CN106980925B - 一种基于大数据的区域电网调度方法 - Google Patents
一种基于大数据的区域电网调度方法 Download PDFInfo
- Publication number
- CN106980925B CN106980925B CN201710137951.7A CN201710137951A CN106980925B CN 106980925 B CN106980925 B CN 106980925B CN 201710137951 A CN201710137951 A CN 201710137951A CN 106980925 B CN106980925 B CN 106980925B
- Authority
- CN
- China
- Prior art keywords
- information
- data
- power grid
- power transmission
- processed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000005540 biological transmission Effects 0.000 claims abstract description 46
- 230000009466 transformation Effects 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000002776 aggregation Effects 0.000 claims abstract description 23
- 238000004220 aggregation Methods 0.000 claims abstract description 23
- 238000010606 normalization Methods 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000010219 correlation analysis Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 4
- 238000006116 polymerization reaction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000010354 integration Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电网负荷预测管理技术领域，具体的是一种于大数据的区域电网调度方法，包括：步骤S1、从大数据库中的电网信息进行数据筛选，并对筛选出来的数据进行归一化处理以形成第一聚合信息；步骤S2、预先建立若干个信息模型，并根据信息模型对第一聚合信息进行分类，以分别形成各类第二聚合信息；步骤S3，于每类第二聚合信息中获取对应的一个输变电设备的特征量，并根据特征量以及第二聚合信息处理得到相关性系数；步骤S4、根据相关性系数处理得到电网信息中多维度之间的关联状态，并根据关联状态分别对每个输变电设备进行调度控制。本技术方案的有益效果是：电网中的负荷管理准确，能够有效降低电网中的损耗，从而节能减排。
Description
技术领域
本发明涉及电网管理技术领域，具体的是一种基于大数据的区域电网调度方法。
背景技术
随着现代电力***电压等级的不断提升，电网容量的不断扩大，电力***信息化与智能化的不断深入，在局域电网中，电力设备在线监测、智能控制保护、负荷管理***的种类越来越多，方法也越来越先进，在长期、连续的监测、控制保护中，采集的数据量十分巨大，而且基于方法的多样化，采集的数据种类也越来越多，比如视频、图像等，局域电网动态负荷管理***对数据处理的速度要求也在不断提高，再加上传统的方法本身具有信息采集单一、***可靠性差等问题，使得如何能够综合各类数据信息，快速有效分析数据成为了局域电网动态负荷管理***重要研究课题之一，大数据处理方法正好为解决这一难题提供了新的思路和方法。
所谓大数据即为指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在传统区域电网中，负荷管理、能量调度、在线监测、养护等通常都是通过固定频率的检测鲜有通过数据分析进行相关的科学决策，更不用提通过海量的数据，即大数据对于电网进行有效的实时的监控与管理。
上述的现有技术中将会存在下列问题：
1.电网信息的获取不及时将导致决策的滞后，严重的会影响电网的安全运行甚至产生不可挽回的事故；
2.电网获取的信息量过少将会导致进行管理决策的片面性；
