大数据融合在智能配电网中的应用

2018-04-03 15:36:44 电气圈  点击量: 评论 (0)
在信息技术中,大数据是指无法在一定时间内,用常规的工具软件(如现有数据库管理工具或数据处理应用)对其内容进行抓取、管理、存储、搜索、...

在信息技术中,大数据是指无法在一定时间内,用常规的工具软件(如现有数据库管理工具或数据处理应用)对其内容进行抓取、管理、存储、搜索、共享、分析和可视化处理的由数量巨大、结构复杂、类型众多数据构成的大型复杂数据集合。大数据具有4V特点,即高容量(Volume)、快速性(Velocity)、多样性(Variety)和价值密度低(Value)。

智能配电网具备丰富的数据源,现在大多数地市拥有多个配电管理系统,包括配电自动化系统、调度自动化系统、电网气象信息系统、电能质量监测管理系统、生产管理系统、地理信息系统、用电信息采集系统、配变负荷监测系统、负荷控制系统、营销业务管理系统、ERP系统、95598客服系统、经济社会类数据等数据源,这些数据源的总体状况如表1所示。

这些数据源涵盖了调度、运检、营销等多个管理业务,以及绝大部分110kV及以下多电压等级的电网监控和采集信息。从数据源类型来讲,智能配用电大数据应用的数据源类型丰富,覆盖配变、配电变电站、配电开关站、电表、电能质量等配用电自动化和信息化数据、用户数据和社会经济等数据。

场景一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。

场景二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:

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。通过计算风险指标,判断出所面临风险的类型;预测从现在起未来一段时间内配电网所面临的风险情况;根据风险类型辨识结果,生成相应的预防控制方案,供调度决策人员参考;可以对突发性的风险和累积性风险进行准确辨识、定位、类型判断、生成预防控制方案等;依据对多源异构的数据。

大云网官方微信售电那点事儿

责任编辑:电朵云

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