CN112199367A - 一种长时间尺度功率平衡校验和大数据分析方法及*** - Google Patents
一种长时间尺度功率平衡校验和大数据分析方法及*** Download PDFInfo
- Publication number
- CN112199367A CN112199367A CN202011397371.XA CN202011397371A CN112199367A CN 112199367 A CN112199367 A CN 112199367A CN 202011397371 A CN202011397371 A CN 202011397371A CN 112199367 A CN112199367 A CN 112199367A
- Authority
- CN
- China
- Prior art keywords
- data
- power
- long
- deviation
- measurement
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000007405 data analysis Methods 0.000 title claims abstract description 24
- 238000005259 measurement Methods 0.000 claims abstract description 81
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000007726 management method Methods 0.000 claims abstract description 16
- 230000002452 interceptive effect Effects 0.000 claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 27
- 238000012795 verification Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004804 winding Methods 0.000 claims description 7
- 238000013139 quantization Methods 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000013524 data verification Methods 0.000 claims description 3
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 9
- 238000005065 mining Methods 0.000 abstract description 7
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 3
- 238000003908 quality control method Methods 0.000 abstract description 2
- 238000007689 inspection Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000002354 daily effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013079 data visualisation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000008531 maintenance mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
- H02J3/00125—Transmission line or load transient problems, e.g. overvoltage, resonance or self-excitation of inductive loads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/221—Column-oriented storage; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement Of Resistance Or Impedance (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
本发明公开了一种长时间尺度功率平衡校验和大数据分析方法及***,该方法依托大数据平台获取长周期运行数据和管理数据,以电网模型数据为基础,通过Spark分布式计算引擎对长周期量测数据质量特征和电力设备状态进行提取,构建可配置、易扩展的电网全景量测数据规则库,利用长时间尺度功率平衡算法实现功率不平衡问题数据的快速诊断,通过大数据可视化分析技术进行数据质量报告的多维动态交互式展示和分析,辅助日常数据质量管控和巡检工作,实现数据质量的提升,为电网数据价值深度挖掘提供高质量的全景数据支撑。
