CN114389231B - 一种基于配电网保护及设备实时数据的负荷预测诊断方法 - Google Patents
一种基于配电网保护及设备实时数据的负荷预测诊断方法 Download PDFInfo
- Publication number
- CN114389231B CN114389231B CN202111660382.7A CN202111660382A CN114389231B CN 114389231 B CN114389231 B CN 114389231B CN 202111660382 A CN202111660382 A CN 202111660382A CN 114389231 B CN114389231 B CN 114389231B
- Authority
- CN
- China
- Prior art keywords
- equipment
- image
- load prediction
- time data
- distribution network
- 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 34
- 238000003745 diagnosis Methods 0.000 title claims abstract description 19
- 238000009826 distribution Methods 0.000 title claims abstract description 18
- 238000005516 engineering process Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000012800 visualization Methods 0.000 claims abstract description 4
- 238000000611 regression analysis Methods 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000013499 data model Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H1/00—Details of emergency protective circuit arrangements
- H02H1/0092—Details of emergency protective circuit arrangements concerning the data processing means, e.g. expert systems, neural networks
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06F16/29—Geographical information databases
-
- 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
- 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
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于配电网保护及设备实时数据的负荷预测诊断方法，其特征在于，包括如下步骤：基于当地电网配网整定计算设备实时数据，并保存在数据库；基于KMP算法，实现多级设备配合计算，分析出相应定值的时间方便的配合关系匹配，通过图形可视化技术显示在***上；进行图文识别，随后进行负荷预测并提出保护诊断策略；本发明借助图文识别技术将图像转为文字并输出结构化数据，自动记录至后台可大大节约劳力，提升效率；通过集成图文识别技术，用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像，实现设备基础参数、定值单进行识别成文字，并保存在数据库；大大提高了负荷预测诊断方法的速度和有效性。
Description
技术领域
本发明涉及配电网数据保护领域，具体涉及一种基于配电网保护及设备实时数据的负荷预测诊断方法。
背景技术
继电保护是电力***极其重要的安全保障工具，实现继电保护运行和管理自动化所需的各种软件也是国内外电力***应用软件研究开发的重点之一。
近十几年来，广东电网为提高继电保护运行、管理的自动化水平，相继开发了继电保护整定计算软件、定值管理软件等主网的相关软件，但尚未建设配网智能实现平台，电力负荷预测是电网规划的基础,传统电网规划是以整个规划区域为对象,对总负荷进行预测。缺少结合配电网保护及设备实时数据的有效且快速的负荷预测诊断方法。
发明内容
本发明的目的在于提供一种基于配电网保护及设备实时数据的负荷预测诊断方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明采用了如下技术方案：
一种基于配电网保护及设备实时数据的负荷预测诊断方法，其特征在于，包括如下步骤：
S1：基于当地电网配网整定计算设备实时数据，并保存在数据库；
S2：基于KMP算法，再结合广度搜索、深度搜索原则，根据相应设备拓扑关系，智能自动分析出每个设备之间的相应配合关系，实现多级设备配合计算，分析出对应的一级开关、二级开关、三级开关；实现相应定值的时间方便的配合关系匹配，以最优的配合关系方案通过图形可视化技术显示在***上；
S3：将实现配合关系之后的定值图形方案进行图文识别，随后进行负荷预测并提出保护诊断策略。
由于部分设备基础参数、定值单采用图片或者PDF文件等格式，传统的图文数据通过人工记录，耗时较多；所述步骤S1中，具体为借助图文识别技术将图像转为文字并输出结构化数据，自动记录至后台可大大节约劳力，提升效率；通过集成图文识别技术，用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像，实现设备基础参数、定值单进行识别成文字，并保存在数据库。
所述步骤S3中，具体为通过故障点跳闸等信息，智能自动计算分析出设备运行情况，并支持重点用户和保供电用户情况自动推送通知提醒；支持根据开关位置、断路位置、故障类型等因素反推重新计算上下级定值，自动对定值上下级保护配合情况进行分析，并通过智能关联图纸及拓扑技术计算判断出现定值配合不当、配合越级越限的问题的定值所在，智能发现存在异常的定值并推送消息，实现事故重现，并给出修改意见。
所述负荷预测诊断方法包括：具体负荷预测过程中，结合实际选择适合的方法来保障结果的准确性；包括：回归分析法、负荷密度法和弹性系数法。
(1)回归分析法：该方法应用是以统计学原理为依据，选取特定时间段内数据信息并分析，以此构建科学线性回归、非线性回归模型及其数据模型，通过数据关系的对应，计算并得出变量之间关系；(2)负荷密度法：该方法是指将预测依据按照功能进行划分。例如，依据功能的不同划分出商业区、工业区和居民区，然后结合对不同区域土地面积、电量密度进行负荷预测，最终获取较为准确的结果；(3)弹性系数法：该方法是指预测工作的开展依据对比方式，电力弹性系数的确定：用电量平均年增长量对比生产总值平均年增长率，其比值为最终结果。
