基于CIM的通用数据服务在智能变电站中的应用

智能化变电站监控系统集成了各个应用系统的数据。文章描述了在多应用数据集成的情况下,采用基于中间件的数据源集成方式,通过CIM模型进行异构数据源的映射,并采用发布订阅机制为不同应用提供通用的数据访问服务,实现应用对变电站端不同数据源的通用访问功能,实现应用对数据访问的无关性,增强了不同自动化系统间的互操作性,在智能变电站中有较好的应用前景。     

基于IEC61970标准的异构数据源间数据转换方法的研究与实现

随着网络技术的快速发展及广泛应用,大量孤立的、异构的数据库系统迫切需要数据库资源的互访和共享,使异构数据源间的数据转换变得十分重要。文中研究了异构数据源间数据转换的方法,定义了一种数据转换组件,该组件将基于XML(ExtensibleMarkupLanguage)的数据直接转换和将XML文档作为中间数据的间接转换相结合。在分析电网电力数据交换的需求及交换标准发展趋势的基础上,提出利用基于XML的IEC61970标准的CIM模型作为电力企业内应用系统生产数据交换的标准,解决了不同系统间数据的互访和共享问题,为电力系统异构数据源间的数据共享提供了参考与借鉴。     

异构数据集成技术在变电站SIS中的应用

对于变电站不同时期开发的分散控制系统,实现其数据共享和集成是全面建设整个变电站监控信息系统(supervisory information system,SIS)的关键.为此,提出了一种基于可扩展标记语言(extensible markup language,XML)的异构数据集成技术,并构造了一个以XML为数据交换格式,使用XML schema建立公共模型、Mediator集成模式的异构数据源集成中间件HDSIM,实现了变电站数据采集、监视、分析和保护一体化.最后给出了系统应用实例,应用结果表明了这种数据集成技术的有效性.     

输变电设备全景信息的多源异构数据聚合方法

针对输变电设备全景信息多源、异构特性不利于数据的高效整合和深度挖掘利用的问题,提出一种基于改进混合本体的多源异构数据聚合方法。通过构建数据源的局部本体以及全局本体,利用本体的语义特性,解决数据聚合中关键性的语义异构问题;采用网络本体语言本体构造和语义网络规则语言规则结合的方式,建立全局本体和局部本体之间的映射,实现映射的重用和共享。输变电设备状态评估信息和环境信息2种典型异构数据源的数据聚合结果表明:该方法可以屏蔽底层异构数据源的语义差异性,实现对异构数据源层的透明访问、有效聚合及后期数据挖掘利用,因其本体建模采用标准化和开放性建模语言而具有较好的可维护性和扩展性,利于更多新业务带来的异构数据源的接入和聚合,有助于推动输变电设备物联网的全景信息集成平台建设。     

基于Hadoop和HBase的输变电设备数据聚合平台

输变电设备在运行中将产生大量的多态、异构数据,导致在数据集成和利用过程中出现信息孤岛问题,无法实现不同数据源内的数据信息共享互换。如何可靠获取、同步处理并对这些数据信息充分挖掘给电力系统中信息系统的建设及运行维护带来巨大压力。利用本体技术对这些多源、异构、海量信息进行聚合,可以向用户提供更具针对性的信息。针对电网中输变电设备全景数据信息的多源性、多态性、异构性,本文提出了基于Hadoop和HBase的输变电设备大数据聚合平台方案,搭载改进混合本体聚合方法,并设计了Map/Reduce分布式查询和推理流程。该平台运用标准化和开放性建模语言,屏蔽底层异构数据源,具有良好的可扩展性,可用于解决输变电设备数据信息的非结构化、共享性差、难以处理等问题。     

异构电力信息系统柔性动态报表的设计与实现

介绍了基于3层结构的多异构电力信息系统柔性动态报表的设计思想和实现方法。它将报表数据与格式分离，使报表数据变量化、报表格式可塑化、数据处理模板化，从而解决了报表模板和数据固化的问题。此外，还可以从异构电力系统的多个数据源中动态地获取数据，是一个柔性的、功能强大的报表生成系统。该报表已在江西吉安供电局应用，效果良好。     

东方电子新一代EMS/DMS系统服务中国电力

目前，电力企业中各业务部门为满足特定的需要，已安装和开发了不同的应用系统，然而，这些应用系统关心电力对象的不同方面，对电力对象有自己专门的建模方法，具有显著的分布性和异构性特点。     

