电力大数据解决方案培训课件

Page 9
自动异常识别的意义
随着视频监测系统投入 的越来越多，人工监视 易造成肉眼疲劳，造成 漏报。
监控中心的视频线路较 多，人工监视也无法一 一监看，易造成漏报 采用视频处理技术对监 控视频和图片进行实时 处理与分析，通过提取 线路特征，自动识别异 常情况并进行报警，能 极大减少工作量，提升 输电线路的安全可靠 性。
P
Circ uit B reak ers C irc uit B reak er ID
S ensor Readings S ens or ID (F K ) Tim estam p
S ensor Reading V alue
S ensor Types S ensor Type
S ens or Ty pe Des c ription UO M (FK )
商用1
1800
1600
错峰方案实施之后，用户的用电方式发生
1400
1200
改变，系统的实际负荷曲线也随之发生改
1000
变。从图中可以看出，错峰之后，电力缺
800
600
口移除，且系统实际的用电负荷曲线与预
400
200
测的负荷曲线图相比得到了优化
0
工用1 营销部门把安排好的各用户的错峰 量和错峰时间发送给用户，用户接 到错峰指令后确认分配的错峰指
应
一种用电模式
用
制定错峰方案
NO 用户ID
1
工 业2
用 户
3
4
北交线5号 富康线28号 水泉线16号
……
用户类型
高耗能，限 高排放，限 高排放，限
用电模式
用电指导
生产提前1小时 生产推后1小时 关闭2台机组
错峰量
2.6MW 2.4MW 1.7MW
62MW
NO 用户ID
用户类型
用电模式 用电指导
错峰量
P
B usiness Units B us ines s U nit ID
Central S tations C entral S tation ID
P
S ubstations S ubs tation ID B us ines s U nit ID (F K ) C entral S tation ID (F K )
Trans m is s ion Lines Trans m is s ion Line ID
P
IE D s IE D ID
P S ubs tation ID (F K )
1
IE D Ty pe (F K )
W eather S tations W eather S tation ID S ubs tation ID (F K )
10
Page 10
线路视频在线监测常见的异常情况
1）外物接近导线安全预 警距离智能视频检 测与报警
2）线路飘挂物智能视频 检测与报警
3）导线弧垂点上下变化 智能视频检测与报 警；
4）导线弧垂点舞动智能 视频检测与报警；
5）导线间距变化智能视 频检测与报警
1
2
4
Page 11
3 5
11
线路视频在线监测常见的异常情况（续）
P
P ow er Trans form ers P ow er Trans form er ID S ubs tation ID (F K )
P
1 Hy dran Units H y dran U nit ID P ow er Trans form er ID (F K )
IE D Ty pes IE D Ty pe
根据实时运行数据，分析变 压器和电缆的情况， 改进 设备检修计划；减少检修次 数，以便于减少停电次数和 停电时间，提高可靠性指标
识别接近额定容量并报警， 减少负荷以增பைடு நூலகம்设备的寿命
对设备老化情况进行分析， 制定合理维修策略
部署智能电表，实现对用户 侧电量、电压、电流、功率 的完整数据采集
借助双向通信的电表，实现 与用户的互动
商用4 标，开始实施错峰用电
商用3
用发错电1电峰用发错,量电15负后2电电峰,3,用发错量531荷实5电2负负后53.,1电峰,5,0,5预际用发错8量592荷荷实44电3.负后5344,80用测电电峰,,051预预际用发错1量53荷实43电4.,负负后050,60用测测7电电峰,,041际预用发错量54荷荷实80电5.,,负负后061,50用测6电电峰,,0,47际预预用 发错量55荷荷实564电6.,负负后075,15用测 测9电峰,,0,45预 预际用 发错4量6电6荷 荷实86987.,,负后07,70用测 测4,电 电峰,,0量59预 预际用 发错819电87荷实529.,,0负 负后0,1,,0用测 测7,电 电峰10量185预际用 发错 电81192荷 荷实16,,,3负 负后0,.,00用测4电 电峰 量137,1际预 预用 发错 电1900012荷 荷实140,,负 负后 ,521.40用测 测电峰 量,14106,际预 