与现有技术相比，本发明的有益效果在于：
本发明借助图文识别技术将图像转为文字并输出结构化数据，自动记录至后台可大大节约劳力，提升效率；通过集成图文识别技术，用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像，实现设备基础参数、定值单进行识别成文字，并保存在数据库；大大提高了负荷预测诊断方法的速度和有效性。
附图说明
图1为本发明基于配电网保护及设备实时数据的负荷预测诊断方法流程框架示意图；
图2为本实施例基于Web Services与OMS集成架构图。
具体实施方式
下面将结合本发明的附图，对本发明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的一部分实施例，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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
实施例
如图1所示，一种基于配电网保护及设备实时数据的负荷预测诊断方法，其特征在于，包括如下步骤：
S1：基于当地电网配网整定计算设备实时数据，并保存在数据库；
S2：基于KMP算法，再结合广度搜索、深度搜索原则，根据相应设备拓扑关系，智能自动分析出每个设备之间的相应配合关系，实现多级设备配合计算，分析出对应的一级开关、二级开关、三级开关；实现相应定值的时间方便的配合关系匹配，以最优的配合关系方案通过图形可视化技术显示在***上；
S3：将实现配合关系之后的定值图形方案进行图文识别，随后进行负荷预测并提出保护诊断策略。
由于部分设备基础参数、定值单采用图片或者PDF文件等格式，传统的图文数据通过人工记录，耗时较多；所述步骤S1中，具体为借助图文识别技术将图像转为文字并输出结构化数据，自动记录至后台可大大节约劳力，提升效率；通过集成图文识别技术，用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像，实现设备基础参数、定值单进行识别成文字，并保存在数据库。
所述步骤S3中，具体为通过故障点跳闸等信息，智能自动计算分析出设备运行情况，并支持重点用户和保供电用户情况自动推送通知提醒；支持根据开关位置、断路位置、故障类型等因素反推重新计算上下级定值，自动对定值上下级保护配合情况进行分析，并通过智能关联图纸及拓扑技术计算判断出现定值配合不当、配合越级越限的问题的定值所在，智能发现存在异常的定值并推送消息，实现事故重现，并给出修改意见。
所述负荷预测诊断方法包括：具体负荷预测过程中，结合实际选择适合的方法来保障结果的准确性；包括：回归分析法、负荷密度法和弹性系数法。
(1)回归分析法：该方法应用是以统计学原理为依据，选取特定时间段内数据信息并分析，以此构建科学线性回归、非线性回归模型及其数据模型，通过数据关系的对应，计算并得出变量之间关系；
(2)负荷密度法：该方法是指将预测依据按照功能进行划分。例如，依据功能的不同划分出商业区、工业区和居民区，然后结合对不同区域土地面积、电量密度进行负荷预测，最终获取较为准确的结果；
(3)弹性系数法：该方法是指预测工作的开展依据对比方式，电力弹性系数的确定：用电量平均年增长量对比生产总值平均年增长率，其比值为最终结果。
本实施例建设所需要的各项基础数据分布于其它***中，如设备基础信息、配网单线图等信息在图模***或GIS中，定值单审核流程则在茂名OMS***中流转。***遵循WebService方式、基于OSB总线的服务接口方式、基于数据库的接口方式、基于文件的接口方式等标准的接口方式。各业务通过通用的、基于SOA架构的集成平台实现集成，采用weblogic作为***配置的中间件软件，按照接口规范将业务功能封装成Web Services，注册到ALSB，同时能够调用集成平台的服务；数据中心是OMS的设备台帐数据的存储交换中心。
如图2所示，为基于Web Services与OMS集成架构图。通过通用的、基于SOA架构的集成平台实现集成。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。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仅为发明的优选例，并不用来限制本发明，在不脱离本发明新型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 (2)
1.一种基于配电网保护及设备实时数据的负荷预测诊断方法，其特征在于，包括如下步骤：
S1：基于当地电网配网整定计算设备实时数据，并保存在数据库；
S2：基于KMP算法，再结合广度搜索和深度搜索原则，根据相应设备拓扑关系，智能自动分析出每个设备之间的相应配合关系，实现多级设备配合计算，分析出对应的一级开关、二级开关和三级开关；实现相应定值的时间方便的配合关系匹配，以最优的配合关系方案通过图形可视化技术显示在***上；
S3：将实现配合关系之后的定值图形方案进行图文识别，随后进行负荷预测并提出保护诊断策略；
所述步骤S1中，具体为借助图文识别技术将图像转为文字并输出结构化数据，自动记录至后台；通过集成图文识别技术，用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像，实现设备基础参数和定值单进行识别成文字，并保存在数据库；
所述步骤S3中，具体为通过故障点跳闸信息，智能自动计算分析出设备运行情况，并支持重点用户和保供电用户情况自动推送通知提醒；支持根据开关位置、断路位置和故障类型因素反推重新计算上下级定值，自动对定值上下级保护配合情况进行分析，并通过智能关联图纸及拓扑技术计算判断出现定值配合不当和配合越级越限的问题的定值所在，智能发现存在异常的定值并推送消息，实现事故重现，并给出修改意见。
2.根据权利要求1所述的基于配电网保护及设备实时数据的负荷预测诊断方法，其特征在于，所述负荷预测诊断方法包括：具体负荷预测过程中，结合实际选择适合的方法来保障结果的准确性；包括：回归分析法、负荷密度法和弹性系数法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111660382.7A CN114389231B (zh) | 2021-12-31 | 2021-12-31 | 一种基于配电网保护及设备实时数据的负荷预测诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111660382.7A CN114389231B (zh) | 2021-12-31 | 2021-12-31 | 一种基于配电网保护及设备实时数据的负荷预测诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114389231A CN114389231A (zh) | 2022-04-22 |
