CN109406943A - 一种基于大数据的主动配电网监测方法 - Google Patents

Abstract

本发明提供了一种基于大数据的主动配电网监测方法，具体包括如下步骤：确定含分布式电源主动配电网的多源复合数据集成与融合方式；确定含分布式电源主动配电网的运行感知多层动态指标体系；确定基于大数据驱动的主动配电网智能感知与诊断方案；确定基于大数据驱动的主动配电网关键组成的故障辨识方案；确定基于多源数据融合的主动配电网故障智能搜索定位方式；构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***。本发明以大数据技术为基础，确定主动配电网多源复合数据集成与融合技术、运行感知多层动态指标体系、智能感知与诊断方案、关键组成的故障辨识方案及故障智能搜索定位方案。

Description

一种基于大数据的主动配电网监测方法

技术领域

本发明属于电网监测技术领域，特别涉及一种基于大数据的主动配电网监测方法。

背景技术

主动配电网运行监测研究主要集中在电能质量监测方面。主动配电网的运行状态与电能质量状况与分布式电源的接入方式和运行情况密切相关，潮流方向的改变会对电能质量水平产生较大影响。所以对主动配电网的电能质量监测与一般配电网不同，在监测电能质量实施状况的同时，还需要监测分布式电源的消纳过程和潮流方向，以便制定合理的协调控制策略，在不影响负荷用电的情况下缓和电能质量状况。

在主动配电网发生故障时，对故障的区域定位也至关重要。对于含高渗透率DG的配电网的故障定位，目前已有大量的相关研究。一种较为典型的方法是通过对DG和电网连接点处电压和电流进行测量，并观察其同步性来判断是否发生了故障。另一种方法是针对架空配电网提出的根据故障电流信息的改进故障定位策略，利用重合闸与DG脱网的配合，解决含DG架空配电网的故障定位问题。

主动配电网的数据类型繁多，目前常用的方法是依据IEC61970构建一套统一的数据模型，实现各类业务***之间的信息交互和数据共享。主动配电网的数据变化速度快，这对***的实时数据处理能力提出了更高的要求，有研究表明，正常运行的SCADA***如接收到监测数据延时超过50ms，即将导致错误的控制策略，因而必须在短时内对大量数据进行分析，以支持决策制定。主动配电网的数据量巨大，数据量是传统***的数十倍。主动配电网的数据价值密度低，在设备状态监测中存在同样的问题，所采集的绝大部分数据都是正常数据，只有极少量的异常数据，而异常数据是状态检修的重要依据。此外还会采集到包含着噪声、数据缺失等不确定因素质量较差的数据。所以需要通过聚类、关联、分类等挖掘工具，从海量数据中提取有用信息。

综上，虽然国内为已经对主动配电网相关运行特征、故障特点有了一定的研究。但是对于大数据技术在主动配电网的数据建模、数据关联、数据挖掘、数据融合等方面的研究依旧有待进一步的拓展。同时研究基于大数据技术的主动配电网运行监测、故障诊断与故障区域定位技术也尤为重要。

发明内容

本发明以大数据技术为基础，确定主动配电网多源复合数据集成与融合技术、运行感知多层动态指标体系、智能感知与诊断方案、关键组成的故障辨识方案及故障智能搜索定位方案。

本发明具体为一种基于大数据的主动配电网监测方法，所述基于大数据的主动配电网监测方法具体包括如下步骤：

步骤(1)：确定含分布式电源主动配电网的多源复合数据集成与融合方式；

步骤(2)：确定含分布式电源主动配电网的运行感知多层动态指标体系；

步骤(3)：确定基于大数据驱动的主动配电网智能感知与诊断方案；

步骤(4)：确定基于大数据驱动的主动配电网关键组成的故障辨识方案；

步骤(5)：确定基于多源数据融合的主动配电网故障智能搜索定位方式；

步骤(6)：构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***。

进一步的，所述步骤(1)确定含分布式电源主动配电网的多源复合数据集成与融合方式具体包括如下步骤：

步骤(11)：收集主动配电网拓扑数据、智能电网调度控制***数据、配电自动化数据、光伏电站接入数据、气象数据、用电采集数据及调度日志数据；

步骤(12)：对数据进行属性的分析，并建立合适的属性索引和分类；

步骤(13)：通过数据评估、数据重组、数据清洗、数据抽取、数据过滤分别对多源异构数据进行处理，并保存为数据矩阵的格式；

步骤(14)：根据数据特点提出主动配电网多源复合异构数据的融合与集成方案；

步骤(15)：建立不同数据源之间的智能关联模型。

进一步的，所述步骤(2)确定含分布式电源主动配电网的运行感知多层动态指标体系具体包括如下内容：建立主动配电网运行状态感知多层动态指标体系，包括分布式电源健康指标、供电质量指标、主动配电网控制类指标。

