CN112541603A - 一种基于大数据的电网运行状态监测*** - Google Patents
一种基于大数据的电网运行状态监测*** Download PDFInfo
- Publication number
- CN112541603A CN112541603A CN202011572631.2A CN202011572631A CN112541603A CN 112541603 A CN112541603 A CN 112541603A CN 202011572631 A CN202011572631 A CN 202011572631A CN 112541603 A CN112541603 A CN 112541603A
- Authority
- CN
- China
- Prior art keywords
- data
- power grid
- module
- analysis module
- prediction model
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 55
- 238000007405 data analysis Methods 0.000 claims abstract description 131
- 238000013500 data storage Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 69
- 230000002159 abnormal effect Effects 0.000 claims description 45
- 238000000034 method Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 38
- 238000012937 correction Methods 0.000 claims description 36
- 238000004088 simulation Methods 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000007781 pre-processing Methods 0.000 claims description 21
- 230000003993 interaction Effects 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 abstract description 7
- 238000005457 optimization Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000036632 reaction speed Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003449 preventive effect Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- 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)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力***监控技术领域，具体的说是一种基于大数据的电网运行状态监测***，包括数据采集模块、数据分析模块、数据保存模块；所述数据采集模块包括采集单元，用于采集电网运行节点处的状态数据；所述数据采集模块收集得到状态数据后，通过5G网络将数据上传到数据分析模块中；所述数据分析模块采用流计算方式，对接收到的状态数据进行分析，并依据接收到的状态数据建立预测模型；所述数据分析模块对预测模型进行分析，对电网未来短时间内运行状态进行预测，得到预测运行数据，提前对电网运行可能出现的异常进行预警；所述数据采集模块采集到的数据保存到数据保存模块中；本发明能提前发现异常并进行预警，提高电网运行安全性。
Description
技术领域
本发明属于电力***监控技术领域，具体的说是一种基于大数据的电网运行状态监测***。
背景技术
随着特高压电网的建设和新能源的快速发展，电网运行特性发生重大变化，基于传统数据处理技术的电网设备状态在线监测和故障诊断方法已不能适应特大电网一体化运行的发展要求。与此同时，随着电网采集监控能力的提升，智能电网调度控制***主站测存储的电网运行历史数据、SCADA数据、状态监测数据呈现出数据形式多样、体量大、维度多、价值密度低等大数据特点，如何通过大数据分析技术处理电网运行过程中的海量数据，挖掘电网一体化运行数据价值，实现基于大数据的电网设备状态异常检测是智能电网调度控制***中量测数据及告警信息深化应用的重要问题。
发明内容
为了弥补现有技术的不足，解决传统电网监测功能单一，监测效果差的问题，实现对电网运行状态进行动态的分析和预测，能提早发现电网运行中可能出现的异常并提出预防措施，本发明提出一种基于大数据的电网运行状态监测***。
