基于大数据的配电网故障诊断预测模型设计

针对传统基于无线传感器的配电网故障检测模型对大数据环境下的配电网故障数据存在诊断准确率低、故障诊断耗时较长以及经济效益较低的问题,设计基于大数据的配电网故障诊断预测模型,其采用RSIA模型对大规模故障信息进行智能搜索,计算出最优约简得到决策规则,实现对配电网故障发生位置的初步定位。采用基于模糊积分的故障诊断预测模型,根据初步诊断结果确定发生故障的候选元件及模糊测度值,根据拓扑信息以及元件的诊断结果形成不同相关联度的支持度集合,采用模糊积分融合技术确定模糊积分值构成故障可能性指标集合,根据该指标确定配电网故障发生的准确位置。实验结果说明,所设计模型能提高大规模配电网故障诊断的精度,缩短诊断用时,提高配电网的安全性。     

基于数据驱动的配电网停电预测模型

停电事故作为影响配电网供电可靠性重要的因素之一,其预测的准确性将给整个电力系统的可靠性带来积极影响.本文提出了一种基于数据驱动的配电网停电预测模型,能够有效地预测停电事故的发生.该模型首先采用一种基于K-means聚类的停电数据集欠采样方法降低原始数据集的不平衡比;然后在此基础上,提出了一种改进的Adaboost集成学习算法,在每次权值更新时,通过使用已经训练的弱分类下的分类误差进行权重更新,用于对后面的弱分类器进行训练,进而改善分类性能.某地区的实际数据测试结果表明,本文提出的基于数据驱动的配电网停电预测模型能够有效地预测配电网停电事故的发生,相比于传统预测方法具有更好的精确度、召回率、F1值,停电预测性能得到明显提高.     

基于大数据的电力二次设备故障诊断研究

针对智能电网下电力设备在线监测系统产生的大数据,提出基于大数据的电力设备故障诊断技术方案.该技术方案通过使用小波包分析技术、Renyi熵理论和 Teager能量算子,从大量的监测数据中提取和分析故障特征向量,并采用神经网络算法识别电力设备的正常操作、异常操作、预警和警告状态.试验表明,利用大数据训练所形成的神经网络能实现电力设备运行状态的评估与决策。     

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GIS平台的配电网故障诊断算法

为了快速确定配电网故障点的位置,并给出故障处理方案,通过分析地理信息系统(GIS)平台配电网拓扑结构.在基于空间搜索技术的故障诊断基础上.引入了关键设备的简化结构及其数学模型.运用矩阵描述了开关状态及拓扑关系.利用基于矩阵运算的电网故障诊断算法.设计了基于GIS平台的故障诊断模块.工程应用中结合现有GSM/GPRS通信...     

基于配用电数据关联的中压配电网断线故障诊断方法

基于配用电信息系统数据和关联规则算法,提出一种诊断中压配电网分支线断线不接地故障的方法。通过分析相互关联的配用电信息系统数据,提出基于数据特征选择的关联规则挖掘方法,并通过卡方分裂算法将连续型特征量转换为布尔型特征量,同时采用MSApriori算法解决故障信息中的稀有项问题,然后在此基础上应用kulc准则消除冗余规则以形成约简的代表规则家族。以华东某地区配用电信息系统中的历史数据为依据进行实际算例分析,结果说明所提出的方法能够大量减少无效挖掘,显著提高效率和准确度,适用于中压配电网断线故障的在线诊断。     

基于调度综合数据平台的大规模电网分层故障诊断

当大规模电力系统发生单一或复杂故障时,各种开关及保护动作信息、报警和事件信息在短时间内同时上传到调度中心各应用系统,此时仅靠单个系统信息和单一诊断手段很难解决故障诊断问题。文中提出了一个基于调度综合数据平台（DIIP）的针对大规模电力网故障诊断的分层故障诊断多智能体系统（MAS）模型,通过分级故障特征信息订阅机制及区域智能体并行诊断和全局智能体总体诊断的分层协调诊断机制,得出最终的故障诊断结论。测试案例表明,利用基于DIIP的多智能体模型诊断故障有效且具有较好的实际应用能力。     

基于多源数据融合的Alexnet神经网络大电网故障诊断

针对电网在台风、冰冻等极端条件下发生故障的诊断问题,提出利用标准遥信及广域测量系统(wide area measurement system,WAMS)数据训练Alexnet模型,并应用于电网故障诊断的方案。首先利用标准故障遥信信息和WAMS数据构造Alexnet的输入图片矩阵,对Alexnet进行训练。然后对Alexnet输入图片高维特征提取方法进行分析,提出构造最优分布结构的输入图片矩阵方法,并形成故障诊断模型。最后以海南岛电网遭受台风袭击为场景,搭建仿真模型对Alexnet故障诊断模型进行验证。     