Description
技术领域
本发明属于计算机软件及电力***自动化领域,涉及一种长时间尺度功率平衡校验和大数据可视化分析方法,具体涉及一种基于长时间尺度功率平衡的电网调控量测数据准确性校验。
背景技术
电网调度既是维系发输变配用各环节协调运转的神经枢纽,又是实现能源资源优化配置的在线平台。目前调度自动化***采用分级建设,各级调度机构建设运行调度自动化主站***约1800套,连接着近5万套厂站电力监控***,实现35kV以上厂站实时监控,形成了一张庞大的工业物联网。依托电网长期运行形成和积累了丰富的运行数据和管理数据,这些数据为大数据平台支撑提供了重要数据来源。
调控大数据平台的数据来源迅速增多,数据类型日趋多样,数据规模和处理压力急剧增大,对提高数据采集、汇集、管控、计算和应用能力的要求不断提升,数据质量好坏将直接影响电网运行状态评估和电力数据价值挖掘能力。在实际电网调度控制***中,采集设备故障、采集误差、ID映射错误、网络阻塞、数据转发延迟、模型维护错误等多种原因均会影响各地区电力调度中心上报量测数据质量。电力***中厂站、线路、变压器等对象的有功功率平衡可以直接反映电网的运行状况,也是反映量测数据准确性的重要指标,直接对电力设备对象量测有功数据进行统计分析,对数据质量出现的问题具有更加明确的指向性。但目前量测数据准确性校验方法往往仅考虑单一断面的数据质量,尚未实现长时间尺度海量电网调控量测数据的综合评估,导致检测的异常数据类型有限,缺乏从数据的历史特征中发现隐藏问题的手段,因此进行基于长时间尺度功率平衡的电网调控量测数据准确性校验方法研究具有重要意义。
在目前的调度***中,存在一些不良数据检测方案,如利用稳态/动态数据采集装置采集量测数据,通过断面的量测值计算母线功率不平衡情况。其对应的不良数据有功功率模型和无功功率平衡检测模型的辨识规则分别为:
其中,p i 为进线有功功率,Q i 为进线无功功率,n为进线个数。
根据上述规则判断相应辨识主体的检测模型的稳态数据是否异常,若异常,则获取与上述稳态数据相应的PMU动态数据,并将PMU动态数据带入相应的不良数据监测模型辨识规则中,判断是否满足所设定规则,若满足,则说明上述稳态数据为不合理数据。
现有技术往往仅考虑单一断面的数据质量,通常是对某个时刻母线进线功率进行计算,未对长周期运行数据和管理数据进行特征提取与分析,无法实现长时间尺度海量电网调控量测数据的综合评估。现有技术没有对长周期历史数据产生功率不平衡的原因进行分析与分类检测,导致检测的异常数据类型有限,缺乏从数据的历史特征中发现隐藏问题的手段。此外,现有计算与检测方式没有充分利用大数据分析技术,数据存储与处理没有基于分布式集群的存储与计算框架,对TB级海量量测数据分析与校验速度有待进一步提升。
发明内容
本发明的目的在于解决上述现有技术中的问题,融合海量量测数据的时空关系、拓扑结构、电气关系等特征因素,提出了一种基于长时间尺度功率平衡的电网调控量测数据准确性校验方法,依托大数据平台获取长周期运行数据和管理数据,以电网模型数据为基础,通过Spark分布式计算引擎对长周期量测数据质量特征和电力设备状态进行提取,构建可配置、易扩展的电网全景量测数据规则库,利用长时间尺度功率平衡算法实现功率不平衡问题数据的快速诊断,通过大数据可视化分析技术进行数据质量报告的多维动态交互式展示和分析,辅助日常数据质量管控和巡检工作,实现数据质量的提升,为电网数据价值深度挖掘提供高质量的全景数据支撑。
为达到上述目的,本发明采用以下技术方案予以实现:
一种长时间尺度功率平衡校验和大数据分析方法,包括以下步骤:
步骤1,获取设定周期的电网调控量测数据;
步骤2,提取量测数据的特征因素并进行分析;
步骤3,基于步骤2的分析结果,对设定时间尺度功率平衡进行校验;
步骤4,基于校验结果,建立量测数据异常问题分类规则库;
步骤5,利用量测数据异常问题分类规则库,对量测数据准确性进行分析。
一种长时间尺度功率平衡校验和大数据分析***,包括:
数据提取模块,所述数据提取模块通过Spark分布式计算引擎从大数据平台Hbase列式数据库和数据仓库中提取量测数据、模型数据以及字典数据,为***其他模块提供数据支撑;
特征提取模块,所述特征提取模块用于分析电网调控量测数据,以电网模型数据为基础,提取量测数据的时空关系、拓扑结构以及电气关系的特征因素;
数据校验模块,所述数据校验模块用于对设定时间尺度功率偏差量计算、异常结果分类及分析;
可视化展示模块,所述可视化展示模块用于量测数据准确性结果的多维动态交互式展示与分析,包括数据校验报告查询与导出、量测数据日月年曲线与多对象曲线叠加的实时展示与特征值分析以及模型信息查询。