本发明解决其技术问题所采用的技术方案是：本发明所述一种基于大数据的电网运行状态监测***，所述***包括数据采集模块、数据分析模块、数据保存模块；所述数据采集模块包括采集单元，用于采集电网运行节点处的状态数据；所述状态数据包括但不限于电网节点处的有功功率、无功功率、电压幅值、电压相位角、电流频率；所述数据采集模块收集得到状态数据后，通过5G网络将数据上传到数据分析模块中；所述数据分析模块采用流计算方式，对接收到的状态数据进行分析，并依据接收到的状态数据建立预测模型；所述数据分析模块在得到预测模型后，将采集到的状态数据代入到预测模型中进行分析，对电网未来短时间内运行状态进行预测，得到预测运行数据；所述数据分析模块依据预测运行数据对现实电网的运行状态进行提前预警，通知电网预警地点附近的检修人员前去对电网进行检修、维护，提前扼杀电网运行故障；所述数据采集模块采集到的状态数据在经过数据分析模块的分析、处理后，按照时间顺序进行归类，并保存到数据保存模块中；所述数据保存模块中保存有电网异常数据；所述异常数据包括但不限于历史上电网运行中出现过的故障数据、故障处理方式、故障处理影响数据、故障原因分析、故障预防措施；
工作时，通过数据采集模块采集电网运行节点的状态数据，数据采集模块采集到状态数据后，将状态数据上传至数据分析模块中，数据分析模块通过对状态数据的对比、分析建立预测模型，之后，数据分析模块通过预测模型的进一步分析，得出对电网运行状态的预测数据，并依据预测数据中提示的异常情况进行提前预警，同时，预警地点附近的工作人员前往检修、维护，从而大大提升电网运行过程中出现故障前进行提前维护的可能，降低电网运行过程中出现故障的可能，同时，缩短电网运行出现异常后进行修复花费的时间，降低电网运行异常带来的经济损失，提升电网运行的平稳性，提高电网服务质量。
优选的，所述数据分析模块依据预测模型分析得到的电网运行数据，称为预测数据；所述数据采集模块实际采集到的电网真实运行数据，称为采集数据；所述预测数据与采集数据均按照时间顺序独立保存在数据保存模块中；所述数据分析模块对采集数据进行对比、分析，得到的模型为预测模型；所述数据分析模块对预测数据进行对比、分析，得到纠正模型；所述数据分析模块将预测模型与纠正模型进行对比、分析，得出两者之间的未优化差异值；所述数据分析模块依据得到的未优化差异值，反向对预测模型进行更正、迭代；所述数据分析模块通过更正、迭代后的预测模型分析得到优化后的预测数据；所述数据分析模块对优化后的预测数据进行对比、分析，得到优化后的纠正模型；所述数据分析模块对优化过后的预测模型与优化后的纠正模型进行对比、分析，得出两者之间的优化差异值；所述数据分析模块对未优化差异值与优化差异值进行对比，当优化差异值小于等于未优化差值时，判定预测模型的更正、迭代方向正确，当优化差异值大于未优化差值时，判定预测模型的更正、迭代方向正错误，该次优化无效，数据分析模块从最后一次优化正确的预测模型为起始，重新开始对预测模型进行更正、迭代；所述数据分析模块每一次重新建立或优化预测模型与纠正模型时，采用同样的算法与步骤；
工作时，通过建立预测模型以及纠正模型，并使用数据分析模块对两大模型进行对比分析，得出两者之间的未优化差异值，从而令数据分析模块依据未优化差异值对预测模型进行更正与迭代，提升预测模型的准确性，提高电网运行过程中通过预测模型对异常事件的预警准确程度，降低误报的可能性，减少人力物力浪费，同时，通过对优化后的预测模型以及通过优化后的预测模型得到的优化后的纠正模型进行对比，确认模型优化方向正确，避免模型优化后未进行确认，导致模型出现负优化现象，引起模型优化停滞。
优选的，所述***包括末端监测模块；所述末端监测模块将部分相互临近的电网末端用电户划分为末端片区，末端监测模块以末端片区为最小监测单元，采集最小监测单元的电网运行数据并发送至数据分析模块；所述最小监测单元依据实际情况进行划分，例如在城市家庭住户数相对较多的区域，以单一小区作为最小监测单元，在电网入户数较少的工业区，以独立的一个单位或公司作为最小监测单元；所述末端监测模块采集到的数据称为末端数据，数据采集模块采集到的数据称为整体数据；所述数据分析模块依据数据采集模块采集到的整体数据建立的预测模型，在更正、迭代过程中，选择随机将数据分析模块中用于输入预测模型中，进而得到预测数据的数据源更换为末端监测模块采集得到的末端数据；所述数据分析模块更换得到预测数据的数据源的间隔从随机数中任意选定，但不连续采用统一数据源超过10次；
工作时，通过对电网运行中的末端进行划分片区并采用末端监测模块进行监测，得到末端数据，在数据分析模块对数据采集模块采集到的整体数据进行分析的过程中，将末端数据作为另外一个数据源添加到数据分析模块的分析过程中，同时，使整体数据与末端数据这两种数据源被数据分析模块交替使用，能够有效的提升数据分析模块对比、分析得出的预测模型的准确度，保证在实际应用过程中通过预测模型得到电网运行预测数据与电网实际运行数据之间的差距减小，降低预测模型在使用过程中产生误报的可能性，同时，由于同时采用了整体数据的数据源以及末端数据的数据源，因此，通过数据分析模块得到的预测模型在使用过程中能够兼顾对电网整体的运行状态的预测以及对电网末端的运行状态的预测，在避免电网整体出现较大范围的异常的情况下，预测模型同样能够兼顾对电网末端运行状态的预测，缩短电网末端出现异常时的排查、检修时间，提升电网服务质量。
