台区智能感知终端
采用高速电力线载波、Lora无线双模通信,承载了台区低压电网监控和用电数据的采集任务,主要功能包括:对下级分支箱、表箱的拓扑辨识,形成准确的变、线、户拓扑结构图。对变压器、低压配电箱内的总、分断路器运行状态监测,各级停电事件的实时上报。协调电气运行参数5分钟、电表数据15分钟的同步采集与数据周期上报。
基于改进ECC的含电动汽车用户负荷信息保护方案
在智能电网的大趋势下,电力公司与用户之间的数据传输交换愈加频繁高效。通信网络经常遭受网络攻击或窃听,为确保用户的用电数据在传输过程中不被恶意篡改,提出一种面向电动汽车用户的信息保护方案。通过改进加法运算和标量乘运算对传统椭圆曲线加密算法(elliptic curve cryptography, ECC)做轻量级优化,克服电网双向互动环境中智能电表资源有限的问题。在此基础上,设计负荷分解算法作为加密方案的检验工具,分解加密后的电力数据。最后,通过仿真算例分析,验证了所提方案的可靠性和安全性。
基于数据中台的数据管理与应用
国网河北省电力有限公司是国家电网有限公司的全资子公司,负责河北南部电网的规划建设和运营管理,营业区域覆盖石家庄、邯郸、保定、沧州、邢台、衡水六市及雄安新区。供电面积8.4万平方公里,服务人口5100余万,供电客户2400余万。每天采集用电数据量约300GB,年累计达到15TB。 公司基于数据中台开展数据管理与应用。将28套系统汇聚到数据中台,共涉及数据表2万余张,数据量约35T。数据中台共享层有7581张模型表的落模。基于数据中台开展分析场景的服务化建设,实现分析应用的快速构建和灵活调用,全面支撑数字化审计、财务多维精益、物资智慧供应链等55项场景建设,完成1127项数据服务发布。同步构建数据质量规则库、数据资源目录、数据共享负面清单、数据共享运营机制。编制《国网河北电力云和数据中台运行保障管理办法》、《国网河北电力数据需求管理流程》、《国网河北电力数据接入规范》等数据运营文档共计13项,强化数据管理基础。 数据中台已初步具备完整的数据集成、数据开发、数据质量监控、数据资产管理等全链路功能,为公司各类分析决策类应用提供数据资源、分析计算能力及统一的运行环境,向各专业、各基层单位提供敏捷开放的数据共享和分析服务。
基于图转换和迁移学习的低压配电网户变关系和相位识别方法
为进一步提高低压配电网户变关系和相位识别的准确性,提出一种基于图转换和迁移学习的低压配电网户变关系和相位识别方法。首先,引入了基于格拉姆角场的图转换方法实现用电数据的二维化,以更好地发现一维时序用电数据间的差异性;然后,针对低压配电网用户数据稀缺、获取途径有限、样本数量较少等问题,基于迁移学习利用预训练好的参数权重,构建了适合户变关系和相位识别的深度学习模型。通过实验验证,所提模型在户变关系识别和相位识别中的准确率较主流方法均有所提升,拥有更好的稳定性。
国家电力需求侧管理平台建设及应用
国家电力需求侧管理平台(以下简称“平台”)是国家发改委委托国网公司建设的国家级平台,旨在构建综合性、专业化、开放式的网络应用平台,向政府有关部门、电力企业、电力用户、电能服务商等各类群体提供最全面、最权威的决策支撑和技术服务,促进我国节能减排事业的发展,提升电力安全可靠供应保障能力。平台运用互联网、大数据、分布式存储、云计算、Echarts可视化、爬虫数据抓取、全文检索等先进技术,构建电力经济大数据库,研究科学分析预测方法和模型,开发完成了研究分析平台(9个一级功能模块,48项二级子功能,100余项三级子功能)与成果展示平台(7个主题场景展示)。海量数据处理,多平台数据交互,设备级数据监测。