为了监测电网调度运行中的异常数据,识别输变电设备的运行缺陷并及时预警,针对实时数据流规模巨大及依据阈值判断监测数据异常不准确的问题,提出基于大数据的电网调度运行缺陷预警监控系统。采集电网调度运行数据并存储于数据库中,经多...为了监测电网调度运行中的异常数据,识别输变电设备的运行缺陷并及时预警,针对实时数据流规模巨大及依据阈值判断监测数据异常不准确的问题,提出基于大数据的电网调度运行缺陷预警监控系统。采集电网调度运行数据并存储于数据库中,经多源数据集成处理以及数据运算处理后,通过窄带蜂窝物联网(Narrow Band-Internet of Things,NB-IoT)模块将处理后的数据传输至数据分析层,利用深度置信网络融合处理传感器采集的电网调度运行监测数据,设计基于时间序列的电网调度运行缺陷预警方法,通过获取时间序列数据、识别时间序列的所属类别,监测电网调度设备的缺陷情况,提示缺陷预警信息,最终通过数据功能层的可视化界面呈现预警及监测结果。实验结果表明,该系统可有效监测到处于运行缺陷状态的输电线路,且监测结果与实际线路覆冰厚度基本保持一致,并通过可视化方式予以及时、详细的预警。展开更多
针对高比例可再生能源并网的电力系统中多源数据协同效率低、风光波动性突出等问题,提出一种基于云-边协同多能互补优化平台,融合逻辑回归多源数据静态融合模型(Multi-source Data Fusion Model Based on Logistic Regression,LR-MDFM)...针对高比例可再生能源并网的电力系统中多源数据协同效率低、风光波动性突出等问题,提出一种基于云-边协同多能互补优化平台,融合逻辑回归多源数据静态融合模型(Multi-source Data Fusion Model Based on Logistic Regression,LR-MDFM)与自适应提升多源数据动态融合模型(Multi-source Data Fusion Model Based on Adaptive Boosting,Adaboost-MDFM),结合分层长短时记忆(Long Short Term Memory,LSTM)网络时序特征提取技术,构建4层云-边协同架构,实现秒级边缘特征提取与云端分钟级全局调度。通过深度强化学习实现动态优化,解决风光波动与水风光协同运行调度滞后性挑战,为“双碳”目标下新型电力系统智能调控提供关键技术支撑。展开更多
文摘为了监测电网调度运行中的异常数据,识别输变电设备的运行缺陷并及时预警,针对实时数据流规模巨大及依据阈值判断监测数据异常不准确的问题,提出基于大数据的电网调度运行缺陷预警监控系统。采集电网调度运行数据并存储于数据库中,经多源数据集成处理以及数据运算处理后,通过窄带蜂窝物联网(Narrow Band-Internet of Things,NB-IoT)模块将处理后的数据传输至数据分析层,利用深度置信网络融合处理传感器采集的电网调度运行监测数据,设计基于时间序列的电网调度运行缺陷预警方法,通过获取时间序列数据、识别时间序列的所属类别,监测电网调度设备的缺陷情况,提示缺陷预警信息,最终通过数据功能层的可视化界面呈现预警及监测结果。实验结果表明,该系统可有效监测到处于运行缺陷状态的输电线路,且监测结果与实际线路覆冰厚度基本保持一致,并通过可视化方式予以及时、详细的预警。
文摘针对高比例可再生能源并网的电力系统中多源数据协同效率低、风光波动性突出等问题,提出一种基于云-边协同多能互补优化平台,融合逻辑回归多源数据静态融合模型(Multi-source Data Fusion Model Based on Logistic Regression,LR-MDFM)与自适应提升多源数据动态融合模型(Multi-source Data Fusion Model Based on Adaptive Boosting,Adaboost-MDFM),结合分层长短时记忆(Long Short Term Memory,LSTM)网络时序特征提取技术,构建4层云-边协同架构,实现秒级边缘特征提取与云端分钟级全局调度。通过深度强化学习实现动态优化,解决风光波动与水风光协同运行调度滞后性挑战,为“双碳”目标下新型电力系统智能调控提供关键技术支撑。