3.数据量过大将会处理数据的延迟性以及数据分析的不充分性；
4.不及时的信息处理以及决策将会使得电网中的电能传输效率低下以及浪费巨大的能源。
发明内容
针对现有技术存在的问题，本发明旨在提供一种响应速度快、执行效率高的基于大数据的区域电网调度方法，所述区域电网包括输变电设备，其中，预先获取所述区域电网中各所述输变电设备的多维度的电网信息，并根据所有所述电网信息建立一大数据库，还包括以下步骤：
步骤S1、从所述大数据库中的所述电网信息进行数据筛选，并对筛选出来的数据进行归一化处理以形成第一聚合信息；
步骤S2、预先建立若干个信息模型，并根据所述信息模型对所述第一聚合信息进行分类，以分别形成各类第二聚合信息，每类所述第二聚合信息中包括所述电网信息中包括在同一类别内的自变量信息；
步骤S3，于每类所述第二聚合信息中获取对应的一个所述输变电设备的特征量，并根据所述特征量以及对应一类的所述第二聚合信息处理得到对应的一类所述第二聚合信息中每个所述输变电设备之间的相关性系数；
步骤S4、根据所述相关性系数处理得到所述电网信息中多维度之间的关联状态，并根据所述关联状态分别对每个所述输变电设备进行调度控制。
进一步的，在本发明的优选实施例中，所述步骤S1中还包括：
步骤S11、从所述大数据库中删除与所述区域电网无关的数据，并输出第一处理数据；
步骤S12、从所述第一处理数据中去除数据噪声，并输出第二处理数据；
步骤S13、从所述第二数理数据中处理遗漏数据，并输出第三处理数据；
步骤S14、对所述第三处理数据进行归一化处理并输出第一聚合信息。
进一步的，在本发明的优选实施例中，将所述第三处理数据代入下式进行计算，以完成所述归一化处理：
上式(1)中，Y表示处理结果，X为所述第三处理数据，Xmin为所述第三处理数据中的最小值，以及Xmax为所述第三处理数据中的最大值。
进一步的，在本发明的优选实施例中，所述信息模型为一种CIM(CommonInformation Model，公共信息模型)，用于将所述大数据库中相关的数据进行分类和联系；所述信息模型包括：
基本信息模型，所述基本信息模型包括所述输变电设备中额定参数信息以及位置参数信息；和/或
寿命评估信息模型，所述寿命评估信息模型包括所述输变电设备中的使用寿命信息以及过载寿命信息；和/或
状态信息模型，所述状态信息模型包括所述输变电设备中运行状态信息以及所述输变电设备所在环境的状态信息；和/或
过程信息模型，所述过程信息包括控制所述输变电设备的指令信息以及调度所述输变电设备的功率的指令信息；和/或
用户侧信息模型，所述用户侧信息包括，用户使用需求量信息以及输变电设备在用户端侧的输出电力信息。
进一步的，在本发明的优选实施例中，通过多元线性相关分析法获取所述相关性系数，获取所述相关性系数方法具体为：
将所述特征量以及第二聚合信息中确定的自变量代入下式：
上式(2)中，yi为所述输变电设备的所述特征量；b0为第一相关系数，为通过所述多元线性相关分析法中计算出的常数；bm为所述相关性系数；xim为所述自变量信息；下标i为分析次数，为所述自变量信息的所述多元线性相关性分析方法中的分析次数；下标m为第m个所述自变量信息，为所述自变量信息的单个个数；k为所述自变量信息的总个数；
并计算出所述相关系数。
进一步的，在本发明的优选实施例中，所述电网信息包括多个维度，每个维度对应至少一类所述第二聚合信息；
所述步骤S4具体包括：
步骤S41，预先确定一个维度的参量，并将被确定的维度作为需要处理的维度；
步骤S42，从一类所述第二聚合信息中选择一个所述自变量，并选取所述自变量的多个维度，被选取的多个维度中包括需要处理的维度；
步骤S43，根据所述相关性系数进行可信度分析，以及根据所述多元线性相关分析法输出的权重值进行权重分析，以得到各个被选取的所述维度之间的关系，以及需要处理的所述维度的参量；
步骤S44，判断需要处理的所述维度的参量是否发生变化：
若是，则返回所述步骤S41，以更新所述参量；
步骤S45，输出各个被选取的所述维度之间的关系，以及需要处理的所述维度的参量作为输出结果，并根据所述输出结果对各个所述输变电设备进行调度控制。
本技术方案的有益效果是：采集数据多、数据库全、分析计算的模型计算高、预测结果准确，使得在电网中的负荷管理准确，能够有效降低电网中的损耗，从而节能减排。
附图说明
图1为本发明的基于大数据的区域电网调度方法的流程图；
图2为图1步骤S1实现流程图；
图3为图1步骤S4实现流程图。
具体实施方式
下方将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下方结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