进一步的，所述步骤(3)确定基于大数据驱动的主动配电网智能感知与诊断方案具体包括如下步骤：

步骤(31)：针对主动配电网直接数据的不完备特征，研究基于关联数据智能模型的指标体系知识推理计算技术，建立主动配电网运行动态总指标；

步骤(32)：提出能够反映主动配电网关键组成单元状态的实时感知和诊断技术；

步骤(33)：针对运行数据完备的应用场景，确定基于冗余数据的指标体系知识推理计算修正技术，建立高可靠性的含新能源主动配电网状态感知与诊断方案。

进一步的，所述步骤(4)确定基于大数据驱动的主动配电网关键组成的故障辨识方案具体包括如下步骤：

步骤(41)：利用大数据分析方法，获取主动配电网中分布式电源、线路核心组成设备的故障信息；

步骤(42)：利用数据挖掘技术对故障数据间的相关性和特征量进行分析，提取不同故障的数据特点；

步骤(43)：计算多维诊断指标，建立面向故障的多维诊断数据库；

步骤(44)：以数据库为基础，确定利用多维诊断指标特征比对技术的主动配电网核心组成设备诊断辨识方案。

进一步的，所述步骤(5)确定基于多源数据融合的主动配电网故障智能搜索定位方式具体包括如下步骤：

步骤(51)：以主动配电网***网络拓扑为基础，根据故障特点，建立与网络拓扑节点关联的故障数据矩阵；

步骤(52)：在故障数据矩阵的基础上，利用数据结构的方法形成以故障数据为基础的搜索树，从而根据搜索树的数据，基于多端数据差值理论，确定故障区域智能搜索定位方式。

进一步的，所述步骤(6)构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***具体包括如下步骤：

步骤(61)：以主动配电网的原始数据为基础，通过大数据处理分析手段，建立主动配电网多源复合异构数据表；

步骤(62)：基于主动配电网大数据分析，构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***。

具体实施方式

下面对本发明一种基于大数据的主动配电网监测方法的具体实施方式做详细阐述。

本发明基于大数据的主动配电网监测方法具体包括如下步骤：

步骤(1)：确定含分布式电源主动配电网的多源复合数据集成与融合方式；

步骤(2)：确定含分布式电源主动配电网的运行感知多层动态指标体系；

步骤(3)：确定基于大数据驱动的主动配电网智能感知与诊断方案；

步骤(4)：确定基于大数据驱动的主动配电网关键组成的故障辨识方案；

步骤(5)：确定基于多源数据融合的主动配电网故障智能搜索定位方式；

步骤(6)：构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***。

进一步的，所述步骤(1)确定含分布式电源主动配电网的多源复合数据集成与融合方式具体包括如下步骤：

步骤(11)：收集主动配电网拓扑数据、智能电网调度控制***数据、配电自动化数据、光伏电站接入数据、气象数据、用电采集数据及调度日志数据；

步骤(12)：对数据进行属性的分析，并建立合适的属性索引和分类；

步骤(13)：通过数据评估、数据重组、数据清洗、数据抽取、数据过滤分别对多源异构数据进行处理，并保存为数据矩阵的格式；

步骤(14)：根据数据特点提出主动配电网多源复合异构数据的融合与集成方案；

步骤(15)：建立不同数据源之间的智能关联模型。

进一步的，所述步骤(2)确定含分布式电源主动配电网的运行感知多层动态指标体系具体包括如下内容：建立主动配电网运行状态感知多层动态指标体系，包括分布式电源健康指标、供电质量指标、主动配电网控制类指标。

