智能配用电大数据关键技术

《智能配用电大数据关键技术》由会员分享，可在线阅读，更多相关《智能配用电大数据关键技术（6页珍藏版）》请在装配图网上搜索。

1、本文格式为Word版，下载可任意编辑智能配用电大数据关键技术 目前，国内外对智能配用电大数据的讨论大部分处在讨论和探究阶段，随着讨论的深化和技术的进展，对智能配用电关键技术的讨论将着重从以下方面进行。 1.智能配用电大数据体系架构及数据集成技术 智能配用电大数据体系架构及数据集成技术讨论包括3个方面：配用电大数据体系架构、多源异构配用电数据集成及存储处理技术、大数据可视化技术，智能配用电大数据体系架构及数据集成技术图见图1。 图1 智能配用电大数据体系架构及数据集成技术图 1.1 配用电大数据体系架构 配用电大数据体系架构包括硬件架构、评估方法、技术标准和平安体系。详细包括： 分布式大数据采集

2、、存储和处理硬件体系架构的集群节点规模、硬件优化配置、网络拓扑结构及系统牢靠性和可扩展性； 面对数据密集型配用电大数据应用的批处理、图计算和内存计算架构； 面对计算密集型配用电大数据应用的高性能计算架构； 配用电大数据体系结构评估方法； 配用电大数据元数据、数据交换等技术标准规范； 配用电大数据访问认证、数据存储和隐私加密等平安技术。 1.2 多源异构配用电数据集成及存储处理技术 多源异构配用电数据集成及存储处理技术包括多源数据特性、信息模型、融合方法和标准。详细包括： 对电网企业内部的配电自动化、用电信息采集系统、负荷掌握系统等和外部的气象、社会经济等多源数据特性进行分析； 抽象和构建智能配

3、用电大数据环境下包含结构化、非结构化数据的信息模型； 建立智能配用电多业务数据融合方法和信息交换标准，实现智能配用电跨平台数据的迁移与信息交换。 3.1.3 大数据可视化技术 大数据可视化技术包括可视化信息模型构建及信息压缩、动态高维数据的可视化。详细包括： 配用电数据可视化基础信息模型、数据映射方式和信息交换； 兼顾节点关系的清楚表达和大容量节点的展现需求的超大图布局方法； 历史数据、实时数据以及将来规划数据的动态展现及降维分析。 2.用户用电负荷数据存储分析与修正技术 用户用电负荷数据存储分析与修正技术内容包括2个方面：用电负荷数据存储分析技术、用户用电负荷数据分析与修正技术。用电大数据存

4、储分析图见图2。 图2 用电大数据存储分析图 2.1 用电负荷数据存储分析技术 用电负荷数据存储分析技术包括数据索引、高效存储。详细包括： 负荷均衡的高维时序数据分布式索引； 针对用户用电负荷数据不同维度剖面特征的多级索引； 面对配用电网多源数据的行列融合的索引机制； 基于列存储的用户用电负荷时间序列数据的存储模型； 基于分布式文件系统的多结构用电负荷数据的存储模型； 支持大规模时序数据的数据压缩存储及支持用户用电负荷数据分析的高效行列混合存储技术。 2.2 用户用电负荷数据分析与修正技术 用户用电负荷数据分析与修正技术包括大数据的清洗与修正、聚类分析、关联与演化分析。详细包括： 基于时间序列

5、分析的卡尔曼滤波用电负荷数据修正方法； 基于用户用电数据关联性的分布式海量数据清洗、修正算法； 基于用电负荷数据时序性的并行聚类算法，结合异构数据源的协同聚类分析方法； 面对用电负荷数据的多源用户关联分析方法； 基于分布式计算框架的分布式关联规章挖掘算法； 基于社会公共信息分析的用电用户关联挖掘算法。 3.智能配用电典型业务大数据分析技术 智能配用电典型业务大数据分析技术讨论内容包括4个方面内容：节电技术、用电猜测技术、配用电网架优化技术、错峰调度技术。智能配用电大数据分析图见图3。 图3 智能配用电大数据分析图 3.1 节电技术 基于智能配用电大数据的节电技术包括典型电力用户用电特性聚类分析