本发明的一种基于大数据的区域电网调度方法，其方法的执行步骤如图1所示，适用于区域电网，区域电网包括输变电设备，其特征在于，预先获取区域电网中各输变电设备的多维度的电网信息，并根据所有电网信息建立一大数据库，还包括以下步骤：
步骤S1、从大数据库中的电网信息进行数据筛选，并对筛选出来的数据进行归一化处理以形成第一聚合信息；
步骤S2、预先建立若干个信息模型，并根据信息模型对第一聚合信息进行分类，以分别形成各类第二聚合信息，每类第二聚合信息中包括电网信息中包括在同一类别内的自变量信息；
步骤S3，于每类第二聚合信息中获取对应的一个输变电设备的特征量，并根据特征量以及对应一类的第二聚合信息处理得到对应的一类第二聚合信息中每个输变电设备之间的相关性系数；
步骤S4、根据相关性系数处理得到电网信息中多维度之间的关联状态，并根据关联状态分别对每个输变电设备进行调度控制。
具体的，在上述优选的实施例中，由于电网信息中包含的数据量大、实时性高为此通过使用传统方法中的数据处理过程就使得处理信息速度变慢同时降低了电网的负荷调度运行效率。
具体的，在上述优选的实施例中，步骤S1主要是通过数据筛选和压缩转变成能够使用的无量纲的归一化数据，将数据进行清洗、交换、压缩转换为可以进一步聚合的数据。
具体的，在上述优选的实施例中，步骤S2主要是通过预先建立的信息模型，将大数据库中包括的数据归纳到数据模型中，并将数据模型中查找进一步的特征量，并初步判断对应的特征量之间的关系。
具体的，在上述优选的实施例中，步骤S3主要是通过多维相关性分析方法，确定变量之间的关系。
具体的，在上述优选的实施例中，步骤S4为将不同类别的数据进行多维关联，得出所需要的特征信息，为负荷调度提供参考。
综上，本发明的技术方案中提供了一种基于大数据的区域电网的调度方法，该方法通过对大数据进行归一化处理、相关性分析、多维决策，解决了现有技术中决策的片面性、控制的不及时性等问题，实现了区域电网负荷管理的高效、高可靠性的效果，在生产生活中实现了通过本防范能够使得决策的最优化和决策的最有效率化，真正意义上达到了电网调度的安全可靠和高效。
优选的，在本发明的较佳实施例中，步骤S1执行过程如图2所示，步骤S1中还包括：
步骤S11、从大数据库中删除与区域电网无关的数据，并输出第一处理数据；
步骤S12、从第一处理数据中去除数据噪声，并输出第二处理数据；
步骤S13、从第二数理数据中处理遗漏数据，并输出第三处理数据；
步骤S14、对第三处理数据进行归一化处理并输出第一聚合信息。
具体的，在本发明上述较佳的实施例中，在步骤S11中主要通过判断数据与数据之间的关联性进行无关数据的删选，例如，在大数据库中包括一变压器的所在海拔高度，该海拔高度相对于负荷调度是一种无关的数据，为此将该海拔高度从数据中剔除。
具体的，在本发明上述的较佳的实施例中，在步骤S12中去除数据噪声则是判断该数据是否是在一个正常值内，例如，在变压器中该变压器的某一时刻点的温度为500摄氏度，该温度值，明显不是正常的温度值，为此将该数据判断成噪声从而去除。
具体的，在本发明的上述较佳的实施例中，在步骤S13中处理遗漏数据，则是因为在处理数据噪声的时候有可能会把如变压器的温度值给删除，从而造成部分数据空缺，此时，需要通过插值法或者中位数平均法对遗漏的数据进行填补。
优选的，在本发明的较佳实施例中，将第三处理数据代入下式进行计算，以完成归一化处理：
上式(1)中，Y表示处理结果，X为所述第三处理数据，Xmin为所述第三处理数据中的最小值，以及Xmax为所述第三处理数据中的最大值。
具体的，在本发明的上述较佳的实施例中，将数据代入(1)式以对数据进行标准归一化处理，从而减小计算量。
优选的，在本发明的较佳实施例中，信息模型为一种CIM(Common InformationModel，公共信息模型)，用于将大数据库中相关的数据进行分类和联系；信息模型包括：
基本信息模型，基本信息模型包括输变电设备中额定参数信息以及位置参数信息；和/或
寿命评估信息模型，寿命评估信息模型包括输变电设备中的使用寿命信息以及过载寿命信息；和/或
状态信息模型，状态信息模型包括输变电设备中运行状态信息以及输变电设备所在环境的状态信息；和/或
过程信息模型，过程信息包括控制输变电设备的指令信息以及调度输变电设备的功率的指令信息；和/或
用户侧信息模型，用户侧信息包括，用户使用需求量信息以及输变电设备在用户端侧的输出电力信息。
具体的，在本发明上述较佳的实施例中，由于CIM模型作为一种已知的一种数据标准化模式，其具体为通过提供一种用对象类和属性及他们之间关系来表示电力***资源的标准方法，CIM方便了实现不同用户或者电网独立开发的能量管理***(EMS)应用的集成，多个独立开发的完整EMS***之间的集成，以及EMS***和其它涉及电力***运行的不同方面的***，例如发电或配电***之间的集成。
