基于多系统数据融合的停电事件判别技术

以配网中压停电事件为中心,提出建设基于多数据融合的配网停电故障定位系统,研究对95598系统、GIS系统、PMS2.0系统、SCADA系统、用电信息采集系统间数据辨识及利用、建立多系统数据校验机制,从而形成真实有效的中压停电事件结果;最后以电能质量在线监测系统中压停电事件数据维护为实例,对多系统数据互校验机制研究的应用作了典范。     

基于数据关联分析的低压配电网拓扑识别方法

文中介绍了一种基于数据关联分析的低压配电网拓扑识别方法。基于低压配电网停电事件、恢复上电事件及地理位置信息将待识别低压配电网划分为单一配电变压器停电台区、由于10kV配电线路停电引起的多个配变停电台区和未停过电台区,在每类台区内筛选特征电压序列,并利用Tanimoto相似度系数计算各分组内配电变压器、分支箱、表箱、用户智能电表之间相关性和非相关性,从而实现低压配电网拓扑识别;结合同一配电变压器台区内停电与带电状态、停电时长、地理位置、供电半径等台区拓扑校验规则对识别出的拓扑进行校验。通过实际案例证明文章提出的方法能够解决现有基于大数据挖掘方法计算量大、计算结果不准确、无法校验等问题,实现了配电变压器台区拓扑的高效、准确识别,提升了配电网的信息化水平和数据质量。     

配网线路停电信息监控与分析技术研究

基于SG186营销系统和用电信息采集系统,查找客户变、线、表、户、址的数据拓扑关系,深入分析和挖掘停电信息,实现停电事件预判、主动抢修和告知、报表一键生成及服务风险防控,解决人工停电分析准确率低和及时率差的问题,为提升供电抢修服务质量和速度、优化服务资源配置提供支撑。     

用电信息采集系统现场停电诊断优化技术

针对用电现场复杂多变的供电电压变化情况,深入研究了可用于智能电网建设的用电信息采集系统现场停电诊断优化技术,提出了现场停电诊断优化策略及多设备二维时间差复合判断算法,实现采集终端对自身停上电数据和电能表停上电数据进行比对的功能,判断停电事件的属性并上报系统主站。试验结果表明,遵循该功能要求进行设计的采集终端能够根据采集终端和电能表记录的停上电数据准确判断本次停电事件的属性,向系统主站上报正确的判断结果,满足设计要求。     

基于用电信息采集系统多数据融合的窃电行为定位方法

针对当前用电信息采集系统暂时无法实现分钟级数据覆盖的情况,提出了一种基于用电信息采集系统多数据融合的窃电行为研判方法,该方法通过对用户多类数据的综合分析,发现功率、电量等用电信息间的逻辑异常情况,并结合设备报送的相关异常事件,实现用电信息采集系统主站监控盲区时段的用电客户异常用电行为定位.     

基于大数据技术的供电可靠性中压停电事件实时智能分析研判与增益研究

当前供电企业中压用户停电事件已实现从用电采集信息系统采集终端自动接入并推送到配电网供电可靠性管理系统,相比传统的手工录入,及时性和准确性有了较大的进步。然而,由于中压配电网设备规模大,涉及专业面广,数据传输链条长,可靠性中压停电事件的准确性、完整性依然受到多种因素限制,对供电可靠性指标统计分析及应用造成不利影响。文章基于配电网中压用户停电事件智能分析处理,通过对中压停电事件相关业务系统进行调研分析和数据交互设计,从中压用户停复电信号采集、处理、到自动推送至供电可靠性管理系统的全流程,运用大数据技术和动态配电网模型,实现用户采集终端停复电数据实时分析和停电事件智能补全增益,确保停电事件集成完整性、准确性有效提升。     

调度多源事件一体建模及智能分析响应系统

为快速反应并结合调度范围各系统事件正确处理重要事件,建立调度多源事件一体建模及智能分析响应。研究电网调度全域各业务系统,建立全景数据及事件的信息模型。在模式管理基础上,结合实体汇集和联邦式数据访问构建覆盖多业务系统的服务于事件综合分析的模型、实时、历史、事件和运行记录等各类数据平台。以高响应级别事件为触发点,根据事件关联性和预置分析规则实施案例式事件数据快速搜集和分析,获取事件确切起因并利用智能通信实现关键信息与各级人员高效交互,提升事件响应效率。     

基于大数据分析的配电网停电数据管理平台

针对当前配电网停电数据管理存在的问题,结合配电网停电数据管理需求,提出一种基于大数据分析技术的配电网停电数据管理平台的实现方法。应用结果表明:基于大数据分析的配电网停电数据管理平台实现了对停电故障的预警、告警和原因分析,可对监测范围内停电信息进行全局检索和综合展现,为停电故障的治理提供有力的数据支撑。     

基于工作票的输变电停电事件自动集成

随着电能质量在线监测系统深化应用,输变电停电事件自动集成已成为电能质量在线监测系统核心的管理功能,实现了从源头系统采集数据并能自动生成停电事件。但是,停电事件生成后,还需要人工进行判断和修改停电性质及原因,增加了管理人员工作负担,同时也不能保证对相关事件管理和统计的及时性。该论文从技术路线与架构、数据流向和数据研判等方面介绍了一种基于工作票的输变电停电原因自动集成典型设计,在现有电能质量在线监测系统中实现了停电原因自动集成。     

基于大数据的配电网停电分析与管理

拓展完善配电网停电分析与管理工作,有助于提升供电公司的对内运维管控和对外供电服务水平。通过全面融合调度自动化、配电自动化、用电信息采集系统等营配调专业的实时运行数据以及PMS、OMS、SG186系统等业务数据,利用大数据技术,从停电信息编译发布、停电信息分析以及停电计划管控3个方面对现有的停电分析与管理工作进行了扩展和完善,实现了停送电信息的自动收集、编译和精准发布,并通过对配电线路、配电变压器等设备实时运行数据的监测以及历史停电情况的分析统计,强化了停电计划的安排和执行跟踪管控。     

考虑信息失效影响的配电网信息物理系统安全性评估方法

由自然故障或网络攻击导致的信息失效事件会影响配电网的故障处理过程,导致配电网停电区域的扩大与停电时间的延长。为量化评估信息失效故障给配电网信息物理系统（cyber physical system, CPS）安全性造成的影响,首先建立配电网CPS安全性评估框架,明确安全性评估的内容和流程。其次,以最小化失负荷功率为目标函数构造配电网故障恢复数学模型,得到故障下的最优开关动作策略。随后考虑故障定位、隔离、恢复过程中出现的信息失效故障,分析其对故障处理业务的影响,计算信息物理组合故障下的安全性评价指标,最终得到对配电网CPS安全性影响最大的关键组合故障集与关键的电力及信息设备。基于某地62节点配电网算例的仿真结果,验证了所提方法的有效性和合理性。     

SVM在中压配网停电事件补全中的应用研究

应用大数据平台深入挖掘计量数据对配电网的运行支撑是当前电网重要研究方向,文中应用支持向量机(SVM)算法研究中压配网停电事件补全方法,解决停电事件准确统计难题。首先总结中压配电网的5类停电事件,接着重点研究了SVM补全方法,给出停电事件补全思路,5类停电事件的SVM补全模型构建方法,并提出了涵盖配电网模型构建、SVM模型构建、SVM求解及故障类型判断的补全流程,然后从工程应用角度,设计了补全模块与用电信息采集等各相关系统间的业务关系框架并进行数据分析架构设计。最后以安徽黄山等4家地市公司为例进行了实践应用分析,验证了文中研究方法可极大提升停电事件统计的及时性和准确性。     

电网运维大数据背景下的继电保护通信系统故障定位方法

针对承载继电保护业务的光纤通信系统频发多通道同时告警事件导致故障定位困难的问题,基于电网运维大数据和贝叶斯网络模型处理方法,提出了一种继电保护通信系统故障定位方法。结合继电保护故障信息管理系统(RPMS)、通信网管系统告警信息和调度运行管理系统(OMS)信息缩小故障定位范围,然后基于由历史运维数据计算得到的先验概率,通过改进的贝叶斯算法进行故障概率计算,推断出故障原因,借助通信资源管控系统信息进行故障定位。算例的计算结果证明了该方法的有效性和准确性。该方法对于多区域并发性故障定位同样适用。     

基于多源信息和遗传算法的配电网故障定位模型

准确地定位配电网的故障区段对于用户供电可靠性有十分重大的意义。目前所提出的配电网故障定位算法有一定的局限性,当信号发生畸变时,很容易出现误判,导致无法快速准确定位到故障区段。针对现有算法的局限性,考虑增加信息多源性,在遗传算法的基础上引入低压侧用户信息,构建了一个高鲁棒性的故障定位模型。通过算例仿真分析,最终证明了该算法相比于不考虑低压侧用户停电信息的算法具有更高的准确性,更加适用于实际工程。     

基于节点阻抗矩阵和电压暂降的故障定位新方法

配电网线路发生故障时,将导致用户停电,直接影响供电连续性和可靠性,及时准确的故障定位对及时排除故障,缩短停电时间,提高供电质量有重要意义。当线路发生故障时,一方面将在全系统内引起电压暂降,给系统内的敏感负荷带来损失;另一方面,利用该特征可识别故障类型并判断故障位置,为此提出利用电压暂降数据识别故障类型,基于节点阻抗矩阵实现配电网故障定位的新方法,并结合网络参数和离线仿真分析,建立不同故障类型和故障情况下的节点电压数据库,当检测到故障后,将采集到的电压暂降数据在节点电压数据库中进行搜索匹配,确定故障区间和故障点。该方法直接利用搜索结果确定故障位置,不用增加其它算法或变换,原理简单,计算迅速。最后,利用电力系统计算机辅助设计（power system computer aided design,PSCAD）仿真软件和实验室搭建实际电路进行测试,验证所提方法的正确性和可靠性。     

基于雷电信息的电网故障诊断系统研究

随着信息技术的发展,电网运行信息、故障信息及一次设备状态监测信息逐步开始融合,为实现基于多数据源信息的故障诊断与应用提供了前提依据,文中提出了一种利用雷电定位信息进行电网故障分析的信息综合处理方法。首先从整体上剖析了现有电网故障信息系统与雷电定位系统的基本构成和数据特征,在此基础上应用分阶段故障分析的思想,设计了使用雷电定位信息进行故障分析的流程,并提出数据融合与处理方法。最后,以某电网220 kV线路实际故障为例,对该故障诊断算法和方法和流程进行说明,并验证其有效性。     

基于TensorFlow框架的有源配电网深度学习故障定位方法

随着大规模分布式电源(DG)接入配电网,配电网的结构由传统的辐射型变为多端电源结构,传统的故障定位方法不再完全满足含DG的配电网系统,对此提出一种基于深度学习的有源配电网故障定位方法。首先通过馈线监控终端采集过电流故障数据与节点电压数据,结合各电源出力数据,形成故障数据向量;然后使用Tensorflow构建基于全连接网络的深度神经网络模型,挖掘故障数据向量与故障支路之间的映射联系,形成故障定位模型;最后利用该模型在线定位故障并验证其有效性。模型测试结果表示,与反向传播神经网络、学习向量量化神经网络模型相比,深度学习模型收敛速度更快,故障定位准确率更高,同时在数据畸变或缺失时,模型具有较高的容错性。     

基于多源数据融合策略的配电网停电故障分析

配电网停电原因比较复杂,为精准地对停电故障进行预警,需采用大数据分析方法从多视角来深入剖析停电事件,尝试全景分析停电诱因及其对配电网影响程度的变化。因此,提出了一种简单易行的基于多源数据融合策略的配电网停电故障分析方法。方法首先融合停电池数据、配电网运行数据及气象数据来构建停电场景,然后采用成熟的主成分分析和逻辑回归来区分停电场景和其对应的非停电场景间的差异,进而发现配电网停电故障发生前的明显征兆。     

内蒙古电力信息网络常见故障分析及处理

结合内蒙古电力信息网络的架构,针对内蒙古电力信息网络中广域网区、局域网区、数据中心区、互联网区、银行联网区、运营商区等不同区域易发生的常见故障,如配置故障、硬件故障、网络故障、接口故障等,进行了故障原因的分析,总结了故障处理的方法。