6、、电价、激励机制、用户用电行为、环境感知等多因素用户节电关联分析方法。详细包括： 典型电力用户用电特性局部敏感性相像分析技术； 综合考虑用户社会经济、气候等因素对电力用户用电特性的影响并讨论量化不同因素对电力用户用电特性的关联度； 智能配电网中分布式电源的配置和运行策略对电力用户用电特性的关联度； 计及电价、激励机制、用户行为、环境感知等因素的用户用电数据分析模型； 与大数据分析相结合的多因素用户节电关联分析方法； 面对用户用电、网架结构特性的配电网节电降损分析方法。 3.2 用电猜测技术 基于智能配用电大数据的用电猜测技术包括用电猜测影响因素识别方法、多类型用电猜测模型。详细包括： 分布式电

7、源、电动汽车充换（放）电等的用户个体、群体多时态数据的量值特征及规范化方法； 基于用户用电历史数据挖掘的用电猜测模型与参数影响因素； 用电猜测模型、参数与用户用电行为特征、用户社会经济特征等诸多因素的关联性； 用户用电猜测关键因素关联度矩阵构建方法；讨论用电猜测关键因素关联度的属性约简方法； 面对多类型用户的短期和中长期参数自校正时间序列用电猜测模型； 基于用户多种聚类方法的用户群体短期和中长期参数自校正时间序列用电猜测模型。 3.3 配用电网架优化技术 基于智能配用电大数据的配用电网架优化技术包括数据并行聚类及关联分析、可行网架集构建方法。详细包括： 设备负荷率等参数和用户用电规律的并行聚类

8、及关联分析方法； 负荷密度及负荷变化趋势与网架结构的关联分析方法； 讨论网架结构与供电牢靠性和线路功率损耗等的并行聚类及关联分析方法； 与智能配用电网架构建相关的分层分类数据关联模型； 融合社会经济进展趋势、城镇规划与建设、分布式电源和电动汽车充电站接入，以及基于大数据的用电猜测和用户用电特征挖掘等多个方面的基于分层分类数据关联模型生成可行网架集的方法。 3.4 错峰调度技术 基于智能配用电大数据的错峰调度技术包括聚类分析技术、自动安排算法。详细包括： 配用电错峰调度资源多源数据融合规章和方法； 满意配用电平安性、经济性及用户多样化用电需求的用户用电特性等多因素的错峰资源大数据层次化聚类分析方

9、法； 考虑经济性和平安性等约束边界，构造配用电侧可调度错峰资源安排指标权重系数矩阵； 综合配电、用电和社会经济等多维可调度资源，建立配用电侧错峰指标安排体系和递阶层次模型。 4.智能配用电大数据示范应用方案设计 在示范工程建设与实施上，结合上海浦东新区配用电业务的详细需求，兼顾工程建设的经济成本的考虑，配置适应配用电业务进展要求的、满意讨论性能要求的包含高性能计算机、中低端服务器混合配置的配用电大数据应用系统硬件；在软件配置上，构建大数据统一数据处理平台，构建包含并行计算、高速检索、处理结果缓存等组件的大数据软件处理环境，为多源异构数据的高速处理供应支撑。在充分考虑信息平安要求的基础上，通过国

10、网上海市电力公司已有的海量历史/准实时综合数据平台，根据电力系统“专网专用、平安分区、横向隔离、纵向加密”的平安防护要求通过平安III区接入能量管理系统、配用电自动化系统、电能质量监测系统、生产管理系统、用电信息采集系统、营销应用系统、客户服务系统7个电力行业内的信息系统，实现对配电和用电的实时数据、业务数据的平安接入；遵循国家信息平安防护的规定接入气象信息系统、社会经济数据2个电力行业外数据，共接入包含电力行业内和行业外的9个信息系统，为大数据配用电应用系统供应多源牢靠的综合数据。在基于大数据技术的信息融合与数据挖掘的基础上，部署节电、用电猜测、网架优化、错峰调度等高级应用，实现基于大数据技术的智能配用电应用深化与性能提升，推动上海市智能配用电业务的综合智能化、精益化进展。 智能配用电大数据是充分发掘智能电网价值的重要方面，而且是一个在国内外都刚刚起步，具有很大讨论空间的领域。主要结论为： 1）提出了配用电体系架构，设计先进适用架构，解决多源异构配用电数据的多源集成、统一存储、高效处理的难题。 2）具体分析了智能配用电大数据典型业务场景和关键技术，提出了大规模配用电数据存储、处理、修正及应用解决方法。 3）设计智能配用电大数据应用方案，为示范工程建设供应支撑。 第 6 页 共 6 页