优选的，在本发明的较佳实施例中，通过多元线性相关分析法获取相关性系数，获取相关性系数方法具体为：
将特征量以及第二聚合信息中确定的自变量代入下式：
上式(2)中，yi为所述输变电设备的所述特征量；b0为第一相关系数，为通过所述多元线性相关分析法中计算出的常数；bm为所述相关性系数；xim为所述自变量信息；下标i为分析次数，为所述自变量信息的所述多元线性相关性分析方法中的分析次数；下标m为第m个所述自变量信息，为所述自变量信息的单个个数；k为所述自变量信息的总个数；
并计算出相关系数。
具体的，在本发明上述较佳的实施例中，多元线性相关分析法求解变量之间的关系，对于本领域技术人员来说是一种广泛采用的技术手段。
优选的，在本发明的较佳实施例中，电网信息包括多个维度，每个维度对应至少一类第二聚合信息；
步骤S4具体包括：
步骤S41，预先确定一个维度的参量，并将被确定的维度作为需要处理的维度；
步骤S42，从一类第二聚合信息中选择一个自变量，并选取自变量的多个维度，被选取的多个维度中包括需要处理的维度；
步骤S43，根据相关性系数进行可信度分析，以及根据多元线性相关分析法输出的权重值进行权重分析，以得到各个被选取的维度之间的关系，以及需要处理的维度的参量；
步骤S44，判断需要处理的维度的参量是否发生变化：
若是，则返回步骤S41，以更新参量；
步骤S45，输出各个被选取的维度之间的关系，以及需要处理的维度的参量作为输出结果，并根据输出结果对各个输变电设备进行调度控制。
具体的，在本发明上述较佳的实施例中，下面将结合图3对步骤S4做进一步描述：
如果在考虑到三维调度关联状态，此时假设三个维度分别为Z轴：负荷运行维度、Y轴：信息维度和X轴：时间维度，其中负荷运行维度包括：寿命评估、负荷状态；信息维度包括：基本信息、在线监测关联信息、电力调度信息和历史故障信息；时间维度包括：电气量监测、过程量监测、状态量监测和气象监测。
步骤S41：预先确定一个维度的参量，并将被确定的维度作为需要处理的维度，此时将Z轴确定为需要处理的维度。
步骤S42：从一类第二聚合信息中选择一个自变量，并选取自变量的多个维度，被选取的多个维度中包括需要处理的维度，此时将Y轴和X轴作为自变量进行分析。
步骤S43：根据相关性系数进行可信度分析，以及根据多元线性相关分析法输出的权重值进行权重分析，以得到各个被选取的维度之间的关系，以及需要处理的维度的参量，此时需要根据在步骤S3中的进行的多维相关分析方法中确定的相关系数，以及权重进行权重分析，从而获得对应的关系，同时在本领域技术人员应该知道，权重分析可以采用主观赋权法、客观赋权法、组合赋权法中的一种进行权重分析。
步骤S44：判断需要处理的维度的参量是否发生变化：若是，则返回步骤S41，以更新参量。
步骤S45：输出各个被选取的维度之间的关系，以及需要处理的维度的参量作为输出结果，并根据输出结果对各个输变电设备进行调度控制。
以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。
Claims (5)
1.一种基于大数据的区域电网调度方法，适用于区域电网，所述区域电网包括输变电设备，其特征在于，预先获取所述区域电网中各所述输变电设备的多维度的电网信息，并根据所有所述电网信息建立一大数据库，还包括以下步骤：
步骤S1、从所述大数据库中的所述电网信息进行数据筛选，并对筛选出来的数据进行归一化处理以形成第一聚合信息；
步骤S2、预先建立若干个信息模型，并根据所述信息模型对所述第一聚合信息进行分类，以分别形成各类第二聚合信息，每类所述第二聚合信息中包括所述电网信息中包括在同一类别内的自变量信息；
步骤S3，于每类所述第二聚合信息中获取对应的一个所述输变电设备的特征量，并根据所述特征量以及对应一类的所述第二聚合信息处理得到对应的一类所述第二聚合信息中每个所述输变电设备之间的相关性系数；
步骤S4、根据所述相关性系数处理得到所述电网信息中多维度之间的关联状态，并根据所述关联状态分别对每个所述输变电设备进行调度控制；
通过多元线性相关分析法获取所述相关性系数，获取所述相关性系数方法具体为：
将所述特征量以及第二聚合信息中确定的所述自变量信息代入下式：
上式(2)中，yi为所述输变电设备的所述特征量；
b0为第一相关系数，为通过所述多元线性相关分析法中计算出的常数；
bm为所述相关性系数；
xim为所述自变量信息；
下标i为分析次数，为所述自变量信息的所述多元线性相关分析法中的分析次数；
下标m为第m个所述自变量信息，为所述自变量信息的单个个数；