优选的，所述***包括人机交互模块；所述人机交互模块包括但不限于大屏幕、音响；所述数据分析模块分析得到的预测运行数据以及电网实际运行数据均同步显示在大屏幕上；所述大屏幕上显示的预测运行数据以及电网实际运行数据包括存数据形式以及图表形式两种展示方式，且两种展示方式依据实际情况进行选择以及修改；所述预测运行数据与实际运行数据在大屏幕上分区显示；所述预测运行数据与实际运行数据中处于正常范围内的数据使用绿色显示，存在偏差但偏差处于允许范围内的数据使用黄色显示，超出允许范围内的数据采用红色显示；所述人机交互模块中的大屏幕上存在红色颜色显示的数据时，音响同步连续播放警示音，直到工作人员人工确认后取消警示音播放；所述人机交互莫模块中的大屏幕上存在黄色颜色显示的数据时，音响中间隔固定时间播放2-3S的警示音，直到工作人员人工确认后取消警示音播放；
工作时，通过将预测运行数据以及实际运行数据使用大屏幕进行播放，能够有效的提高管理人员的调度、处理效率，便于工作人员及时发现异常报警，从而加快工作人员的工作效率，提升工作人员对电网运行异常的处置速度，同时，在使用过程中，通过大屏幕进行显示，并使用不同的颜色以及声音进行提醒，能够使各种状态以及提示信息更加清晰，便于工作人员的工作，以及判断出现的异常的具体情况。
优选的，所述数据采集模块包括预处理单元、采集单元、暂存单元；所述采集单元用于从电网节点处采集所需的数据；所述采集到的所需数据称为原始数据；所述原始数据经过预处理单元、暂存单元的进行处理后，得到采集数据；所述预处理单元对原始数据按照时间进行编号，将时间点最靠近现在的原始数据与时间点第二靠近现在的原始数据之间进行求差的绝对值，对得到绝对值进行对比；所述绝对值的大小处于正常波动范围内时，将得出该绝对值的两组原始数据暂存到暂存单元中；所述暂存的原始数据的数量为20-30组数据；所述绝对值的大小超出正常波动范围，认定该组数据为异常数据，立即上传至数据分析模块进行分析；所述预处理单元对原始数据进行预处理过程中，预处理单元选取的原始数据对应的时间点分别为时间点第二、第三、第四、第五靠近现在时间的时间点；所述暂存单元从自身中保存的原始数据中按照设定的间隔数，选取原始数据上传至数据分析模块；所述设定的间隔数从5-15的范围内随机选取得到；所述暂存单元上传一次原始数据后，将暂存单元内剩余的数据进行删除；所述暂存单元内删除的数据的时间点均在上传的原始数据的时间点之前；所述暂存单元内的时间点位于上传的原始数据的时间点之后的原始数据继续保存，等待下一次随机选择；
工作时，在电网正常运行的过程中，数据采集模块从电网节点处采集到的数据中大部分数据无变化，即采集到的数据为空价值数据，将空价值数据上传至数据分析模块中，数据分析模块不能从该部分空价值数据中得到任何可用于改进预测模型的数据，反而会占用数据分析模块的计算力，导致数据分析模块的运行速度下降，拖慢***的运行，通过数据采集模块中的预处理单元，能够将采集单元采集的到数据中的大部分空价值数据剔除，减少上传至数据分析模块的数据量，相对减少数据分析模块需要处理的数据量，加快数据分析模块的运行速度，提升***工作效率，提升***对电网异常的响应速度，降低电网出现异常导致的损失。
优选的，所述***包括模拟处置模块；所述数据分析模块得到预警数据后，将预警数据发送至模拟处置模块；所述模拟处置模块将预警数据与数据保存模块中保存的电网异常数据进行对比、分析；所述预警数据与保存的电网异常数据相同或类似时，将保存的故障原因、故障处理方式调出并显示给管理人员查看；所述电网异常数据中不存在与预警数据相同或类似时，模拟处置模块依据电网异常数据进行对比，自行生成理想处理方案以及行动结果预计；所述模拟处置模块将理想处理方案以及行动结果预计自行发送至管理人员处，等待管理选择并执行；所述模拟处置模块提出的理想处理方案以及新功能结果预计包括至少三项；所述电网运行异常处理完成后，将本次电网的异常数据记录到数据保存模块中；
工作时，模拟处置模块在接收到预警数据后，模拟处置模块将当前预警数据与保存的电网异常数据进行对比，当查找到曾经的记录后，调用记录的处理方案供管理人员进行选择并处置异常，同时，在为查找到曾经的记录后，模拟处置模块通过对曾经的电网异常数据进行对比、分析，自行生成理想处理方案以及行动结果预计，供管理人员进行选择并处置异常，同时，通过模拟处置模块生成的处理方案，能够有效的加快管理人员在发现异常时进行处置的反应速度以及处置时间，缩短电网异常的处理时间，降低损失，同时，在使用过程中，通过对模拟处置模块提出的理想处理方案的应用以及修改，能够有效的促进模拟处置模块在处理方案上的优化，提升模拟处置模块生成的处理方案的实用性以及降低处理方案的影响。
本发明的有益效果如下：
1.本发明所述一种基于大数据的电网运行状态监测***，通过数据分析模块对数据采集模块采集到的数据进行分析，得出预测模型，之后，通过数据分析模块对预测模型进行分析，得出电网预测运行数据，对电网可能出现的异常提前进行预测，并提前进行处置，提升电网运行的稳定性，保证电网运行的安全性，同时，在使用过程中通过采集数据以及预测数据，不断对预测模型进行更正与迭代，提升预测模型的准确度，降低预测模型出现误报异常的可能，减少人力物力浪费。