一种长时间尺度功率平衡校验和大数据分析装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明以电网模型数据为基础,提出量测数据时空关系、拓扑结构、电气关系等特征因素提取和分析方法,构建量测准确性校验的数据特征及分类维度。本发明中结合电网拓扑结构和电气关系,提出了长时间尺度功率平衡校验算法,实现不同时间尺度有功功率偏差量化指标的快速计算,实现电网模型维护错误、少报漏报数据、上报错误数据等问题的准确定位。本发明建立构建量测数据异常问题分类规则库,结合量测历史数据特点和电网业务规则,建立可配置、易扩展的量测数据异常问题分类规则库,从而对功率不平衡异常数据问题及产生原因进行快速研判。本发明依据大数据平台,建立电网调控量测数据准确性校验***,提高数据质量以提升数据分析能力,为大电网数据价值深度挖掘和调控精益管理提供技术支撑。
附图说明
为了更清楚的说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明长时间尺度功率平衡校验和大数据分析方法的流程图。
图2为本发明长时间尺度功率平衡校验和大数据分析***的框架图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明实施例的描述中,需要说明的是,若出现术语“上”、“下”、“水平”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
此外,若出现术语“水平”,并不表示要求部件绝对水平,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
在本发明实施例的描述中,还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明一种基于长时间尺度功率平衡的电网调控量测数据准确性校验方法,基于大数据平台获取电网长周期运行数据和管理数据,融合电网模型数据提取电网调控量测数据的时空关系、拓扑结构、电气关系等特征因素,其次提出基于长时间尺度功率平衡的量测有功数据准确性校验算法,构建可配置、易扩展的量测数据异常问题分类规则库,最后通过大数据可视化分析技术实现数据质量报告的多维动态交互式展示和分析,实现数据异常问题和原因的快速定位,为大电网数据价值挖掘提供高质量的数据支撑。
本发明分析方法包括以下步骤:
步骤1,长周期电网调控量测数据获取,提取海量电网调控量测数据、模型数据以及字典数据,按照电力设备对象、数据来源、时间等不同维度建模构建量测准确性校验数据集;
按照每天去获取每日新增量测数据的,例如今天去获取昨天一天所有数据做分析和校验,此时的周期是按照天设定的,另外,本发明也可以根据需要设置时间尺度,例如分析一周、一个月或者更长时间的数据。
通过Spark分布式计算引擎从电网调控大数据平台Hbase列式数据库和Hive数据仓库中提取海量运行数据、管理数据、模型数据以及字典数据,按照电力设备对象、数据来源、时间等不同维度建模构建量测校验数据集。
首先电网调控大数据平台通过消息总线获取云端发送的数据报文,以电力设备容器、电力一次设备及外部环境作为数据对象,解析报文后按照年份和电力调度数据对象维度分表存储日增量电网调控量测数据;然后利用Spark分布式计算引擎从电网调控大数据平台的Hbase列式数据库中提取运行数据,通过解析Hbase列式数据库的Rowkey以及业务时间戳,将每日新增的量测数据加载到集群内存中;同时根据需要从Hive数据仓库中同步每日更新的管理数据、模型数据以及字典数据到Redis中;最后将量测数据与模型数据、字典数据进行关联和筛选,构建多维度量测校验数据集。
数据从源数据端获取到存储到大数据平台数据库,然后再从数据库获取设定周期量测数据。由于运行数据(包括但不限于量测数据)都是编码信息,因此还需要与模型数据和字典数据关联来进行数据的过滤和关联,最终将所需的运行数据、模型数据、字典数据加载到内存,为后续的计算和校验做数据准备。
电网调控大数据平台基于调控云统一存储设计原则,依托Hbase列式数据库和Hive数据仓库的组件特性,存储电网长期运行形成和积累的运行数据、管理数据、模型数据以及字典数据。
电网调控大数据平台通过消息总线获取云端发送的数据报文,以电力设备容器、电力一次设备、外部环境等作为数据对象,按照电力调度数据对象结构化设计进行数据解析,按年份和电力调度数据对象维度分表存储海量电网调控量测数据。
数据获取通过解析Hbase列式数据库的Rowkey以及业务时间戳,将每日新增的量测数据和更新的模型数据等信息加载到集群内存中,并将量测数据按照电力设备对象、数据来源、量测类型、电压等级等维度构建量测校验数据集,用于算法迭代计算与交互式查询。
步骤2,提取与分析时空关系、拓扑结构、变化频率等电网调控量测数据特征因素;
分析电网运行数据指标、设备基础参数等信息,以电网模型数据为基础,提取量测数据的时空关系、拓扑结构、电气关系等特征因素。
时空关系、拓扑结构、电气关系都是特征因素。时空关系分析包括量测数据时间序列相关性分析以及调度机构与设备间的调度管理关系、运维机构与设备间的运维管理关系、设备容器与设备之间的从属关系分析。通过量测数据与电网模型数据的关联建模,提取出设备、厂站、主网间的拓扑关联关系,为分析厂站、线路、变压器等功率关系提供模型基础。电气关系指的是电气特性及其之间的关系。