k为所述自变量信息的总个数；
并计算出所述相关性系数。
2.根据权利要求1所述的基于大数据的区域电网调度方法，其特征在于，所述步骤S1中还包括：
步骤S11、从所述大数据库中删除与所述区域电网无关的数据，并输出第一处理数据；
步骤S12、从所述第一处理数据中去除数据噪声，并输出第二处理数据；
步骤S13、从所述第二处理数据中处理遗漏数据，并输出第三处理数据；
步骤S14、对所述第三处理数据进行归一化处理并输出第一聚合信息。
3.根据权利要求2所述的基于大数据的区域电网调度方法，其特征在于，将所述第三处理数据代入下式进行计算，以完成所述归一化处理：
上式(1)中，Y表示处理结果，X为所述第三处理数据，Xmin为所述第三处理数据中的最小值，以及Xmax为所述第三处理数据中的最大值。
4.根据权利要求1所述的基于大数据的区域电网调度方法，其特征在于，所述信息模型为一种公共信息模型，用于将所述大数据库中相关的数据进行分类和联系；所述信息模型包括：
基本信息模型，所述基本信息模型包括所述输变电设备中额定参数信息以及位置参数信息；和/或
寿命评估信息模型，所述寿命评估信息模型包括所述输变电设备中的使用寿命信息以及过载寿命信息；和/或
状态信息模型，所述状态信息模型包括所述输变电设备中运行状态信息以及所述输变电设备所在环境的状态信息；和/或
过程信息模型，所述过程信息包括控制所述输变电设备的指令信息以及调度所述输变电设备的功率的指令信息；和/或
用户侧信息模型，所述用户侧信息包括，用户使用需求量信息以及输变电设备在用户端侧的输出电力信息。
5.如权利要求1所述的基于大数据的区域电网调度方法，其特征在于，所述电网信息包括多个维度，每个维度对应至少一类所述第二聚合信息；
所述步骤S4具体包括：
步骤S41，预先确定一个维度的参量，并将被确定的维度作为需要处理的维度；
步骤S42，从一类所述第二聚合信息中选择一个所述自变量，并选取所述自变量的多个维度，被选取的多个维度中包括需要处理的维度；
步骤S43，根据所述相关性系数进行可信度分析，以及根据所述多元线性相关分析法输出的权重值进行权重分析，以得到各个被选取的所述维度之间的关系，以及需要处理的所述维度的参量；
步骤S44，判断需要处理的所述维度的参量是否发生变化：
若是，则返回所述步骤S41，以更新所述参量；
步骤S45，输出各个被选取的所述维度之间的关系，以及需要处理的所述维度的参量作为输出结果，并根据所述输出结果对各个所述输变电设备进行调度控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710137951.7A CN106980925B (zh) | 2017-03-09 | 2017-03-09 | 一种基于大数据的区域电网调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710137951.7A CN106980925B (zh) | 2017-03-09 | 2017-03-09 | 一种基于大数据的区域电网调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106980925A CN106980925A (zh) | 2017-07-25 |
| CN106980925B true CN106980925B (zh) | 2020-11-17 |
Family
ID=59339510
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710137951.7A Active CN106980925B (zh) | 2017-03-09 | 2017-03-09 | 一种基于大数据的区域电网调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106980925B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109377053A (zh) * | 2018-10-24 | 2019-02-22 | 南京根源电气科技有限公司 | 区域柔性电力控制方法和***及管理方法和*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102074955A (zh) * | 2011-01-20 | 2011-05-25 | 中国电力科学研究院 | 基于知识发现技术的电力***稳定评估及控制方法 |
| CN102193555A (zh) * | 2011-03-11 | 2011-09-21 | 凯里供电局 | 集控中心全景状态监测*** |