| CN114389231B true CN114389231B (zh) | 2023-07-14 |
Family
ID=81199300
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111660382.7A Active CN114389231B (zh) | 2021-12-31 | 2021-12-31 | 一种基于配电网保护及设备实时数据的负荷预测诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114389231B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116404745B (zh) * | 2023-02-27 | 2023-10-03 | 合肥威标科技有限公司 | 基于大数据的配电网智能调控辅助决策***及方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102638100A (zh) * | 2012-04-05 | 2012-08-15 | 华北电力大学 | 地区电网设备异常告警信号关联分析与诊断方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10284444B2 (en) * | 2016-02-29 | 2019-05-07 | Airmagnet, Inc. | Visual representation of end user response time in a multi-tiered network application |
| CN111553590B (zh) * | 2020-04-27 | 2021-09-24 | 中国电子科技集团公司第十四研究所 | 一种雷达嵌入式健康管理*** |
| CN112348339A (zh) * | 2020-10-28 | 2021-02-09 | 国网信通亿力科技有限责任公司 | 一种基于大数据分析的配电网规划方法 |
| CN113487447A (zh) * | 2021-04-19 | 2021-10-08 | 国网河北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负荷预测及线损成因分析方法 |
| CN113659538A (zh) * | 2021-06-23 | 2021-11-16 | 国网安徽省电力有限公司 | 一种自适应整定原则的配网智能整定方法及*** |
-
2021
- 2021-12-31 CN CN202111660382.7A patent/CN114389231B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102638100A (zh) * | 2012-04-05 | 2012-08-15 | 华北电力大学 | 地区电网设备异常告警信号关联分析与诊断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114389231A (zh) | 2022-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108446396B (zh) | 一种基于改进型cim模型的电力数据处理方法 | |
| CN114389231B (zh) | 一种基于配电网保护及设备实时数据的负荷预测诊断方法 | |
| CN110729718A (zh) | 一种基于日负荷曲线的行业用户开工监测方法 | |
| CN111667143A (zh) | 电网调度实时监测数据与业务管理数据融合的实现方法 | |
| CN112488502A (zh) | 一种标准的水资源管理一体化管控平台 | |
| CN107862459B (zh) | 一种基于大数据的计量设备状态评估方法及*** | |
| Yuanhong et al. | Big data based analysis between power distribution network reliability parameters and economic and social external environment | |
| CN108230183A (zh) | 一种基于时标量测的电网设备多维度综合告警的处理方法 | |
| CN109561155B (zh) | 一种变电站设备远程集中监视与运维方法 | |
| CN110705885A (zh) | 一种电网设备光伏渗透率智能统计分析方法 | |
| CN117614141B (zh) | 一种用于配电网的多电压层级协调管理方法 | |
| CN112989133A (zh) | 一种电器设备的图数据建模电力指纹识别方法、存储介质及*** | |
| CN112598257A (zh) | 一种基于大数据特征挖掘的停电分析方法及*** | |
| CN112527874A (zh) | 一种基于多数据源的配电网资源多元化输出方法 | |
| CN111556108A (zh) | 基于云平台的电力大数据采集***和方法 | |
| CN101739001A (zh) | 闸站控制器及***管理机*** | |
| CN115034927A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN114168662A (zh) | 一种基于多数据源的配电网问题梳理分析方法及*** | |
| CN111490540B (zh) | 基于三相不平衡度判定的配变台区指标大数据生成方法 | |
| CN114691939A (zh) | 一种大型流域水电企业设备物资编码融合*** | |
| CN112396256A (zh) | 基于聚合机组线性化方法的独立微网综合资源规划 | |
| Li et al. | Research on Key Technology of State Evaluation and Replacement Acquisition System of Intelligent Electric Energy Meter Based on Smart Grid | |
| CN114389242B (zh) | 一种基于多源数据集成的配网保护整定故障分析方法 | |
| CN117892212B (zh) | 一种分布式异构能源站点态势感知监测方法 | |
| CN113570345B (zh) | 一种基于施工项目电路图的停电范围自动识别*** |
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 |