2.本发明所述一种基于大数据的电网运行状态监测***，通过设置末端监测模块，将电网末端区域的数据进行监测，得出末端数据，同时，将末端数据上传至数据分析模块中，使数据分析模块在预测模型的更正与迭代中使用末端数据，提升预测模型的准确度，同时，使预测模型能够兼顾整体与末端预测的准确性，降低电网整体大异常出现的可能，缩短电网末端小异常的处置时间与提高处置效率。
附图说明
下面结合附图对本发明作进一步说明。
图1是本发明的***框架图；
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
如图1所示，本发明所述一种基于大数据的电网运行状态监测***，所述***包括数据采集模块、数据分析模块、数据保存模块；所述数据采集模块包括采集单元，用于采集电网运行节点处的状态数据；所述状态数据包括但不限于电网节点处的有功功率、无功功率、电压幅值、电压相位角、电流频率；所述数据采集模块收集得到状态数据后，通过5G网络将数据上传到数据分析模块中；所述数据分析模块采用流计算方式，对接收到的状态数据进行分析，并依据接收到的状态数据建立预测模型；所述数据分析模块在得到预测模型后，将采集到的状态数据代入到预测模型中进行分析，对电网未来短时间内运行状态进行预测，得到预测运行数据；所述数据分析模块依据预测运行数据对现实电网的运行状态进行提前预警，通知电网预警地点附近的检修人员前去对电网进行检修、维护，提前扼杀电网运行故障；所述数据采集模块采集到的状态数据在经过数据分析模块的分析、处理后，按照时间顺序进行归类，并保存到数据保存模块中；所述数据保存模块中保存有电网异常数据；所述异常数据包括但不限于历史上电网运行中出现过的故障数据、故障处理方式、故障处理影响数据、故障原因分析、故障预防措施；
工作时，通过数据采集模块采集电网运行节点的状态数据，数据采集模块采集到状态数据后，将状态数据上传至数据分析模块中，数据分析模块通过对状态数据的对比、分析建立预测模型，之后，数据分析模块通过预测模型的进一步分析，得出对电网运行状态的预测数据，并依据预测数据中提示的异常情况进行提前预警，同时，预警地点附近的工作人员前往检修、维护，从而大大提升电网运行过程中出现故障前进行提前维护的可能，降低电网运行过程中出现故障的可能，同时，缩短电网运行出现异常后进行修复花费的时间，降低电网运行异常带来的经济损失，提升电网运行的平稳性，提高电网服务质量。
作为本发明一种实施方式，所述数据分析模块依据预测模型分析得到的电网运行数据，称为预测数据；所述数据采集模块实际采集到的电网真实运行数据，称为采集数据；所述预测数据与采集数据均按照时间顺序独立保存在数据保存模块中；所述数据分析模块对采集数据进行对比、分析，得到的模型为预测模型；所述数据分析模块对预测数据进行对比、分析，得到纠正模型；所述数据分析模块将预测模型与纠正模型进行对比、分析，得出两者之间的未优化差异值；所述数据分析模块依据得到的未优化差异值，反向对预测模型进行更正、迭代；所述数据分析模块通过更正、迭代后的预测模型分析得到优化后的预测数据；所述数据分析模块对优化后的预测数据进行对比、分析，得到优化后的纠正模型；所述数据分析模块对优化过后的预测模型与优化后的纠正模型进行对比、分析，得出两者之间的优化差异值；所述数据分析模块对未优化差异值与优化差异值进行对比，当优化差异值小于等于未优化差值时，判定预测模型的更正、迭代方向正确，当优化差异值大于未优化差值时，判定预测模型的更正、迭代方向正错误，该次优化无效，数据分析模块从最后一次优化正确的预测模型为起始，重新开始对预测模型进行更正、迭代；所述数据分析模块每一次重新建立或优化预测模型与纠正模型时，采用同样的算法与步骤；
工作时，通过建立预测模型以及纠正模型，并使用数据分析模块对两大模型进行对比分析，得出两者之间的未优化差异值，从而令数据分析模块依据未优化差异值对预测模型进行更正与迭代，提升预测模型的准确性，提高电网运行过程中通过预测模型对异常事件的预警准确程度，降低误报的可能性，减少人力物力浪费，同时，通过对优化后的预测模型以及通过优化后的预测模型得到的优化后的纠正模型进行对比，确认模型优化方向正确，避免模型优化后未进行确认，导致模型出现负优化现象，引起模型优化停滞。
作为本发明一种实施方式，所述***包括末端监测模块；所述末端监测模块将部分相互临近的电网末端用电户划分为末端片区，末端监测模块以末端片区为最小监测单元，采集最小监测单元的电网运行数据并发送至数据分析模块；所述最小监测单元依据实际情况进行划分，例如在城市家庭住户数相对较多的区域，以单一小区作为最小监测单元，在电网入户数较少的工业区，以独立的一个单位或公司作为最小监测单元；所述末端监测模块采集到的数据称为末端数据，数据采集模块采集到的数据称为整体数据；所述数据分析模块依据数据采集模块采集到的整体数据建立的预测模型，在更正、迭代过程中，选择随机将数据分析模块中用于输入预测模型中，进而得到预测数据的数据源更换为末端监测模块采集得到的末端数据；所述数据分析模块更换得到预测数据的数据源的间隔从随机数中任意选定，但不连续采用统一数据源超过10次；
