【學術】智能配電網大數據應用需求和場景分析研究
中國電力科學研究院的研究人員劉科研、盛萬興等，在2015年第2期《中國電機工程學報》上撰文，智能配電網中存在大量異構多源的數據，其中的數據規模和特點符合大數據的各項特征。首先總結配電網大數據的來源和特征
2 配電網典型大數據場景分析
2.1 面向有源配電網規劃的負荷預測
隨著配電網信息化的快速發展和電力需求影響因素的逐漸增多，用電預測的大數據特征日益凸顯，傳統的用電預測方法已經不再適用。由于智能預測方法具備良好的非線性擬合能力，因此近年來用電預測領域出現了大量的研究成果，遺傳算法、粒子群算法、支持向量機和人工神經網絡等智能預測算法開始廣泛地應用于用電預測中。
傳統的用電負荷預測，受限于較窄的數據采集渠道或較低的數據集成、存儲和處理能力，使得研究人員難以從其中挖掘出更有價值的信息。通過將體量更大、類型更多的電力大數據作為分析樣本可以實現對電力負荷的時間分布和空間分布預測，為規劃設計、電網運行調度提供依據，提升決策的準確性和有效性。
2.2 配電網運行狀態評估與預警
基于大數據技術的配電網運行狀態評估與預
警研究內容如圖1 所示，包括以下方面：
圖1 有源配電網運行狀態評估和風險預警
1)對配電網進行安全性評價，如電力系統的頻率、節點電壓水平、主變和線路負載率等;
2)對配電網的供電能力進行評價，如容載比、線路間負荷轉移能力等。當供電能力不能滿足負荷需求時，根據負荷重要程度、產生的經濟社會效益以及歷史電壓負荷情況，進行甩負荷;
3)對配電網可靠性和供電質量進行評價，如負荷點故障率、系統平均停電頻率、系統平均停電時間、電壓合格率、電壓波動與閃變、三相不平衡度、波形畸變率、電壓偏移、頻率偏差等;
4)對配電網經濟性進行評價，如線損率和設備利用效率等。
免責聲明：本文僅代表作者個人觀點，與本站無關。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關內容。
我要收藏
個贊