在电网调控***中,一般通过对象ID编码、量测类型、数据来源唯一标识一个测点。在调控云建设过程中,电力调度通用数据对象结构化设计对数据对象关系、数据对象ID编码、数据对象元数据定义和数据字典进行建模,描述了调度机构与设备间的调度管理关系、运维机构与设备间的运维管理关系、设备容器与设备之间的从属关系,通过量测数据与电网模型数据的关联建模,提取出设备、厂站、主网间的拓扑关联关系,为量测准确性校验提供拓扑结构模型基础。
不同地区电力调度中心上送的量测点采集频率各不相同,量测点采样规则如表1所示,结合历史数据曲线变化趋势分析量测数据的时空关系,针对不同地区量测数据采样频率制定不同的长时间尺度功率平衡算法规则。
表1 量测点采集频率
步骤3,利用长时间尺度功率平衡校验算法计算厂站及一次设备有功功率偏差量与偏差点;
以电网拓扑结构和厂站设备的连接关系为基础,分析厂站、线路、变压器、换流器等功率守恒关系,对厂站端上报的分钟级量测数据统计计算长时间尺度功率偏差量与偏差点。
功率平衡依据的是功率守恒关系,以厂站为例,计算厂站内所有设备(主要设备包括线路、变压器、换流器)在同一个有效时间断面的流入和流出有功功率的偏差量以及设定时间尺度的总的功率偏差量。偏差点是指设定时间尺度中功率偏差大于阈值的时间断面。此处是以厂站为例描述整个方法,但对于计算线路和变压器的功率平衡校验同样适用。对于线路长时间尺度功率平衡校验,则是依据线路首末端的功率守恒关系,计算长时间尺度功率偏差量进行判断;对于变压器长时间尺度功率平衡校验则是依据变压器各端的率守恒关系,计算长时间尺度功率偏差量进行判断。
电力***中,厂站一般包括发电厂、变电站和换流站。对于发电厂和变电站往往考虑站内同一电压等级的所有线路和变压器等设备在同一个时间断面的流入和流出有功功率,而换流站中换流器的有功功率也会影响其功率平衡。长时间尺度功率平衡校验算法实现流程如下:
步骤3-1,首先将厂站中设备按照电压等级分组,相同电压等级的设备序列为D vol ={V ac ,V tf ,V ct },其中线路线端为V ac ={V ac,1,V ac,2,V ac,n }、变压器绕组为V tf ={V tf,1,V tf,2,V tf,m }、换流器为V ct ={V ct,1,V ct,2,V ct,k }。
步骤3-2,查找D vol 中所有设备的非空有效值时间点,计算厂站功率平衡校验的有效时间点序列T={t 1,t 2,…,t n },有效点数为有效时间序列T的长度。
步骤3-4,统计提取电力***有功功率特征值,设定不同电压等级的功率偏差阈值序列τ={τ 35,τ 66,…,t 220,…,t 1000},其中下标表示电压等级。
步骤3-5,各有效时间断面的厂站功功率偏差与功率偏差阈值比较,当,判定该断面不存在有功功率不平衡功率问题,否则判定该时刻为功率不平衡点,并记录到功率不平衡序列,功率不平衡点的个数为功率不平衡序列的长度。
对于线路、变压器等一次设备的功率平衡校验,可以通过计算设备各端、在同一个时间断面的流入和流出有功功率来计算偏差量化指标。通过上述方法,选择不同的时间尺度计算偏差量化指标,既能有效体现电力***有功功率每天的周期性变化,也能保证计算速度和效率。在获取测点量测数据的过程中,通过测点信息与数据对象结构化设计中对象基本信息模型比较,分析出线路线端和变压器绕组的模型个数和实际上送数据的测点个数,从而快速定位模型维护错误、少报漏报数据等数据质量问题。
步骤4,构建量测数据异常问题分类规则库进行异常结果研判与分类;
根据长时间尺度功率平衡校验算法计算出的偏差量化指标,结合电网运行业务实际情况分析产生数据异常问题的原因,建立可配置、易扩展的量测数据异常问题分类规则库,从而对功率不平衡异常数据问题及产生原因进行快速研判。
在实际电力***中,采集设备故障、采集误差、模型维护错误、报送假数据等情况均可能造成汇集到大数据平台的数据表现出功率不平衡的问题,定期对量测数据的质量特征进行搜集,针对每种类别的质量问题提供准确性校验方案,构建可配置、易扩展的量测数据异常问题分类规则,如表2,实现功率不平衡异常数据问题及产生原因的快速研判,分析长周期量测数据准确性问题和特征,为预测未来的数据质量问题提供诊断方向。
表2 量测数据异常问题分类规则
步骤5,多维动态交互式展示与分析量测数据日月年曲线和准确性日校验报表。
准确性分析指的是对量测数据功率不平衡问题和原因进行分析,通过大数据可视化分析方法对数据质量问题进行快速定位和多维动态交互式展示。利用大数据可视化分析方法和MPP(大规模并行分析)数据库交互技术对数据质量问题进行快速定位和多维动态交互式展示,实现量测准确性校验报告和量测数据年、月、日功率曲线的多维动态交互式展示。通过分析长周期量测数据准确性问题分布规律,为预判未来数据质量问题提供方向。
采用大数据可视化分析及MPP数据库交互技术,实现量测准确性校验报告和量测数据年、月、日曲线的多维动态交互式展示。
