺乏根据监测大数据进行故障自动分析、判断与处理的问题,研究了基于物联网技术、大数据技术、边云协同技术的智能设备预测性维护框架和模式.提出针对非智能设备安装传感器实现设备智能化的方法.指出边缘计算负责设备工况数据的实时采集、分析,可快速甄别设备故障并实时报警;云计算聚焦同类设备运行海量历史数据的挖掘和分析,形成故障自动预测分析和诊断模式并下载至智能边缘设备.在研究了模型驱动、数据驱动、概率统计驱动、数字孪生和概率数字孪生驱动等故障预测模式后,提出了采用数据驱动的多层级数据融合模式,为制定企业性智能设备维保方案提供借鉴作用.     

基于无感识别技术的工器具智能分类系统设计

基于无感识别技术、物联网技术和云计算平台,构建了面向电力企业的物联网系统架构,结合云计算平台,设计了一款电力企业工器具智能分类系统。该系统基于无线射频识别技术(Radio Frequency Identification technology, RFID),将电子标签作为自动识别装置的工器具分类手段。工器具的数据在经过自动识别装置进行读取之后转入云计算平台进行大数据匹配,从而实现工器具的智能分类和管理。本文所设计的工器具智能分类系统在很大程度上解决了工器具在数据读取、状态诊断和智能分类管理上的问题,杜绝了电力企业中的各种安全管理问题,在完善工器具智能分类和电力企业智能管理方面有着重要意义和参考价值。     

基于云计算的多因素电力负荷坏数据自动检测方法

电力负荷坏数据对电网具有严重的破坏性,为了提高对电力负荷坏数据的检测能力,提出基于云计算的多因素电力负荷坏数据自动检测方法。采用云计算模型进行多因素电力负荷坏数据的分布式重组和集成运算,构建多因素电力负荷坏数据的云网格分布模型,在云网格空间中采用主成分特征分析方法进行多因素电力负荷坏数据特征检测,在双极型直流配电网中实现对多因素电力负荷坏数据的共模分量计算,提取电力负荷坏数据的能量谱特征量,根据负荷用电特性、潮流分布及其容量等参数,实现对多因素电力负荷坏数据的特征检测。仿真结果表明,采用该方法进行多因素电力负荷坏数据检测的自动性较好,检测准确率较高。     

基于调控云的电网供区分析方法

为了解决调控云平台下电网大规模数据集的电网供区分析及其效率的问题,文中设计了基于调控云模型的电网供区分析方法.首先,本文定义了调控云电网供区数据模型.其次,在此数据模型基础上设计了一种电网供区分析方法并利用上述方法实现了电网供区分析展示应用.最后,针对某地区电网的调控云真实的厂站模型及拓扑数据进行实验验证,实验结果表明本文提出的基于调控云模型的电网供区计算方法能较好的分析出电网供区,满足实际电网调度的需求.     

电力企业大数据应用分析

基于电力企业组织围绕“大云物移”等新兴技术,立足岗位、立足专业、立足企业开展项目创新,本文重点关注了企业大数据现状与对下一步发展方向的影响。随着数字时代的到来,数字已经成为企业运营的基本要素,是企业发展的重要驱动。大数据的核心是建立在相关关系分析法基础上的预测,在诸多领域,大数据发展正引致颠覆性创新,随着建设“数字中国”的浪潮推动,国家电网也提出了要建设“数字国网”的新要求。大数据作为一个很好的视角和工具,从其拥有的数据规模、数据活性和企业运用、解释数据的能力即可判断公司的核心竞争力。通过电力系统大数据与运营监测分析、同业对标及卓越绩效管理与评价的有效结合,从管理、运营和战略方向等方面提出了大数据能为电力企业提升核心竞争力提供可靠价值。     

云计算技术在未来智能电网信息处理平台中的应用

未来的电网将会是一个高度自动化、智能化的电网,如此一个庞大、复杂的系统从发电、输电一直到变、配、用电的过程时刻都会生成海量的电能信息及设备运行状态数据,这就需要一个强有力的信息处理平台作为支撑,且这个平台应具有对海量数据的可靠存储、准确分析、实时同步更新及共享的功能,尤其是音视频等异构数据的分析与处理.云计算技术在大数据处理中具有得天独厚的优势,本文将云计算技术引入到未来智能电网的信息处理平台的建设中,针对未来智能电网信息处理平台的各项功能需求,对比目前电网信息处理平台的诸多瓶颈进行深层次的探讨,证明了将云计算技术应用到未来智能电网信息处理平台中的可行性。     

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...     

基于云计算的网络教育培训系统研究与实现

针对电网企业网络教育培训系统集中部署产生的访问峰值问题,提出基于云计算建设动态可扩展应用系统的设计方案,并给出系统架构,包括动态集群扩展、基于订阅-发布模式的共享消息总线的系统集成、系统数据解耦等关键技术。通过搭建实验环境,模拟大并发压力下动态调配资源支撑业务需求的场景,结果证明,基于云计算的网络教育培训系统能够满足大并发访问压力下的动态资源需求,保证用户的访问体验。     

云模式事件混沌关联特征提取的物联网大数据聚类算法

目前的聚类方法单纯从某个角度研究数据聚类问题,对基于云模式的混沌的物联网大数据聚类的考虑不足,聚类质量不高。为实现敏捷、智能、平稳的物联网大数据聚类,基于开展物联网事件的云模式通用描述模型、物联网事件混沌关联特征的云模式通用解析模型、基于云模式的物联网事件混沌关联特征提取算法、基于云模式混沌关联特征的物联网大数据关联挖掘研究,改进分解奇异值算法、网格耦合聚类算法、K-means算法、决策树学习法、分析主成分法、分层合并法等算法和分布概率函数,设计了一种基于事件混沌关联特征、敏捷、智能、平稳的物联网大数据聚类算法。最后,开展实验验证,并与传统算法进行性能对比分析。实验结果表明,相比传统算法,该算法聚类时间短、误差小,且敏捷性、智能性、动态演化性和平稳性高。因此,该算法实现了基于云模式的具有混沌关联特征的物联网事件大数据的有效聚类,具有较高的应用价值。