平台实现了全国各地区电力供需形势、有序用电管理、需求响应、企业用电等数据信息在线监测与管理;实现近2万家企业的厂区用电设备负荷、电量、电能质量在线监测;在线监测分析企业用电特点,挖掘需求响应潜力资源,指导企业合理安排生产,支撑需求响应工作开展。首次实现了基于海量用电数据的电力经济关系分析挖掘;首次基于DMSP/OLS夜间灯光影像和电力消耗量,构建地区工业发达指数评价体系;首次实现了对设备级用电数据的实时监测、在线分析;创造性提出企业开工率、住房空置率分析方法模型,基于设备级用能用电数据的行业用电多维分析方法;构建了集电力需求侧管理、有序用电管理、需求响应以及电力供需形势分析等功能于一体的供需平衡分析和监测平台。 平台相关功能已在发改委电力需求侧管理及电力经济运行监测等相关工作中得到有效应用。依据平台:撰写《上半年国家电网经营区主要行业用电量分析》、《国家电网经营区2019年工业企业开工情况》获李克强总理的批示;编制企业开工率分析、住房空置情况分析,定期上报国家发改委,部分成果被中办《每日汇报》和国办《专报信息》采纳;提交受理专利2项,获得计算机软件著作权15项,发表论文9篇。平台架构和功能设计在省级平台及国网系统电能服务平台得到推广应用。平台丰富的数据以及各分析功能模块可通过接口被外部系统调用共享,为电力需求侧管理、有序用电等工作提供支撑。企业用能在线监测平台实现对企业用能数据的在线监测、整合、分析与挖掘,为企业提供能效诊断和节能服务,推动企业能效管理进步。
基于机器学习的多指标电力大用户风险评估体系搭建
应用神经网络对供电服务中的用户进行潜在风险分类是一种新颖的算法。相比于传统的评分法、比值法、统计法等方法,人工神经网络是对人脑或自然的神经网络若干基本特性的抽象和模拟,是一种非线性的动力学系统。它具有大规模的并行处理和分布式的信息存储能力、良好的自适应性、自组织性及很强的学习、联想、容错、抗干扰能力。本文综合采用了arima、k-means、logistic回归和bp神经网络模型,通过对电力大用户的基本信息、用电数据、业务轨迹、渠道记录等海量电力数据进行深度挖掘,从电量趋势预测、用户风险分类实现对用户潜在风险的有效评估。
基于分级分类和改进AHP-EW-TOPSIS的电力系统充裕性评估方法
电力系统充裕性评估对电力系统的规划建设具有重要的意义,传统的单概率性指标评估方法已经不能满足随新能源渗透率不断提升、场景复杂化、短缺事件多样化趋势下电力系统充裕性评估的需求。首先,对短缺事件以最大短缺功率等效化处理,基于改进最小二乘法进行充裕性事件分区特征点拟合,构建短缺事件集分级分类的充裕性多指标体系。然后,基于蒙特卡洛法生成多组随机短缺样本数据集,结合改进AHP-EW-TOPSIS法确定各分区指标的全局权重,并得到综合评分降落曲线。最后,根据评分降落曲线构建综合评价结果判据区间。算例以某市实际运行数据为基础进行仿真验证,结果表明,所提方法可结合主观要求和不同尺度充裕性事件的客观特性,得到更加全面、透明的充裕性评估结果。
基于水电关联信息的零电量低压用户窃电检测
低压居民窃电用户中的零电量用户,不能提供用户用电行为的有效信息,又容易与空置房用户混淆,是窃电检测中的一类特殊问题。利用居民用户用水、用电数据之间具有强关联性的特点,提出基于水、电关联信息的零电量用户窃电检测。首先,分析居民用户用电、用水数据间的关联关系;然后,构建用户日用电量与日用水量的最大互信息模型,计算不同时间尺度下的最大互信息系数来衡量其信息相关度;接着,对用户的最大互信息系数进行聚类,将显著偏离类簇的样本识别为水电量具有弱相关性的窃电嫌疑用户,当窃电嫌疑用户的用电量为零时即为零电量窃电用户;2个台区的测试算例表明:所提方法可有效检出零电量窃电用户,指导现场窃电检测工作。