工作时，通过对电网运行中的末端进行划分片区并采用末端监测模块进行监测，得到末端数据，在数据分析模块对数据采集模块采集到的整体数据进行分析的过程中，将末端数据作为另外一个数据源添加到数据分析模块的分析过程中，同时，使整体数据与末端数据这两种数据源被数据分析模块交替使用，能够有效的提升数据分析模块对比、分析得出的预测模型的准确度，保证在实际应用过程中通过预测模型得到电网运行预测数据与电网实际运行数据之间的差距减小，降低预测模型在使用过程中产生误报的可能性，同时，由于同时采用了整体数据的数据源以及末端数据的数据源，因此，通过数据分析模块得到的预测模型在使用过程中能够兼顾对电网整体的运行状态的预测以及对电网末端的运行状态的预测，在避免电网整体出现较大范围的异常的情况下，预测模型同样能够兼顾对电网末端运行状态的预测，缩短电网末端出现异常时的排查、检修时间，提升电网服务质量。
作为本发明一种实施方式，所述***包括人机交互模块；所述人机交互模块包括但不限于大屏幕、音响；所述数据分析模块分析得到的预测运行数据以及电网实际运行数据均同步显示在大屏幕上；所述大屏幕上显示的预测运行数据以及电网实际运行数据包括存数据形式以及图表形式两种展示方式，且两种展示方式依据实际情况进行选择以及修改；所述预测运行数据与实际运行数据在大屏幕上分区显示；所述预测运行数据与实际运行数据中处于正常范围内的数据使用绿色显示，存在偏差但偏差处于允许范围内的数据使用黄色显示，超出允许范围内的数据采用红色显示；所述人机交互模块中的大屏幕上存在红色颜色显示的数据时，音响同步连续播放警示音，直到工作人员人工确认后取消警示音播放；所述人机交互莫模块中的大屏幕上存在黄色颜色显示的数据时，音响中间隔固定时间播放2-3S的警示音，直到工作人员人工确认后取消警示音播放；
工作时，通过将预测运行数据以及实际运行数据使用大屏幕进行播放，能够有效的提高管理人员的调度、处理效率，便于工作人员及时发现异常报警，从而加快工作人员的工作效率，提升工作人员对电网运行异常的处置速度，同时，在使用过程中，通过大屏幕进行显示，并使用不同的颜色以及声音进行提醒，能够使各种状态以及提示信息更加清晰，便于工作人员的工作，以及判断出现的异常的具体情况。
作为本发明一种实施方式，所述数据采集模块包括预处理单元、采集单元、暂存单元；所述采集单元用于从电网节点处采集所需的数据；所述采集到的所需数据称为原始数据；所述原始数据经过预处理单元、暂存单元的进行处理后，得到采集数据；所述预处理单元对原始数据按照时间进行编号，将时间点最靠近现在的原始数据与时间点第二靠近现在的原始数据之间进行求差的绝对值，对得到绝对值进行对比；所述绝对值的大小处于正常波动范围内时，将得出该绝对值的两组原始数据暂存到暂存单元中；所述暂存的原始数据的数量为20-30组数据；所述绝对值的大小超出正常波动范围，认定该组数据为异常数据，立即上传至数据分析模块进行分析；所述预处理单元对原始数据进行预处理过程中，预处理单元选取的原始数据对应的时间点分别为时间点第二、第三、第四、第五靠近现在时间的时间点；所述暂存单元从自身中保存的原始数据中按照设定的间隔数，选取原始数据上传至数据分析模块；所述设定的间隔数从5-15的范围内随机选取得到；所述暂存单元上传一次原始数据后，将暂存单元内剩余的数据进行删除；所述暂存单元内删除的数据的时间点均在上传的原始数据的时间点之前；所述暂存单元内的时间点位于上传的原始数据的时间点之后的原始数据继续保存，等待下一次随机选择；
工作时，在电网正常运行的过程中，数据采集模块从电网节点处采集到的数据中大部分数据无变化，即采集到的数据为空价值数据，将空价值数据上传至数据分析模块中，数据分析模块不能从该部分空价值数据中得到任何可用于改进预测模型的数据，反而会占用数据分析模块的计算力，导致数据分析模块的运行速度下降，拖慢***的运行，通过数据采集模块中的预处理单元，能够将采集单元采集的到数据中的大部分空价值数据剔除，减少上传至数据分析模块的数据量，相对减少数据分析模块需要处理的数据量，加快数据分析模块的运行速度，提升***工作效率，提升***对电网异常的响应速度，降低电网出现异常导致的损失。
作为本发明一种实施方式，所述***包括模拟处置模块；所述数据分析模块得到预警数据后，将预警数据发送至模拟处置模块；所述模拟处置模块将预警数据与数据保存模块中保存的电网异常数据进行对比、分析；所述预警数据与保存的电网异常数据相同或类似时，将保存的故障原因、故障处理方式调出并显示给管理人员查看；所述电网异常数据中不存在与预警数据相同或类似时，模拟处置模块依据电网异常数据进行对比，自行生成理想处理方案以及行动结果预计；所述模拟处置模块将理想处理方案以及行动结果预计自行发送至管理人员处，等待管理选择并执行；所述模拟处置模块提出的理想处理方案以及新功能结果预计包括至少三项；所述电网运行异常处理完成后，将本次电网的异常数据记录到数据保存模块中；
工作时，模拟处置模块在接收到预警数据后，模拟处置模块将当前预警数据与保存的电网异常数据进行对比，当查找到曾经的记录后，调用记录的处理方案供管理人员进行选择并处置异常，同时，在为查找到曾经的记录后，模拟处置模块通过对曾经的电网异常数据进行对比、分析，自行生成理想处理方案以及行动结果预计，供管理人员进行选择并处置异常，同时，通过模拟处置模块生成的处理方案，能够有效的加快管理人员在发现异常时进行处置的反应速度以及处置时间，缩短电网异常的处理时间，降低损失，同时，在使用过程中，通过对模拟处置模块提出的理想处理方案的应用以及修改，能够有效的促进模拟处置模块在处理方案上的优化，提升模拟处置模块生成的处理方案的实用性以及降低处理方案的影响。