Oracle与Foxpro数据库连接及数据交换讨论

Ｆｏｘｐｒｏ数据库和Ｏｒａｃｌｅ数据库都是目前广泛使用的数据库管理系统，在网络环境下，数据库应用系统常常需要根据特定的目的进行这两种数据源之间的数据连接和交换，本文讨论了使用ＯＤＢＥ、ＤＤＥ和Ｐｒｏ＊Ｃ来实现Ｆｏｘｐｒｏ和Ｏｒａｃｌｅ数据连接和交换的方法。     

发电厂IT系统信息集成的初步研究

文章认为发电厂IT系统的信息集成涉及许多异构的数据源,并且有不同程度的实时信息查询的需求.介绍了电厂IT系统的层次结构,及信息集成的5项关键技术.介绍了一套面向电厂IT系统信息集成的解决方案.     

基于深度-迁移学习的输电线路故障选相模型及其可迁移性研究

为提高输电线路故障诊断模型的可迁移性,根据迁移学习理论将输电线路分为源线路和目标线路,提出一种基于深度-迁移学习的输电线路故障类型识别方法。通过组合不同故障条件,生成输电线路故障期间的时序数据,并通过对数据的预处理,得到面向卷积神经网络的输入数据样本;利用源域数据对初始卷积神经网络进行预训练,获取适用于源线路故障类型识别的预训练模型;采用最大均值差异法对源线路和目标线路进行相似性检验,筛选出待迁移的源域预训练模型;利用目标域数据对预训练模型进行微调迁移训练,获取最终的目标域故障诊断模型。仿真结果表明,利用源域数据量5 %的目标域数据对预训练模型进行微调迁移训练,得到的目标域模型对目标线路故障诊断的准确率达99 %以上。     

基于WebGIS的配电网设备管理研究与应用

W ebGIS是Internet与GIS相结合的产物,它既可使数据属性的信息图形化,便于用户操作管理;又具有数据和分析工具网上分布,动态更新,跨平台免费获取等优越性。文章将W ebGIS技术引入配电网设备管理系统中,不仅便于实现配电网设备故障的快速定位,而且利用其强大的空间分析能力,可实现电网的统一规划功能。论述了使用Java技术实现基于W ebGIS配电网设备管理系统的设计方案,以及设计中存在的几个问题,包括数据库设计、GIS数据组织及系统安全等。该系统已投入使用,效果良好,提高了生产效率。     

数据驱动的无精确建模含源配电网无功运行优化

分布式光伏的接入使得配电网无功电压运行控制需求及解决措施与传统配电网差异较大。针对配电网测量设备安装不全、网架参数难以准确获取,无法进行精确数学建模的问题,提出了无精确建模的含分布式光伏的配电网电压优化控制模型。以节点电压合格为优化目标,使用高速公路神经网络拟合网架节点注入功率与关键节点电压之间的映射关系;考虑分布式光伏的出力约束,进而采用定向寻优策略和反馈机制对优化模型进行求解;通过改变分布式电源逆变器出力来控制电网电压,实现全局系统电压控制。以不同规模的配电网实际数据为例,验证了所提优化运行控制模型的有效性。对比分析了采用普通神经网络和高速公路神经网络的电压拟合精度及收敛速度,证明高速公路神经网络应用于解决无精确建模的多节点含源配电网无功运行问题,可以实现拟合精度和拟合速度的双重优化。     

物联网技术在智能电网中的应用

物联网将渗透到电力输送的各个环节,从发电环节的接入到检测,变电的生产管理、安全评估与监督,以及配电的自动化、用电的采集和营销方面都要采用物联网,在电网建设、生产管理、运行维护、信息采集、安全监控、计量应用和用户交互等方面也将发挥巨大作用。物联网技术可以实现电力设备状态检测、电力生产管理、电力资产全寿命周期管理、智能用电,从而实现按需发电,避免电力浪费;促进分布式发电;保证输电安全;提升服务水平;节约电能使用。从国家电网公司的发展大局出发,从服务于坚强、统一智能电网的建设出发,紧跟国际最新的信息通信技术,开拓进取,力争在未来3年内实现物联网技术在电力系统应用多项核心技术的突破。     