| CN102609547A (zh) * | 2012-03-29 | 2012-07-25 | 深圳供电局有限公司 | 数字供电电网全景模型维护方法及其*** |
| CN104200402A (zh) * | 2014-09-11 | 2014-12-10 | 国家电网公司 | 一种电网多个数据源的源数据发布方法及*** |
| CN105574604A (zh) * | 2015-11-12 | 2016-05-11 | 国家电网公司 | 一种面向电网运行事件的监控预判分析*** |
| CN106296315A (zh) * | 2016-11-03 | 2017-01-04 | 广东电网有限责任公司佛山供电局 | 基于用户用电数据的情境感知*** |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI515576B (zh) * | 2013-12-30 | 2016-01-01 | 財團法人工業技術研究院 | 巨資系統的資料分派處理方法及其系統 |
-
2017
- 2017-03-09 CN CN201710137951.7A patent/CN106980925B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102074955A (zh) * | 2011-01-20 | 2011-05-25 | 中国电力科学研究院 | 基于知识发现技术的电力***稳定评估及控制方法 |
| CN102193555A (zh) * | 2011-03-11 | 2011-09-21 | 凯里供电局 | 集控中心全景状态监测*** |
| CN102609547A (zh) * | 2012-03-29 | 2012-07-25 | 深圳供电局有限公司 | 数字供电电网全景模型维护方法及其*** |
| CN104200402A (zh) * | 2014-09-11 | 2014-12-10 | 国家电网公司 | 一种电网多个数据源的源数据发布方法及*** |
| CN105574604A (zh) * | 2015-11-12 | 2016-05-11 | 国家电网公司 | 一种面向电网运行事件的监控预判分析*** |
| CN106296315A (zh) * | 2016-11-03 | 2017-01-04 | 广东电网有限责任公司佛山供电局 | 基于用户用电数据的情境感知*** |
Non-Patent Citations (1)
| Title |
|---|
| 智能配电网大数据应用需求和场景分析研究;刘科研等;《中国电机工程学报》;20150120;第35卷(第2期);第287-293页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106980925A (zh) | 2017-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113240289B (zh) | 一种电网调度控制***运行状态评估方法及*** | |
| CN110266000B (zh) | 一种配电网电压越限原因分析方法、***及存储介质 | |
| CN113872328A (zh) | 基于神经网络的变电站远程智能巡检方法及*** | |
| CN105548744A (zh) | 一种基于运检大数据的变电设备故障识别方法及其*** | |
| CN107547269B (zh) | 基于farima的智能变电站通信流量阈值模型的构建方法 | |
| CN109711664B (zh) | 一种基于大数据的输变电设备健康评估*** | |
| CN109491339B (zh) | 一种基于大数据的变电站设备运行状态预警*** | |
| CN112926791A (zh) | 一种机房温度分布预测方法及*** | |
| CN115016923A (zh) | 基于边缘网关的物联网数据智能处理方法 | |
| CN112650580A (zh) | 一种基于边缘计算的工业大数据监测*** | |
| CN112417627A (zh) | 一种基于四维指标体系配电网运行可靠性分析方法 | |
| CN106849064B (zh) | 一种基于气象数据的区域电网负荷预测管理*** | |
| CN106980925B (zh) | 一种基于大数据的区域电网调度方法 | |
| WO2024066720A1 (zh) | 指标阈值的确定方法、装置、存储介质及电子装置 | |