具体工作流程如下：
工作时，通过数据采集模块采集电网运行节点的状态数据，数据采集模块采集到状态数据后，将状态数据上传至数据分析模块中，数据分析模块通过对状态数据的对比、分析建立预测模型，之后，数据分析模块通过预测模型的进一步分析，得出对电网运行状态的预测数据，并依据预测数据中提示的异常情况进行提前预警，同时，预警地点附近的工作人员前往检修、维护；通过建立预测模型以及纠正模型，并使用数据分析模块对两大模型进行对比分析，得出两者之间的未优化差异值，从而令数据分析模块依据未优化差异值对预测模型进行更正与迭代，提升预测模型的准确性；通过对电网运行中的末端进行划分片区并采用末端监测模块进行监测，得到末端数据，在数据分析模块对数据采集模块采集到的整体数据进行分析的过程中，将末端数据作为另外一个数据源添加到数据分析模块的分析过程中，同时，使整体数据与末端数据这两种数据源被数据分析模块交替使用，能够有效的提升数据分析模块对比、分析得出的预测模型的准确度；在电网正常运行的过程中，通过数据采集模块中的预处理单元，能够将采集单元采集的到数据中的大部分空价值数据剔除，减少上传至数据分析模块的数据量，减少数据分析模块需要处理的数据量；模拟处置模块在接收到预警数据后，模拟处置模块将自行生成理想处理方案以及行动结果预计，供管理人员进行选择并处置异常。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于大数据的电网运行状态监测***，其特征在于：所述***包括数据采集模块、数据分析模块、数据保存模块；所述数据采集模块包括采集单元，用于采集电网运行节点处的状态数据；所述状态数据包括但不限于电网节点处的有功功率、无功功率、电压幅值、电压相位角、电流频率；所述数据采集模块收集得到状态数据后，通过5G网络将数据上传到数据分析模块中；所述数据分析模块采用流计算方式，对接收到的状态数据进行分析，并依据接收到的状态数据建立预测模型；所述数据分析模块在得到预测模型后，将采集到的状态数据代入到预测模型中进行分析，对电网未来短时间内运行状态进行预测，得到预测运行数据；所述数据分析模块依据预测运行数据对现实电网的运行状态进行提前预警，通知电网预警地点附近的检修人员前去对电网进行检修、维护，提前扼杀电网运行故障；所述数据采集模块采集到的状态数据在经过数据分析模块的分析、处理后，按照时间顺序进行归类，并保存到数据保存模块中；所述数据保存模块中保存有电网异常数据；所述异常数据包括但不限于历史上电网运行中出现过的故障数据、故障处理方式、故障处理影响数据、故障原因分析、故障预防措施。
2.根据权利要求1所述一种基于大数据的电网运行状态监测***，其特征在于：所述数据分析模块依据预测模型分析得到的电网运行数据，称为预测数据；所述数据采集模块实际采集到的电网真实运行数据，称为采集数据；所述预测数据与采集数据均按照时间顺序独立保存在数据保存模块中；所述数据分析模块对采集数据进行对比、分析，得到的模型为预测模型；所述数据分析模块对预测数据进行对比、分析，得到纠正模型；所述数据分析模块将预测模型与纠正模型进行对比、分析，得出两者之间的未优化差异值；所述数据分析模块依据得到的未优化差异值，反向对预测模型进行更正、迭代；所述数据分析模块通过更正、迭代后的预测模型分析得到优化后的预测数据；所述数据分析模块对优化后的预测数据进行对比、分析，得到优化后的纠正模型；所述数据分析模块对优化过后的预测模型与优化后的纠正模型进行对比、分析，得出两者之间的优化差异值；所述数据分析模块对未优化差异值与优化差异值进行对比，当优化差异值小于等于未优化差值时，判定预测模型的更正、迭代方向正确，当优化差异值大于未优化差值时，判定预测模型的更正、迭代方向正错误，该次优化无效，数据分析模块从最后一次优化正确的预测模型为起始，重新开始对预测模型进行更正、迭代；所述数据分析模块每一次重新建立或优化预测模型与纠正模型时，采用同样的算法与步骤。
3.根据权利要求2所述一种基于大数据的电网运行状态监测***，其特征在于：所述***包括末端监测模块；所述末端监测模块将部分相互临近的电网末端用电户划分为末端片区，末端监测模块以末端片区为最小监测单元，采集最小监测单元的电网运行数据并发送至数据分析模块；所述最小监测单元依据实际情况进行划分，例如在城市家庭住户数相对较多的区域，以单一小区作为最小监测单元，在电网入户数较少的工业区，以独立的一个单位或公司作为最小监测单元；所述末端监测模块采集到的数据称为末端数据，数据采集模块采集到的数据称为整体数据；所述数据分析模块依据数据采集模块采集到的整体数据建立的预测模型，在更正、迭代过程中，选择随机将数据分析模块中用于输入预测模型中，进而得到预测数据的数据源更换为末端监测模块采集得到的末端数据；所述数据分析模块更换得到预测数据的数据源的间隔从随机数中任意选定，但不连续采用统一数据源超过10次。
