CN105528669A - 用于电力系统的负荷预测系统 - Google Patents

用于电力系统的负荷预测系统 Download PDF

Info

Publication number
CN105528669A
CN105528669A CN201510846834.9A CN201510846834A CN105528669A CN 105528669 A CN105528669 A CN 105528669A CN 201510846834 A CN201510846834 A CN 201510846834A CN 105528669 A CN105528669 A CN 105528669A
Authority
CN
China
Prior art keywords
data
server
algorithm
prediction
load
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510846834.9A
Other languages
English (en)
Other versions
CN105528669B (zh
Inventor
孙昕
李伟
刘凤成
舒彬
吕阳
娄奇鹤
张欣
张凯
管轶众
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Network Of Several Pass (beijing) Technology Co Ltd
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
State Grid Economic and Technological Research Institute
Original Assignee
National Network Of Several Pass (beijing) Technology Co Ltd
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
State Grid Economic and Technological Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Network Of Several Pass (beijing) Technology Co Ltd, State Grid Corp of China SGCC, State Grid Beijing Electric Power Co Ltd, State Grid Economic and Technological Research Institute filed Critical National Network Of Several Pass (beijing) Technology Co Ltd
Priority to CN201510846834.9A priority Critical patent/CN105528669B/zh
Publication of CN105528669A publication Critical patent/CN105528669A/zh
Application granted granted Critical
Publication of CN105528669B publication Critical patent/CN105528669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于电力系统的负荷预测系统。该系统包括：数据接入设备，用于通过电网业务设备获取电网在预设时间段内的业务数据和环境数据；数据总线，通过防火墙与数据接入设备连接；服务器集群，用于保存业务数据和环境数据；数据库防泄漏设备，用于对服务器集群所存储的数据进行加密，还用于扫描服务器集群的漏洞；数据处理服务器，用于按照预设算法分别对业务数据和环境数据进行处理，得到负荷预测数据；前置服务器，用于存储数据处理服务器需要处理的业务数据和环境数据，还用于存储数据处理服务器在进行处理的过程中和处理后所得到的数据。本发明解决了相关技术中不能对电力系统的负荷进行准确预测的技术问题。

Description

用于电力系统的负荷预测系统
技术领域
本发明涉及电力系统数据处理领域，具体而言，涉及一种用于电力系统的负荷预测系统。
背景技术
电力系统在国民经济中占有极其重要的地位，其安全可靠优质的运行是电力部门的重要责任，构建坚强智能电网亦是大势所趋，因此，合理的预测未来某一段时间的用电负荷是非常重要的，合理的负荷预测一方面可以及时的满足各种用电需求，另一方面可以减少运营成本。
在使用相关技术进行负荷预测时，仅仅对历史负荷数据进行简单的分析，根据历史负荷数据得到负荷预测值，造成了得到负荷预测数据精确度较低。
针对相关技术中不能对电力系统的负荷进行准确预测的技术问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种用于电力系统的负荷预测系统，以至少解决相关技术中不能对电力系统的负荷进行准确预测的技术问题。
根据本发明实施例，提供了一种用于电力系统的负荷预测系统，该系统包括：数据接入设备，与电网业务设备连接，用于通过电网业务设备获取电网在预设时间段内的业务数据和环境数据；数据总线，通过防火墙与数据接入设备连接；服务器集群，与数据总线连接，用于保存业务数据和环境数据；数据库防泄漏设备，通过数据总线与服务器集群连接，用于对服务器集群所存储的数据进行加密，还用于扫描服务器集群的漏洞；数据处理服务器，通过数据总线与服务器集群连接，用于按照预设算法分别对业务数据和环境数据进行处理，得到负荷预测数据；前置服务器，通过数据总线与数据处理服务器连接，用于存储数据处理服务器需要处理的业务数据和环境数据，还用于存储数据处理服务器在进行处理的过程中和处理后所得到的数据。
进一步地，服务器集群包括：光电交换机和多个存储服务器，多个存储服务器通过光电交换机互联，多个存储服务器上设置有用于存储数据的分布式数据库。
进一步地，该系统还包括：网络入侵检测设备，与数据接入设备连接，用于实时检测经由数据接入设备的数据传输行为。
进一步地，该系统还包括：备份服务器，备份服务器通过数据总线与服务器集群连接，用于实时备份存储在服务器集群中的数据。
进一步地，该系统还包括：业务运行保障设备，业务运行保障设备通过数据总线分别与服务器集群、备份服务器、前置服务器以及数据处理服务器连接，用于监控服务器集群、备份服务器、前置服务器以及数据处理服务器的运行状况和数据完整性。
进一步地，业务数据包括PMS数据、GIS数据、营销台账数据、自动化运行数据以及表计负荷数据，环境数据包括气象数据。
进一步地，数据处理服务器包括：增量计算模块，用于执行增量计算，其中，增量计算包括计算当前获取到的PMS数据与前一次获取到的PMS数据之间的差值，得到PMS差值数据，计算当前获取到的GIS数据与前一次获取到的GIS数据之间的差值，得到GIS差值数据，以及计算当前获取到的营销台账数据与前一次获取到的营销台账数据之间的差值，得到营销台账差值数据；汇聚计算模块，用于对自动化运行数据和表计负荷数据分别进行汇聚计算，其中，汇聚计算包括计算多次获取到的自动化运行数据的总和和多次获取到的表计负荷数据的总和。
进一步地，数据处理服务器还包括：第一预测模块，与增量计算模块连接，用于按照预设算法对PMS差值数据、GIS差值数据以及营销台账差值数据进行处理，得到第一负荷预测子数据，其中，预设算法包括专家预测算法、趋势外推算法、回归预测算法、优先组合预测算法、单耗算法、弹性系数算法、时间序列算法以及小波分析预测算法中的至少之一。
进一步地，数据处理服务器还包括：第二预测模块，与汇聚计算模块连接，用于按照预设算法对自动化运行数据的总和和表计负荷数据的总和进行处理，得到第二负荷预测子数据，其中，预设算法包括回归预测算法、优先组合预测算法、时间序列算法、小波分析预测算法、人工智能预测算法、聚类预测算法、决策树算法以及神经元推理算法中的至少之一。
进一步地，数据处理服务器还包括：加权处理模块，分别与第一预测模块和第二预测模块连接，用于根据气象数据分别确定第一负荷预测子数据和第二负荷预测子数据的加权比例，并根据第一负荷预测子数据、第一负荷预测子数据对应的加权比例、第二负荷预测子数据以及第二负荷预测子数据对应的加权比例计算负荷预测数据。
在本发明实施例中，数据接入设备通过电网业务设备获取电网在预设时间段内的业务数据和环境数据；数据总线通过防火墙与数据接入设备连接；服务器集群保存业务数据和环境数据；数据库防泄漏设备对服务器集群所存储的数据进行加密并扫描服务器集群的漏洞；数据处理服务器按照预设算法分别对业务数据和环境数据进行处理，得到负荷预测数据；前置服务器存储数据处理服务器需要处理的业务数据和环境数据，并存储数据处理服务器在进行处理的过程中和处理后所得到的数据，解决了相关技术中不能对电力系统的负荷进行准确预测的技术问题，通过采用算法对负荷业务数据及相关的环境数据进行准确分析，实现了对电力系统负荷的准确预测。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的用于电力系统的负荷预测系统的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先，在对本发明实施例进行描述的过程中出现的部分名词或术语适用于如下解释：
PMS系统：由国家电网编制的生成管理系统(PowerProductionManagementSystem，简称PMS)，用于对电网设备进行图形数字化一体化管理、电网可视化展现和业务分析，PMS系统在进行业务分析过程中生成的数据即PMS数据。
GIS系统：电网的空间信息服务系统(GeographicInformationSystem，简称GIS)，用于为电力系统服务，通过GIS系统采集的数据即GIS数据。