电压偏差和谐波约束下配网光伏最大渗透率评估

针对多个三相不平衡配电网络,在不同位置接入分布式光伏,运用OpenDSS软件计算了分布式光伏接入配网后节点电压偏差及谐波电压畸变率。根据ANSI C84.1-2006稳态电压标准以及IEEE519-1992谐波标准对电压偏差和谐波电压畸变率进行约束,得出不同位置下稳态电压偏差和谐波约束下分布式光伏的最大渗透率,同时分析了线路调压器及光伏接入点短路容量与光伏渗透率的关系。研究结果表明,光伏渗透率与具体配电网的拓扑结构和线路参数相关,光伏接入点越靠近馈线首端,渗透率越大。同时考虑电压偏差和谐波约束下光伏渗透率至少能达到20%,并且使线路调压器与其下游接入的光伏发电功率协调配合也可显著提高光伏的渗透率。     

Energy innovations through blockchain: Challenges,opportunities, and the road ahead

As a secure distributed ledger, blockchain has attracted a great deal of attention over the past decade. The power sector is not an exception to this phenomenon and industry leaders are looking into different ways to create value through this technology. Blockchain is a powerful enabling technology for decentralization of the energy systems of the future. Although this technology can be applied to a wide spectrum of applications in the power sector, many challenges and limitations are still needed to be addressed before its full implementation into grid operations. This paper presents energy innovations through the blockchain technology and addresses the barriers that preclude the power sector from large-scale, full-scope adoption of this technology. The emerging blockchain trends in near future will be further discussed and its potential in facilitating a secure, decentralized energy trading platforms will be investigated in this paper.     

分布式电源并网后对电压分布影响的研究

分布式电源（DG）接入电网后会对电网的电压分布产生很大影响。如何减少分布式电源并网后给配电网电压带来的影响,已经成为一个亟待解决的问题。使用IEEE33节点配电网络作为算例,应用Simulink软件搭建了仿真模型,通过改变分布式电源的容量以及接入位置来分析其对配电网电压分布的影响。在大量仿真算例与数据的基础上,并经过充分研究,总结出一套切实可行的将分布式电源并网的方案,以及并网应该遵循的一些准则,使配电网的安全性与经济性得到提高,对配电网中分布式电源的接入起到了很好的指导作用。     

基于集成深度神经网络的配电网分布式状态估计方法

随着大量分布式能源的接入,配电系统的运行与控制方式愈加复杂。针对配电网状态估计方法面临分布式电源波动数据辨识困难、估计精度低、鲁棒性与估计时效性差等问题,提出一种基于集成深度神经网络的配电网分布式状态估计方法。首先,利用量测数据相关性检验的数据辨识技术识别不良数据和新能源波动数据。在此基础上,利用时域卷积网络(temporal convolutional network, TCN)-双向长短期记忆网络(bidirectional long short term memory, BILSTM)对不良数据进行修正。然后,建立集成深度神经网络(deep neural network, DNN)状态估计模型,采用最大相关-最小冗余(maximum relevance-minimum redundancy, MRMR)的方法优化训练样本,从而提高状态估计的精度和鲁棒性。最后,建立分布式集成深度神经网络模型,弥补了集中式状态估计速度慢的不足,从而提高状态估计效率。基于IEEE123配电网的算例分析表明,所提方法能更准确地辨识分布式电源波动数据和不良数据,同时提高状态估计的精度和效率,且具有较高的鲁...     

32位高性能传感器网络硬件平台的设计与开发

灵活可扩展的高性能无线传感器网络硬件是支撑科学研究与工程实践必不可少的基础平台.以高性能低功耗的STM32微控制器和高灵敏度CC2520无线收发器为核心芯片,设计开发了基于Cortex内核的新一代32位传感器网络开源硬件平台OpenWSN节点,并提供了符合通用模块互联总线规范的外扩接口,以方便与各种传感器和外扩功能板连接.在开源OpenWSN软件的支持下可快速构建传感网研究与应用平台.该设计遵循低功耗、高扩展、高可靠、低成本和微型化原则,实测表明具有良好的传输性能和低功耗特性,为进一步开展同步振动测量等高性能传感网应用奠定了良好基础.     

分布式电源

论述了分布式电源系统的定义,结构及其在多种场合的应用,讨论了它的两种设计方法,指出分布式电源将有取代集中式电源的趋势。