| CN117330205B (zh) | 一种idc的环境监测预警方法及***、存储介质 | |
| CN113760661A (zh) | 一种基于边缘服务器的用电安全监控方法及装置 | |
| CN108123436B (zh) | 基于主成分分析和多元回归算法的电压越限预测模型 | |
| CN111861141A (zh) | 一种基于模糊故障率预测的配电网可靠性评估方法 | |
| CN116341716A (zh) | 一种基于数字孪生的智能降损方法 | |
| Hu et al. | Adaptive threshold modeling algorithm for monitoring indicators of power network server based on Chebyshev inequality | |
| Ryu et al. | Resilience assessment for interdependent water supply systems based on a system dynamics model | |
| CN118075123B (zh) | 面向电力全场景的海量数据统一处理平台的管理方法 | |
| CN114553914B (zh) | 适用于物联网网关的数据处理方法及装置 | |
| CN118101344B (zh) | 一种针对5g消息的传输安全识别***、方法及介质 | |
| Yu et al. | Troubleshooting and Traceability Method Based on MapReduce Big Data Platform and Improved Genetic Reduction Algorithm for Smart Substation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Room 351, building 2, 2388 xiupu Road, Kangqiao Town, Pudong New Area, Shanghai, 200120 Patentee after: Shanghai Haineng Information Technology Co.,Ltd. Address before: Room 351, building 2, 2388 xiupu Road, Kangqiao Town, Pudong New Area, Shanghai, 200120 Patentee before: SHANGHAI HINNER TECHNOLOGY CO.,LTD. |
|
| CP01 | Change in the name or title of a patent holder | ||
| CB03 | Change of inventor or designer information |
Inventor after: Qian Zhiyin Inventor after: Ji Yamin Inventor after: Wei Chao Inventor after: Zhang Rui Inventor before: Qian Zhiyin |
|
| CB03 | Change of inventor or designer information | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240229 Address after: Room 351, Building 2, No. 2388 Xiupu Road, Kangqiao Town, Pudong New Area, Shanghai, 200000 Patentee after: Shanghai Haineng Information Technology Co.,Ltd. Country or region after: China Patentee after: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. Address before: Room 351, building 2, 2388 xiupu Road, Kangqiao Town, Pudong New Area, Shanghai, 200120 Patentee before: Shanghai Haineng Information Technology Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |