基于模糊k近邻的变电站主接线类型自动识别方法

针对目前变电站接线图(静态手工绘制)维护耗时久、出错概率高等问题,提出一种基于模糊k近邻的变电站主接线类型自动识别方法——通过有向无环图(directed acyclic graph,DAG)构建不同电压等级电气设备拓扑岛以及构建相应的AOV网((activity on vertex network)进行拓扑排序,获取关键设备之间有向连通路径来表现设备之间的连接约束关系;对于不同类型的主接线,选取典型、非典型有向连通路径样本赋予隶属度进行训练,提高样本置信度,最后利用模糊k近邻分类方法对未知电气岛进行分类判别,获取变电站主接线类型。该方法基于设备模型动态获取变电站主接线类型,为后续主接线类型可视化成图奠定坚实的基础。     

模型驱动的全景图技术在电网运行驾驶舱中的应用

电力系统运行驾驶舱是一体化电网运行智能系统的顶层应用和人机交互入口,通过运行服务总线获取基础资源平台的数据和应用支持,采用态势感知(Situation Awareness,SA)和任务导向技术,提供全面反映电网关键运行状态、预测和控制关键运行风险的"一站式"解决方案。目前驾驶舱中的决策视图是事先构造,不能动态生成,但电网运行决策具有主题的广泛性和视图的不确定性,驾驶舱静态预制显然无法更好地满足决策需要。利用广度优先方法,实现对大规模电网模型的分层抽象计算,形成规格化的空间点线模型,借助自动布局与布线技术,自动生成电网多侧面全景视图以及与应用相对应的主题视图,融合了电网的宏观与微观决策视野,较好地满足了电力系统运行驾驶舱的需求。