配电网大数据应用综述

在智能电网的配电侧,安装了难以计数的传感、采集和测量装置的配电自动化系统,含有电网拓扑、设备运维等信息的高级配电管理系统以及与用户互动的需求侧管理系统等多个来源的数据汇集在一起,构成了配用电的大数据环境,这为企业通过挖掘应用支持配网运营决策提供了条件并带来了挑战。论文对配用大数据的应用进行了综述,介绍了配用电大数据的概念、发展和特点,以及大数据在智能用电、数据驱动的新型用电预测技术和协同调度三个方面的潜在应用前景,重点介绍了基于配用电大数据的电网运营驾驶舱技术,同时也给出了云计算、物联网、Hadoop等大数据技术并介绍了相关应用。此外,还阐述了配用电大数据数据处理的实时性、异构多数据源整合和适用于不同结构特征配用电大数据的态势感知与知识提取三个技术难点,并对配用电大数据的发展进行了展望。     

基于大数据分析的配电网故障监测方法

针对当前配网监测手段有限、数据利用率低等问题,提出一种基于大数据分析的配电网故障监测方法。分析目前供电企业配网调度支持系统技术特点与数据流程,选取海量历史遥测数据作为研究对象,采用C均值模糊聚类算法辨识配电线路负荷模式并进行负荷预测。定义了考虑隶属度和欧式距离因素的失配度指标,作为线路故障评价判据。算例分析表明,能有效辨识配电线路负荷模式,较为可靠地判定线路故障,并在一定程度上避免因负荷正常波动造成的误动作。应用效果显示,提供了一种简便、实用的监测手段,能有效监测现有手段监视不到的配电网故障情况。     

基于大数据分析的大型变压器故障发展趋势估计

本文中作者提出一种基于大数据分析的大型变压器故障发展趋势估计方法,提高了故障诊断收敛速度,能够快速精准地估计变压器故障诊断的发展趋势。     

基于量测大数据和数学形态学的配电网故障检测及定位方法研究

提出基于量测大数据和数学形态学的配电网故障检测及定位方法,该方法基于多点同步测量的采集分析架构可使所有数据在同一个时间剖面。首先,通过同步量测采集到的行波信号和工频信号,结合配电网拓扑结构,构建全网大数据矩阵;然后利用Trace检测、圆环定律等方法判别波形信号奇异点,快速判别是否存在故障及不同类型故障的波形畸变规律,从而达到快速故障检测的目的;在检测到故障后,采用基于现代D型行波故障定位方法对故障点进行高精度定位。最后,在PSCAD 80节点配电网模型中对该方法进行了仿真验证,验证结果说明本文提出的方法具有不受线路长度和波速影响,精确度较高的特点。     

基于加权平均粗糙度的配电网故障诊断分层模型

针对配电网发生故障后故障诊断警报信息存在不确定性和不完整性导致难以得出准确结论的问题,提出了利用改进可辨识矩阵对故障样本进行约简,在约简的基础上根据加权平均粗糙度的大小对故障样本进行分层从而建立模型的方法。该方法避免了分层的盲目性和冗余性,大大缩小了诊断模型空间,且加权平均粗糙度计算简单,易于实现。按加权平均粗糙集的大小区分层内各特征信息的优先级,具有很强的容错能力。仿真实例证明了该模型的有效性。     

基于电力大数据应用的故障诊断研究分析

阐述了目前电力系统中故障诊断存在的不足,针对一起变电站10kV开关柜负荷电流异常导致的故障,开发了一种电力大数据在电力系统故障诊断中的应用模块,结合电力大数据分析了导致开关柜发生故障的可能原因,并提出了相应的改进措施,为电力大数据在电力系统中的应用提供了典型案例分析。     

基于改进遗传算法的配电网故障诊断

针对传统配电网故障诊断系统的不足，提出基于改进GA的配电网故障诊断方法．提出节点表示配电网络的模型描述方法，将配电网基本组成元件归纳为进线断路器、开关和线路3类．在实现拓扑分区的基础上，深入研究适应度函数和遗传算子及参数等的改进．仿真实验表明该方法的有效性和高容错性．     

基于大数据的配电网故障停电指标关联因素建模研究

传统配电网故障停电指标关联因素分析方法存在停电预测耗时长和准确率低等问题。为此,研究基于大数据的配电网故障停电指标关联因素模型。基于大数据建立配电网停电故障风险指标,利用层次分析法计算配电网大数据风险指标总体权重。通过数据预处理生成随机森林分类器,将配电网停电故障风险指标作为分类器输入,以OOB残差均方法实现配电网故障停电指标关联因素重要性排序,分类器输出结果即为预测到的配电网停电故障。试验结果表明:模型的电网故障覆盖率较高,说明所提方法具有理想的准确性。     

基于贝叶斯网络和故障录波数据的电网故障综合诊断方法

电网故障诊断是保证系统安全运行的基础,故障录波系统提供的信息为电网故障的精确诊断提供了重要依据。为了有效利用故障录波数据,并在信息缺失或不确定条件下精确诊断电网故障,研究了基于贝叶斯网络和故障录波数据的电网故障综合诊断方法。通过在故障录波联网系统的主站建立输电网贝叶斯模型,结合从故障录波系统得到的模拟量和开关量数据,从而构成基于贝叶斯网络的电网故障识别模型。将贝叶斯网络得出的高可信度诊断结果融入专家系统的知识库,形成完备的故障诊断专家系统。实例分析表明,可快速并准确地定位故障元件,提高电网故障处理效率。