大数据平台统一数据交互规范,对跨时空、跨业务、跨调度间的量测数据提供全景数据服务,通过调用数据服务进行量测数据年、月、日曲线以及多对象曲线叠加的实时展示与特征值分析,并支持按时间和对象进行多调度口径、多数据来源历史量测数据曲线比较和原始数据导出分析。调控量测数据准确性校验支持规则配置及查询阈值的“可配置、可控制、可监视”,依据实时海量量测数据的可视化展示,制定相应的校验策略,提升千亿级量测数据的问题检出率,为电网数据价值深度挖掘提供高质量的全景数据支撑。
如图2所示,本发明还公开了一种长时间尺度功率平衡校验和大数据分析***,包括:
数据提取模块,所述数据提取模块通过Spark分布式计算引擎从大数据平台Hbase列式数据库和数据仓库中提取海量量测数据、模型数据以及字典数据,为***其他模块提供数据支撑。
特征提取模块,所述特征提取模块分析长周期海量电网调控量测数据,以电网模型数据为基础,提取量测数据的时空关系、拓扑结构、电气关系等特征因素。
数据校验模块,所述数据校验模块用于长时间尺度功率偏差量计算、异常结果分类及分析。
可视化展示模块,所述可视化展示模块用于量测数据准确性结果的多维动态交互式展示与分析,包括数据校验报告查询与导出、量测数据日月年曲线与多对象曲线叠加的实时展示与特征值分析以及模型信息查询。
本发明一实施例还提供一种长时间尺度功率平衡校验和大数据分析装置。该装置包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,例如长时间尺度的功率平衡校验程序。所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤,例如图1所示的步骤1-5。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能,例如数据校验模块用于对设定时间尺度功率偏差量计算、异常结果分类及分析。
所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。
所述处理器可以是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述长时间尺度功率平衡校验和大数据分析装置的各种功能。
所述长时间尺度功率平衡校验和大数据分析装置集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种长时间尺度功率平衡校验和大数据分析方法,其特征在于,包括以下步骤:
步骤1,获取设定周期的电网调控量测数据;
步骤2,提取量测数据的特征因素并进行分析;
步骤3,基于步骤2的分析结果,对设定时间尺度功率平衡进行校验;
步骤4,基于校验结果,建立量测数据异常问题分类规则库;
步骤5,利用量测数据异常问题分类规则库,对量测数据准确性进行分析。
2.根据权利要求1所述的长时间尺度功率平衡校验和大数据分析方法,其特征在于,所述步骤1的具体方法如下:
通过Spark分布式计算引擎从电网调控大数据平台中提取运行数据、管理数据、模型数据以及字典数据;通过解析Hbase列式数据库的Rowkey以及业务时间戳,将每日新增的量测数据和更新的模型数据信息加载到集群内存中,并将量测数据按照多维度构建量测校验数据集。
3.根据权利要求2所述的长时间尺度功率平衡校验和大数据分析方法,其特征在于,所述步骤2的具体方法如下:
分析电网运行数据指标以及设备基础参数,以模型数据为基础,提取量测数据的时空关系、拓扑结构及电气关系的特征因素,进而对提取的特征因素进行分析。
4.根据权利要求1所述的长时间尺度功率平衡校验和大数据分析方法,其特征在于,所述步骤3中,以电网拓扑结构和厂站设备的连接关系为基础,分析厂站、线路、变压器及换流器的功率守恒关系,对厂站端上报的分钟级量测数据统计计算设定时间尺度功率偏差量与偏差点,基于偏差量与偏差点进行校验。
5.根据权利要求4所述的长时间尺度功率平衡校验和大数据分析方法,其特征在于,所述对设定时间尺度功率平衡进行校验的具体方法如下:
步骤3-1,将厂站中设备按照电压等级分组,相同电压等级的设备序列为D vol ={V ac ,V tf ,V ct },线路线端为V ac ={V ac,1,V ac,2,V ac,n },变压器绕组为V tf ={V tf,1,V tf,2,V tf,m },换流器为V ct ={V ct,1,V ct,2,V ct,k };
其中,D vol 表示厂站中相同电压等级的设备量测序列,V ac 表示厂站中相同电压等级的线端的量测序列,V ac,1表示线端1的量测序列,V ac,n 表示线端n的量测序列,V tf 表示厂站中相同电压等级的变压器绕组的量测序列,V tf,1表示变压器绕组1的量测序列,V tf,m 表示变压器绕组m的量测序列,V ct 表示厂站中相同电压等级的换流器的量测序列,V ct,1表示换流器1的量测序列,V ct,k 表示换流器k的量测序列;
步骤3-2,查找D vol 中所有设备的非空有效值时间点,计算厂站功率平衡校验的有效时间点序列T={t 1,t 2,…,t n },有效点数为有效时间序列T的长度,记为len(T);
步骤3-4,统计提取电力***有功功率特征值,设定不同电压等级的功率偏差阈值序列τ={τ 35,τ 66,…,t 220,…,t 1000},其中下标表示电压等级;