4.根据权利要求1所述一种基于大数据的电网运行状态监测***，其特征在于：所述***包括人机交互模块；所述人机交互模块包括但不限于大屏幕、音响；所述数据分析模块分析得到的预测运行数据以及电网实际运行数据均同步显示在大屏幕上；所述大屏幕上显示的预测运行数据以及电网实际运行数据包括存数据形式以及图表形式两种展示方式，且两种展示方式依据实际情况进行选择以及修改；所述预测运行数据与实际运行数据在大屏幕上分区显示；所述预测运行数据与实际运行数据中处于正常范围内的数据使用绿色显示，存在偏差但偏差处于允许范围内的数据使用黄色显示，超出允许范围内的数据采用红色显示；所述人机交互模块中的大屏幕上存在红色颜色显示的数据时，音响同步连续播放警示音，直到工作人员人工确认后取消警示音播放；所述人机交互莫模块中的大屏幕上存在黄色颜色显示的数据时，音响中间隔固定时间播放2-3S的警示音，直到工作人员人工确认后取消警示音播放。
5.根据权利要求1所述一种基于大数据的电网运行状态监测***，其特征在于：所述数据采集模块包括预处理单元、采集单元、暂存单元；所述采集单元用于从电网节点处采集所需的数据；所述采集到的所需数据称为原始数据；所述原始数据经过预处理单元、暂存单元的进行处理后，得到采集数据；所述预处理单元对原始数据按照时间进行编号，将时间点最靠近现在的原始数据与时间点第二靠近现在的原始数据之间进行求差的绝对值，对得到绝对值进行对比；所述绝对值的大小处于正常波动范围内时，将得出该绝对值的两组原始数据暂存到暂存单元中；所述暂存的原始数据的数量为20-30组数据；所述绝对值的大小超出正常波动范围，认定该组数据为异常数据，立即上传至数据分析模块进行分析；所述预处理单元对原始数据进行预处理过程中，预处理单元选取的原始数据对应的时间点分别为时间点第二、第三、第四、第五靠近现在时间的时间点；所述暂存单元从自身中保存的原始数据中按照设定的间隔数，选取原始数据上传至数据分析模块；所述设定的间隔数从5-15的范围内随机选取得到；所述暂存单元上传一次原始数据后，将暂存单元内剩余的数据进行删除；所述暂存单元内删除的数据的时间点均在上传的原始数据的时间点之前；所述暂存单元内的时间点位于上传的原始数据的时间点之后的原始数据继续保存，等待下一次随机选择。
6.根据权利要求1所述一种基于大数据的电网运行状态监测***，其特征在于：所述***包括模拟处置模块；所述数据分析模块得到预警数据后，将预警数据发送至模拟处置模块；所述模拟处置模块将预警数据与数据保存模块中保存的电网异常数据进行对比、分析；所述预警数据与保存的电网异常数据相同或类似时，将保存的故障原因、故障处理方式调出并显示给管理人员查看；所述电网异常数据中不存在与预警数据相同或类似时，模拟处置模块依据电网异常数据进行对比，自行生成理想处理方案以及行动结果预计；所述模拟处置模块将理想处理方案以及行动结果预计自行发送至管理人员处，等待管理选择并执行；所述模拟处置模块提出的理想处理方案以及新功能结果预计包括至少三项；所述电网运行异常处理完成后，将本次电网的异常数据记录到数据保存模块中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011572631.2A CN112541603A (zh) | 2020-12-22 | 2020-12-22 | 一种基于大数据的电网运行状态监测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011572631.2A CN112541603A (zh) | 2020-12-22 | 2020-12-22 | 一种基于大数据的电网运行状态监测*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112541603A true CN112541603A (zh) | 2021-03-23 |
Family
ID=75018152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011572631.2A Pending CN112541603A (zh) | 2020-12-22 | 2020-12-22 | 一种基于大数据的电网运行状态监测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112541603A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113659722A (zh) * | 2021-08-19 | 2021-11-16 | 国网福建省电力有限公司 | 一种5g电力网络的多功能网络***及其管理方法 |
| CN116720983A (zh) * | 2023-08-10 | 2023-09-08 | 上海飞斯信息科技有限公司 | 一种基于大数据分析的供电设备异常检测方法及*** |
| CN117347791A (zh) * | 2023-11-01 | 2024-01-05 | 国网河南省电力公司濮阳供电公司 | 基于大数据的电力电网故障在线识别***及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107146018A (zh) * | 2017-05-04 | 2017-09-08 | 北京许继电气有限公司 | 基于电网状态监测***的数据处理分析方法和*** |
| CN109470954A (zh) * | 2018-11-08 | 2019-03-15 | 吉铁磊 | 一种基于大数据的电网运行状态监测***及其监测方法 |
| WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
-
2020
- 2020-12-22 CN CN202011572631.2A patent/CN112541603A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107146018A (zh) * | 2017-05-04 | 2017-09-08 | 北京许继电气有限公司 | 基于电网状态监测***的数据处理分析方法和*** |
| WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
| CN109470954A (zh) * | 2018-11-08 | 2019-03-15 | 吉铁磊 | 一种基于大数据的电网运行状态监测***及其监测方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113659722A (zh) * | 2021-08-19 | 2021-11-16 | 国网福建省电力有限公司 | 一种5g电力网络的多功能网络***及其管理方法 |
| CN113659722B (zh) * | 2021-08-19 | 2023-02-21 | 国网福建省电力有限公司 | 一种5g电力网络的多功能网络***及其管理方法 |
| CN116720983A (zh) * | 2023-08-10 | 2023-09-08 | 上海飞斯信息科技有限公司 | 一种基于大数据分析的供电设备异常检测方法及*** |
| CN117347791A (zh) * | 2023-11-01 | 2024-01-05 | 国网河南省电力公司濮阳供电公司 | 基于大数据的电力电网故障在线识别***及方法 |
| CN117347791B (zh) * | 2023-11-01 | 2024-05-03 | 国网河南省电力公司濮阳供电公司 | 基于大数据的电力电网故障在线识别***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112541603A (zh) | 一种基于大数据的电网运行状态监测*** | |
| CN111047082B (zh) | 设备的预警方法及装置、存储介质和电子装置 | |
| US8126804B2 (en) | Decision support systems and methods for complex networks | |
| CN110493025A (zh) | 一种基于多层有向图的故障根因诊断的方法及装置 | |
| CN111650921A (zh) | 一种智能电网调控控制***设备故障诊断方法及*** | |
| CN112910089A (zh) | 一种变电站二次设备故障逻辑可视化方法及*** | |
| CN116187593B (zh) | 一种配电网故障预测处理方法、装置、设备、存储介质 | |
| CN106503439A (zh) | 一种基于数据挖掘的采集故障预警***的方法 | |
| CN110969286B (zh) | 基于物联网数据的建筑运行安全诊断与分析***及方法 | |
| CN115426243B (zh) | 一种基于大数据的网络设备故障维修方法 | |
| CN114757797B (zh) | 一种基于数据模型驱动的电网资源业务中台架构方法 | |
| CN115456410A (zh) | 一种电网风险的评估方法及评估*** | |
| CN113740666B (zh) | 一种数据中心电力***告警风暴根源故障的定位方法 | |
| CN114529166A (zh) | 一种配电网运行安全风险预警方法及*** | |
| CN114493238A (zh) | 供电服务风险预测方法、***、存储介质及计算机设备 | |
| CN117390944A (zh) | 一种变电站运行工况仿真*** | |
| CN113850017A (zh) | 一种基于潮流变化图谱的***级故障分析***及方法 | |
| JPH0877211A (ja) | プラントの保全支援装置 | |
| CN117521498A (zh) | 一种充电桩引导式故障诊断预测方法及*** | |
| CN110427689B (zh) | 基于信息新技术的燃机机组机群监测诊断方法 | |
| CN116720983A (zh) | 一种基于大数据分析的供电设备异常检测方法及*** | |
| CN113902222B (zh) | 一种新能源智慧运维*** | |
| CN114185955A (zh) | 一种配网精益化全景监测***的业务架构方法 | |
| CN114626433A (zh) | 一种智能电能表故障预测并分类方法、装置及*** | |
| CN113919151A (zh) | 一种基于主动触发的电测量设备加速可靠性试验方法 |
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 |