基于大数据技术的配电网运行可靠性提升思考
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于大数据技术的配电网运行可靠性提升思考
发表时间:2019-12-17T10:24:42.940Z 来源:《中国电业》2019年17期作者:赵亮[导读] 随着我国经济以及科技的发展,用电量越来越大。摘要:随着我国经济以及科技的发展,用电量越来越大。配电网运行的可靠程度对供电系统的稳定性有很大的影响,直接关系到供电系统能否正常运行。基于大数据技术的配电网的配电网运行机制,进一步配网供电系统的稳定性。本文将分析阐述大数据技术对配电网运行可靠性的影响,并指出配电网运行中大数据发挥的作用以及带来的影响。
关键词:大数据技术;配电网运行;可靠性;实际应用引言现代社会生产生活对电能需求量明显提高,一定程度上推动了电力供应系统的建设。虽然国内电力系统铺设里程与供电系统技术能力明显改善,但在配电网管理中仍面临较大挑战。伴随现代信息技术发展速度的加快,大数据技术在各领域中得到了广泛应用且趋于成熟。所以,要想不断提高配电系统运行的可靠性,必须充分利用大数据技术开展管理工作。可见,深入研究并分析基于大数据技术的配电网运行可靠性提升路径具有一定的现实意义。 1大数据技术对配电网运行可靠性的影响随着时代的发展和社会的进步,各行各业的发展都呈现出了勃勃生机,随之而来的就是工作事务的增加。在当今竞争激烈的时代背景之下,人们对工作的要求已经不再仅仅满足于机械化地完成工作,更重要的是要讲究在相同的时间内工作的质量,追求工作效率。在这种工作需求之下,大数据技术应用而生。大数据技术主要是针对各行各业工作过程中的信息和报表做详细且有条理的分类整理,并进行全天候地监控和分析。人工设定程序之后,机械化设备的实时监控,可以保障企业运营的安全性,可以及时地发现问题,在提高了工作效率的同时为国家的经济发展贡献了力量。现代社会是一个能源社会,企业和工厂的运营生产和人们的日常生活都离不开各种能源。随着时代的发展,人们对能源的质量要求也越来越高。以前为了保证提供的能源的质量,评估人员往往会比较平均数、中位数等等数据,但这些数据只是一个模糊的界限,并不能详细地对整体数据的优劣性做出具体的分析。大数据技术作为数据分析的专业性技术,可以采集配电网管理中的关键数据,反应整体能源的质量。并且可以对配电网管理中的数据进行采集、收集、分析、预测,减少电能的生产过程中出现突发情况,进一步提高电能的质量。 2基于大数据技术的配电网运行可靠性提升路径 2.1配电网运行可靠性指标机制构建通常,可靠性分析的单位是年,对长时间系统不同运行状态平均可靠性展开系统研究。常见的指标主要是系统指标与负荷指标。前者涵括系统的平均停电持续时间与频率指标、线路指标以及变压器重过载指标等,后者则涵括故障平均停电持续时间和负荷点平均故障几率等。开展可靠性评估工作,可为规划设计系统提供必要帮助。运行可靠性指标在运行调度中运用。所以,配电网运行的可靠性必须反映系统本身负荷损失的状况,同时也需反映负荷裕度。另外,应真实反映线路的过载状况、潮流与电压安全裕度,在此基础上描述并反映系统的整体可靠性、关键区域、节点、元件与环节可靠性等。根据以上要求,有必要科学拓展常规性可靠性指标,构建四维指标机制。
2.2以主成分分法为依据的主要指标提取运行可靠性指标机制涵括了大量指标变量,且建模和计算均相对复杂,加之不同指标间有大量冗余信息,逐一分析会增加冗余工作量。其中,主成分分析属于多元统计分析法,主要作用是简化对象模型,提取主要信息,尽量降低变量维度。开展主成分分析,主要是利用方差或者是离差平方和等计算不同指标信息大小,删除重复指标等,提取相关性不明显同时涵盖大量原信息的指标。随后,系统化筛选影响系统运行可靠性的薄弱环节、关键性元件以及区域等,不断缩小评估范围。第一,标准化的评估指标。一般情况下,不同的运行可行性指标量纲存在差异且分布不同,要求针对指标参数实施标准处理。为此,应以配电大数据为基础获取不同指标分布函数,针对不同指标变量展开正态分布的标准处理,进而转变成正态分布变量。第二,相关矩阵构建与特征值计算。所谓的变量间存在的相关关系,具体指的是已知某变量亦或是一组变量,可对另一变量数值加以确定,亦或是明确变化规律。一般情况下,在统计学中会借助Pearson相关系数度量两随机变量间存在的相关性程度。第三,主成分的确定。根据以上计算数值,确定第n个指标变量方差贡献率与累计方差贡献率。第四,确定主要评估指标。
2.3依托并行关系挖掘主要影响因素在配电网实际运行期间,对其可靠性产生影响的因素很多,很难构建准确性较高的预测模型,且速度精度易受到限制。在这种情况下选择使用关联规则挖掘法,在配电网异构多源数据中挖掘主要的影响因素,为输入预测模型提供帮助,尽量降低输入维度,不断加快预测速度。在关联规则中,各样本均可用T代表,而n个事务即可构成数据库,用D表示。需要注意,各事务均通过多属性确定,并被称作“项”。多个项所构建的集合就是“项集”,其中各子集事务均为一项集。对于最小支持度阀值和最小置信度阀值而言,用户应结合实际需求做出定义。强规则即支持度和置信度都不低于最小阀值规则,最终获得对配电网运行可靠性产生影响的因素。
2.4训练人工神经预测模型所谓的运行可靠性预测,具体指参考历史与配电实时大数据信息,对后续特定时间段内的可行性指标参数的推测过程。一般情况下,预测方法主要有人工智能方法和传统方法2种。其中,传统方法是依托回归分析方法,而人工智能方法则涵盖了深度学习与神经网络等多种方法。在配电系统运行可靠性指标数值方面,通常需参考运行期间记录的统计数据信息内容,对无法构建精确性解析模型的情况做出科学化预测。可将实时获得的数据信息主要影响因素数据当做输入人工神经网络中的主要内容,进而对特定时间段后的可靠性指标数值实施必要预测。选择各预测时间计算相应的指标,进而获取相对时限类的指标,并在不同场合中应用。
2.5大数据技术客队配电网的电能质量进行实时地检测和预估随着人们日常生活和企业的生产发展对电能的要求,电力覆盖的地区也越来越广,电路也越来越多。电路的生产线路和输电线路越来越多,汇集在配电网处,形成了大、中、小规模的有源配电网。电能的传输过程中会伴随着功率的震动,配电网电能的质量也会随之受到影响。通过收集配电脑网中的运行数据、负荷数据、分布式电源运行等数据,可对配电网的电能质量做出判断,并对影响质量的原因做出具体的分析,制定详细的改善政策,从而得出精细的配电网网架和无功源的调解方案等。结语