步骤3-5,各有效时间断面的厂站功功率偏差与功率偏差阈值比较,当,判定该断面不存在有功功率不平衡功率问题,否则判定该时刻为功率不平衡点,并记录到功率不平衡序列,功率不平衡点的个数为功率不平衡序列的长度,记为;其中,表示t a 时刻所有设备流入和流出有功功率偏差;
其中,N为设定的时间尺度。
6.根据权利要求5所述的长时间尺度功率平衡校验和大数据分析方法,其特征在于,所述步骤4的具体方法如下:
根据偏差量化指标DV st ,结合电网运行业务实际情况分析产生数据异常问题的原因,建立量测数据异常问题分类规则库。
7.根据权利要求1所述的长时间尺度功率平衡校验和大数据分析方法,其特征在于,所述步骤5中对量测数据准确性进行分析的具体方法如下:
利用大数据可视化分析方法和MPP数据库交互技术对数据质量问题进行定位和多维动态交互式展示,对设定周期量测数据准确性进行分析。
8.一种长时间尺度功率平衡校验和大数据分析***,其特征在于,包括:
数据提取模块,所述数据提取模块通过Spark分布式计算引擎从大数据平台Hbase列式数据库和数据仓库中提取量测数据、模型数据以及字典数据,为***其他模块提供数据支撑;
特征提取模块,所述特征提取模块用于分析电网调控量测数据,以电网模型数据为基础,提取量测数据的时空关系、拓扑结构以及电气关系的特征因素;
数据校验模块,所述数据校验模块用于对设定时间尺度功率偏差量计算、异常结果分类及分析;
可视化展示模块,所述可视化展示模块用于量测数据准确性结果的多维动态交互式展示与分析,包括数据校验报告查询与导出、量测数据日月年曲线与多对象曲线叠加的实时展示与特征值分析以及模型信息查询。
9.一种长时间尺度功率平衡校验和大数据分析装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011397371.XA CN112199367B (zh) | 2020-12-04 | 2020-12-04 | 一种长时间尺度功率平衡校验和大数据分析方法及*** |
AU2022204116A AU2022204116B2 (en) | 2020-12-04 | 2022-02-07 | Verification method for electrical grid measurement data |
PCT/CN2022/075411 WO2022117126A1 (zh) | 2020-12-04 | 2022-02-07 | 一种电网量测数据的校验方法、装置、设备、存储介质及程序产品 |
US18/246,563 US20230369854A1 (en) | 2020-12-04 | 2022-02-07 | Method and apparatus for checking power grid measurement data, device, storagemedium and program product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011397371.XA CN112199367B (zh) | 2020-12-04 | 2020-12-04 | 一种长时间尺度功率平衡校验和大数据分析方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112199367A true CN112199367A (zh) | 2021-01-08 |
CN112199367B CN112199367B (zh) | 2021-03-09 |
Family
ID=74033670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011397371.XA Active CN112199367B (zh) | 2020-12-04 | 2020-12-04 | 一种长时间尺度功率平衡校验和大数据分析方法及*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230369854A1 (zh) |
CN (1) | CN112199367B (zh) |
AU (1) | AU2022204116B2 (zh) |
WO (1) | WO2022117126A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114237098A (zh) * | 2021-12-02 | 2022-03-25 | 深圳市环球众一科技有限公司 | 一种电气产品的智能化数字管理*** |
WO2022117126A1 (zh) * | 2020-12-04 | 2022-06-09 | 中国电力科学研究院有限公司 | 一种电网量测数据的校验方法、装置、设备、存储介质及程序产品 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115442401B (zh) * | 2022-08-31 | 2023-07-14 | 国网四川省电力公司泸州供电公司 | 一种变电站内电能数据获取方法、设备和存储介质 |
