【学术】智能配电网大数据应用需求和场景分析研究
中国电力科学研究院的研究人员刘科研、盛万兴等，在2015年第2期《中国电机工程学报》上撰文，智能配电网中存在大量异构多源的数据，其中的数据规模和特点符合大数据的各项特征。首先总结配电网大数据的来源和特征
2 配电网典型大数据场景分析
2.1 面向有源配电网规划的负荷预测
随着配电网信息化的快速发展和电力需求影响因素的逐渐增多，用电预测的大数据特征日益凸显，传统的用电预测方法已经不再适用。由于智能预测方法具备良好的非线性拟合能力，因此近年来用电预测领域出现了大量的研究成果，遗传算法、粒子群算法、支持向量机和人工神经网络等智能预测算法开始广泛地应用于用电预测中。
传统的用电负荷预测，受限于较窄的数据采集渠道或较低的数据集成、存储和处理能力，使得研究人员难以从其中挖掘出更有价值的信息。通过将体量更大、类型更多的电力大数据作为分析样本可以实现对电力负荷的时间分布和空间分布预测，为规划设计、电网运行调度提供依据，提升决策的准确性和有效性。
2.2 配电网运行状态评估与预警
基于大数据技术的配电网运行状态评估与预
警研究内容如图1 所示，包括以下方面：
图1 有源配电网运行状态评估和风险预警
1)对配电网进行安全性评价，如电力系统的频率、节点电压水平、主变和线路负载率等;
2)对配电网的供电能力进行评价，如容载比、线路间负荷转移能力等。当供电能力不能满足负荷需求时，根据负荷重要程度、产生的经济社会效益以及历史电压负荷情况，进行甩负荷;
3)对配电网可靠性和供电质量进行评价，如负荷点故障率、系统平均停电频率、系统平均停电时间、电压合格率、电压波动与闪变、三相不平衡度、波形畸变率、电压偏移、频率偏差等;
4)对配电网经济性进行评价，如线损率和设备利用效率等。
免责声明：本文仅代表作者个人观点，与本站无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
我要收藏
个赞