进一步的，所述步骤(3)确定基于大数据驱动的主动配电网智能感知与诊断方案具体包括如下步骤：

步骤(31)：针对主动配电网直接数据的不完备特征，研究基于关联数据智能模型的指标体系知识推理计算技术，建立主动配电网运行动态总指标；

步骤(32)：提出能够反映主动配电网关键组成单元状态的实时感知和诊断技术；

步骤(33)：针对运行数据完备的应用场景，确定基于冗余数据的指标体系知识推理计算修正技术，建立高可靠性的含新能源主动配电网状态感知与诊断方案。

进一步的，所述步骤(4)确定基于大数据驱动的主动配电网关键组成的故障辨识方案具体包括如下步骤：

步骤(41)：利用大数据分析方法，获取主动配电网中分布式电源、线路核心组成设备的故障信息；

步骤(42)：利用数据挖掘技术对故障数据间的相关性和特征量进行分析，提取不同故障的数据特点；

步骤(43)：计算多维诊断指标，建立面向故障的多维诊断数据库；

步骤(44)：以数据库为基础，确定利用多维诊断指标特征比对技术的主动配电网核心组成设备诊断辨识方案。

进一步的，所述步骤(5)确定基于多源数据融合的主动配电网故障智能搜索定位方式具体包括如下步骤：

步骤(51)：以主动配电网***网络拓扑为基础，根据故障特点，建立与网络拓扑节点关联的故障数据矩阵；

步骤(52)：在故障数据矩阵的基础上，利用数据结构的方法形成以故障数据为基础的搜索树，从而根据搜索树的数据，基于多端数据差值理论，确定故障区域智能搜索定位方式。

进一步的，所述步骤(6)构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***具体包括如下步骤：

步骤(61)：以主动配电网的原始数据为基础，通过大数据处理分析手段，建立主动配电网多源复合异构数据表；

步骤(62)：基于主动配电网大数据分析，构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***。

最后应该说明的是，结合上述实施例仅说明本发明的技术方案而非对其限制。所属领域的普通技术人员应当理解到，本领域技术人员可以对本发明的具体实施方式进行修改或者等同替换，但这些修改或变更均在申请待批的权利要求保护范围之中。

Claims (7)

1.一种基于大数据的主动配电网监测方法，其特征在于，所述基于大数据的主动配电网监测方法具体包括如下步骤：

步骤(1)：确定含分布式电源主动配电网的多源复合数据集成与融合方式；

步骤(2)：确定含分布式电源主动配电网的运行感知多层动态指标体系；

步骤(3)：确定基于大数据驱动的主动配电网智能感知与诊断方案；

步骤(4)：确定基于大数据驱动的主动配电网关键组成的故障辨识方案；

步骤(5)：确定基于多源数据融合的主动配电网故障智能搜索定位方式；

步骤(6)：构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***。

2.根据权利要求1所述的一种基于大数据的主动配电网监测方法，其特征在于，所述步骤(1)确定含分布式电源主动配电网的多源复合数据集成与融合方式具体包括如下步骤：

步骤(11)：收集主动配电网拓扑数据、智能电网调度控制***数据、配电自动化数据、光伏电站接入数据、气象数据、用电采集数据及调度日志数据；

步骤(12)：对数据进行属性的分析，并建立合适的属性索引和分类；

步骤(13)：通过数据评估、数据重组、数据清洗、数据抽取、数据过滤分别对多源异构数据进行处理，并保存为数据矩阵的格式；

步骤(14)：根据数据特点提出主动配电网多源复合异构数据的融合与集成方案；

步骤(15)：建立不同数据源之间的智能关联模型。

3.根据权利要求1所述的一种基于大数据的主动配电网监测方法，其特征在于，所述步骤(2)确定含分布式电源主动配电网的运行感知多层动态指标体系具体包括如下内容：建立主动配电网运行状态感知多层动态指标体系，包括分布式电源健康指标、供电质量指标、主动配电网控制类指标。

4.根据权利要求1所述的一种基于大数据的主动配电网监测方法，其特征在于，所述步骤(3)确定基于大数据驱动的主动配电网智能感知与诊断方案具体包括如下步骤：

步骤(31)：针对主动配电网直接数据的不完备特征，研究基于关联数据智能模型的指标体系知识推理计算技术，建立主动配电网运行动态总指标；

步骤(32)：提出能够反映主动配电网关键组成单元状态的实时感知和诊断技术；

步骤(33)：针对运行数据完备的应用场景，确定基于冗余数据的指标体系知识推理计算修正技术，建立高可靠性的含新能源主动配电网状态感知与诊断方案。

5.根据权利要求1所述的一种基于大数据的主动配电网监测方法，其特征在于，所述步骤(4)确定基于大数据驱动的主动配电网关键组成的故障辨识方案具体包括如下步骤：

步骤(41)：利用大数据分析方法，获取主动配电网中分布式电源、线路核心组成设备的故障信息；

步骤(42)：利用数据挖掘技术对故障数据间的相关性和特征量进行分析，提取不同故障的数据特点；

步骤(43)：计算多维诊断指标，建立面向故障的多维诊断数据库；

步骤(44)：以数据库为基础，确定利用多维诊断指标特征比对技术的主动配电网核心组成设备诊断辨识方案。

6.根据权利要求1所述的一种基于大数据的主动配电网监测方法，其特征在于，所述步骤(5)确定基于多源数据融合的主动配电网故障智能搜索定位方式具体包括如下步骤：

步骤(51)：以主动配电网***网络拓扑为基础，根据故障特点，建立与网络拓扑节点关联的故障数据矩阵；

步骤(52)：在故障数据矩阵的基础上，利用数据结构的方法形成以故障数据为基础的搜索树，从而根据搜索树的数据，基于多端数据差值理论，确定故障区域智能搜索定位方式。

7.根据权利要求1所述的一种基于大数据的主动配电网监测方法，其特征在于，所述步骤(6)构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***具体包括如下步骤：

步骤(61)：以主动配电网的原始数据为基础，通过大数据处理分析手段，建立主动配电网多源复合异构数据表；

步骤(62)：基于主动配电网大数据分析，构建基于大数据驱动的主动配电网运行感知与故障辨识定位集成应用***。