预用 发错 电16013410荷 荷实114,,负后 ,5512,4用测 测电 电峰 量,.1001,14预 预际用 发错 电19111荷实014524,,负 负,后53,55用测 测2电 电峰 量,.10,17预际用 发错 电1802112荷 荷实014938,,负 负后 ,54,35用测5电 电峰 量,.10,13预 预际用 发错 电1205113荷 荷实014842,负 负,后45,05用测 测1电 电峰 量,.10,14际预 预用 发错 电140514荷 荷实0130150,,负 负,后1,25用测 测56电 电峰 量,.101预 预7际用 发错 电1409,115荷 荷实00966,,1负 负后37,8测 测用0电 电峰 量,.410,1预 预9际用 发错 电1071用 用 用 用 用 用 发 发 发 发 发46荷 荷实012112227错 电 错 电 错 电 错 电 错 错,,负 负,后5822电 电1,45测 测用9电峰 量9012,10,34电 电 电 电 电 电 电 电 电 1预 预.际14031,,,,峰 量 峰 量 峰 量 峰 量 峰 峰37荷 荷实122220,,4量 量812,,负,后111154,29013497负 负 负 负 负 负 负 负 负5测 测用,.4162210,,,,后 后 后 后 后 后71预 预2际,,,,823,,01,8荷实1903122204711110252荷 荷 荷 荷 荷 荷 荷 荷 荷,,58,64710912实 实 实 实 实 实6测 测用2530...34001预9际....51,,,,0000035774预 预 预 预 预 预 预 预 预,,004111114际 际 际 际 际 际,,00009752879测用844210650测 测 测 测 测 测 测 测 测4489065975用 用 用 用 用 用46009288,0000,,,,,,,,,
• 用电特性识别是新型智能用电解决方案的基础。既要识别个体用电特性的技术，同时也需要从个体特性中提取出群体共 性的方法。
• 个体识别技术中需要重点考虑数据降噪等避免伪特性的方法，而群体共性提取技术则需要考虑如何识别个体特性相似性 的模型。
用户用电 行为分析
基于数据挖掘和人工智能技术的用户用电行为分析主要有两方面的内容： ➢ 时间对单个用户的用电模式进行识别。用户的用电模式往往不止一种，存在多样性。通
电力大数据 平台方案探讨
Smarter Systems for a Smarter Planet
© 2011 Corporation
议程
电力大数据背景简介 电力大数据应用场景 国内外案例分享 基于Scada系统的电力大数据平台架构探讨
Page 2
电力大数据平台对实时数据进行深入分析，指导电网的规划/ 建设、运行、资产运维和客户服务，提升电力企业的运营水平
Page 14
3 执行效果评估:
• 用户表现考核：跟踪用户对智能用电指令的执 行情况，根据相应的激励和惩罚规则分析其奖 惩结果
• 设备运行工况评估：根据重过载监测与分析， 给出解决方案后查看设备运行工况
• 策略库反馈调整：根据用户实际的执行情况， 调整适应于用户的策略库定义规则
14
设计新型的用户用电特性分析模型，为新型智能用电解决方案奠 定基础
4直线监 测
5距离换 算
6异物检 测
13
Page 13
第二、智能用电：通过分析、决策和评估，形成最优绩效目标 的智能用电分析
2 智能用电策略优化与仿真:
• 策略定义：针对用户特点寻找适应的策略，针对设备发现并解决问题 • 方案优化：针对给定的目标和用户适应的策略，综合考虑成本、供电可靠
性和用户满意度等多重因素，形成最优方案 • 场景仿真：模拟不同场景，分析不同情况下的智能用电分析效果
Units of M eas ure UOM
IP Enabled Digital Communications Network
Equipment Monitoring
Automated
Substations
LAN
Digital Relays Sensors
整合程度
4个分析层次
Level 4 - 高级优化, 建模,规划, 决策支持
SCADA系统根据系统采集、控制点 数的多少，系统规模的大小不同 ，小到只有一台计算机组成一个 小型SCADA系统；大到由多台服务 器和若干台工作站协同组成大型 SCADA系统。
工业上，SCADA系统广泛应用于远 程通讯、供水与污水处理、化工 、电力、电力、冶金、油气输送 等领域。
Page 5
SCADA系统典型硬件配置图
过对用户的用电规律和用电特性进行深入分析，识别出用户的所有用电模式。 ➢ 对不同用户的用电模式进行聚类分析。得到用户用电模式的群体性，有助于针对同一群