CN115357601B (zh) * | 2022-10-19 | 2023-01-24 | 广东电网有限责任公司佛山供电局 | 一种变电工作实时数据获取方法和*** |
CN115577020B (zh) * | 2022-12-07 | 2023-04-07 | 天津腾飞钢管有限公司 | 一种修磨周期能耗状态识别***及识别方法 |
CN116089849B (zh) * | 2023-04-10 | 2023-07-04 | 国网江西省电力有限公司电力科学研究院 | 一种基于大数据的配电网拓扑自动识别方法及*** |
CN117039893B (zh) * | 2023-10-09 | 2024-01-26 | 国网天津市电力公司电力科学研究院 | 配电网状态确定方法、装置及电子设备 |
CN117458722B (zh) * | 2023-12-26 | 2024-03-08 | 西安民为电力科技有限公司 | 基于电力能源管理***的数据监控方法及*** |
CN118074243B (zh) * | 2024-04-18 | 2024-07-19 | 国网山东省电力公司宁津县供电公司 | 一种基于消防水泵的供电***稳定运行控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070204183A1 (en) * | 2006-02-24 | 2007-08-30 | Zippy Technology Corp. | Method and apparatus for processing abnormal conditions of a backup-type power supply system |
CN106803677A (zh) * | 2017-04-11 | 2017-06-06 | 四川大学 | 一种基于分布式电源的主动配电网电压管控方法及*** |
CN108268468A (zh) * | 2016-12-30 | 2018-07-10 | 北京京东尚科信息技术有限公司 | 一种大数据的分析方法及*** |
US20190234244A1 (en) * | 2018-01-31 | 2019-08-01 | Aisin Seiki Kabushiki Kaisha | Valve timing controller |
CN110659788A (zh) * | 2018-06-29 | 2020-01-07 | 中国电力科学研究院有限公司 | 一种用户侧综合能源***的供需平衡分析方法和*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104993522B (zh) * | 2015-06-30 | 2018-01-19 | 中国电力科学研究院 | 一种基于mpc的主动配电网多时间尺度协调优化调度方法 |
CN109752629B (zh) * | 2017-11-07 | 2022-09-23 | 中国电力科学研究院有限公司 | 一种电网量测问题智能诊断方法及*** |
CN111737875B (zh) * | 2020-06-29 | 2023-09-26 | 国网四川省电力公司电力科学研究院 | 有功功率不平衡率分析诊断方法、***及计算机设备 |
CN111898656B (zh) * | 2020-07-14 | 2023-10-24 | 许继集团有限公司 | 一种量测平衡检测的异常数据辨识方法 |
CN112199367B (zh) * | 2020-12-04 | 2021-03-09 | 中国电力科学研究院有限公司 | 一种长时间尺度功率平衡校验和大数据分析方法及*** |
-
2020
- 2020-12-04 CN CN202011397371.XA patent/CN112199367B/zh active Active
-
2022
- 2022-02-07 WO PCT/CN2022/075411 patent/WO2022117126A1/zh active Application Filing
- 2022-02-07 US US18/246,563 patent/US20230369854A1/en active Pending
- 2022-02-07 AU AU2022204116A patent/AU2022204116B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070204183A1 (en) * | 2006-02-24 | 2007-08-30 | Zippy Technology Corp. | Method and apparatus for processing abnormal conditions of a backup-type power supply system |
CN108268468A (zh) * | 2016-12-30 | 2018-07-10 | 北京京东尚科信息技术有限公司 | 一种大数据的分析方法及*** |
CN106803677A (zh) * | 2017-04-11 | 2017-06-06 | 四川大学 | 一种基于分布式电源的主动配电网电压管控方法及*** |
US20190234244A1 (en) * | 2018-01-31 | 2019-08-01 | Aisin Seiki Kabushiki Kaisha | Valve timing controller |
CN110659788A (zh) * | 2018-06-29 | 2020-01-07 | 中国电力科学研究院有限公司 | 一种用户侧综合能源***的供需平衡分析方法和*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022117126A1 (zh) * | 2020-12-04 | 2022-06-09 | 中国电力科学研究院有限公司 | 一种电网量测数据的校验方法、装置、设备、存储介质及程序产品 |
CN114237098A (zh) * | 2021-12-02 | 2022-03-25 | 深圳市环球众一科技有限公司 | 一种电气产品的智能化数字管理*** |
CN114237098B (zh) * | 2021-12-02 | 2022-08-16 | 深圳市环球众一科技有限公司 | 一种电气产品的智能化数字管理*** |
Also Published As
Publication number | Publication date |
---|---|
AU2022204116B2 (en) | 2024-02-29 |
US20230369854A1 (en) | 2023-11-16 |
CN112199367B (zh) | 2021-03-09 |
WO2022117126A1 (zh) | 2022-06-09 |
AU2022204116A1 (en) | 2023-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112199367B (zh) | 一种长时间尺度功率平衡校验和大数据分析方法及*** | |
CN112199421B (zh) | 一种多源异构数据融合和量测数据多源互校验方法及*** | |
CN108376982B (zh) | 负载相序的识别方法及装置 | |
CN113904443B (zh) | 多维度空间可视化的现场变电设备监控与预警*** | |
CN103996084B (zh) | 基于纵向时刻Markov链模型的风功率概率预测方法 | |
Liu et al. | Real-time complex event processing and analytics for smart grid | |
CN107741577B (zh) | 一种关口表准确度在线监控和分析方法及*** | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
CN114519514B (zh) | 一种低压台区合理线损值测算方法、***及计算机设备 | |
CN112307003A (zh) | 电网数据多维辅助分析方法、***、终端及可读存储介质 | |
CN115730749B (zh) | 基于融合电力数据的电力调度风险预警方法及装置 | |
CN113985339A (zh) | 智能电表的误差诊断方法及***、设备、存储介质 | |
CN107862459B (zh) | 一种基于大数据的计量设备状态评估方法及*** | |
CN115293257A (zh) | 一种针对异常用电用户的检测方法及*** | |
CN116933010A (zh) | 一种基于多源数据融合与深度学习的负载率分析评价方法和*** | |
Yang et al. | Sub-minute probabilistic solar forecasting for real-time stochastic simulations | |
CN113466520A (zh) | 一种在线识别失准电能表的方法 | |
CN110807014B (zh) | 一种基于交叉验证的台区数据异常甄别方法和装置 | |
CN113537770A (zh) | 一种基于云计算的决策树配置寿命预测的方法及*** | |
CN113191740A (zh) | 一种计量资产管理*** | |
CN113590608A (zh) | 一种基于数据流处理的用户用电信息即采即校方法 | |
CN112505486A (zh) | 源荷储一体化并网电能质量测试*** | |
CN112633692A (zh) | 查窃电阈值的获取方法和装置、查窃电装置和方法 | |
CN111242175A (zh) | 基于机器学习的计量点电压异常检测方法及*** | |
CN117834455B (zh) | 一种电力物联网数据传输仿真方法和*** |
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 |