OPEN-3000系统：全称OPEN-3000电网调度自动化集成系统，该系统在进行调度的过程中产生的数据即自动化运行数据。
根据本发明实施例，提供了一种用于电力系统的负荷预测系统的实施例，图1是根据本发明实施例的用于电力系统的负荷预测系统的示意图，如图1所示，该系统包括：数据接入设备10、数据总线20、服务器集群30、数据库防泄漏设备40、数据处理服务器50以及前置服务器60。
数据接入设备10，与电网业务设备连接，用于通过电网业务设备获取电网在预设时间段内的业务数据和环境数据；数据总线20，通过防火墙70与数据接入设备连接；服务器集群30，与数据总线连接，用于保存业务数据和环境数据；数据库防泄漏设备40，通过数据总线与服务器集群连接，用于对服务器集群所存储的数据进行加密，还用于扫描服务器集群的漏洞；数据处理服务器50，通过数据总线与服务器集群连接，用于按照预设算法分别对业务数据和环境数据进行处理，得到负荷预测数据；前置服务器60，通过数据总线与数据处理服务器连接，用于存储数据处理服务器需要处理的业务数据和环境数据，还用于存储数据处理服务器在进行处理的过程中和处理后所得到的数据。
通过上述实施例，数据接入设备通过电网业务设备获取电网在预设时间段内的业务数据和环境数据；数据总线通过防火墙与数据接入设备连接；服务器集群保存业务数据和环境数据；数据库防泄漏设备对服务器集群所存储的数据进行加密并扫描服务器集群的漏洞；数据处理服务器按照预设算法分别对业务数据和环境数据进行处理，得到负荷预测数据；前置服务器存储数据处理服务器需要处理的业务数据和环境数据，并存储数据处理服务器在进行处理的过程中和处理后所得到的数据，解决了相关技术中不能对电力系统的负荷进行准确预测的技术问题，通过采用算法对负荷业务数据及相关的环境数据进行准确分析，实现了对电力系统负荷的准确预测。
上述的服务器集群采用了集群技术，即各个服务器通过光电交换机互联组成一个组，对于使用服务器的用户而言，整个服务器集群相当于一个独立的服务器，在访问服务器集群中的数据时，不必去关心所需要的数据在哪一个服务器上，只需要发送一个请求即可。当数据处理服务器对大量的数据进行处理时，前置服务器就相当于其缓存，为其存储中间数据等。
为了合理利用服务器中的数据库，并提高服务器之间的交互速度，本申请的服务器集群可以包括：光电交换机和多个存储服务器，多个存储服务器通过光电交换机互联，多个存储服务器上设置有用于存储数据的分布式数据库。通过采用光电交换机，可以避免数据传输过程中和外界电路产生的电磁干扰，并提高传输的速度，而采用分布式数据库则可以降低服务器的成本，可以采用小型机(如刀片机)作为服务器。
为了保护数据库中的数据，本申请的负荷预测系统还可以包括：网络入侵检测设备，与数据接入设备连接，用于实时检测经由数据接入设备的数据传输行为。在检测到非法的行为之后予以阻止并生成警告日志，以提醒用户对防火墙相关参数进行重新设置。
可选地，为了防止数据丢失，本申请的负荷预测系统还可以包括：备份服务器，备份服务器通过数据总线与服务器集群连接，用于实时备份存储在服务器集群中的数据。采用备份服务器，一方面可以防止数据丢失，另一方面，还能在大量数据写入时，在将数据的一部分写入分布式数据库的同时，将另一部分写入备份数据库，通过同时写入来节省写入时间，然后利用备份服务器与备份服务器之间的互为热备份的特性进行同步。
可选地，为了合理分配整个系统的资源，本申请的负荷预测系统还可以包括：业务运行保障设备，业务运行保障设备通过数据总线分别与服务器集群、备份服务器、前置服务器以及数据处理服务器连接，用于监控服务器集群、备份服务器、前置服务器以及数据处理服务器的运行状况和数据完整性。
上述的业务数据可以包括PMS数据、GIS数据、营销台账数据(即与电能销售相关的数据)、自动化运行数据以及表计负荷数据，环境数据包括气象数据。
可选地，数据处理服务器可以包括：增量计算模块，用于执行增量计算，其中，增量计算包括计算当前获取到的PMS数据与前一次获取到的PMS数据之间的差值，得到PMS差值数据，计算当前获取到的GIS数据与前一次获取到的GIS数据之间的差值，得到GIS差值数据，以及计算当前获取到的营销台账数据与前一次获取到的营销台账数据之间的差值，得到营销台账差值数据；汇聚计算模块，用于对自动化运行数据和表计负荷数据分别进行汇聚计算，其中，汇聚计算包括计算多次获取到的自动化运行数据的总和和多次获取到的表计负荷数据的总和。上述的预设时间段可以为15分钟，即以每15分钟的数据为最小单位进行增量计算和汇聚计算。
为了对电力负荷进行合理的预测，数据处理服务器还可以包括：第一预测模块，与增量计算模块连接，用于按照预设算法对PMS差值数据、GIS差值数据以及营销台账差值数据进行处理，得到第一负荷预测子数据，其中，预设算法包括专家预测算法、趋势外推算法、回归预测算法、优先组合预测算法、单耗算法、弹性系数算法、时间序列算法以及小波分析预测算法中的至少之一。具体地，可以通过对来年的经济发展、气象环境、政策方针等的预测分析，得到影响电力负荷的主要因素，以根据主要因素选择合适的算法，假如经过分析得到电力负荷主要受到经济发展的影响，则可以使用弹性系数算法，再如经过分析得到电力负荷主要受到政策方针的影响，则可以使用专家预测算法进行预测。
专家预测算法是存储在专家数据库中的算法，数据库中存储有本领域的相关定义、定理、运算规则以及本领域专家根据经验和启示所得到的算法。
进一步地，数据处理服务器还可以包括：第二预测模块，与汇聚计算模块连接，用于按照预设算法对自动化运行数据的总和和表计负荷数据的总和进行处理，得到第二负荷预测子数据，其中，预设算法包括回归预测算法、优先组合预测算法、时间序列算法、小波分析预测算法、人工智能预测算法、聚类预测算法、决策树算法以及神经元推理算法中的至少之一。具体地，可以通过对来年的经济发展、气象环境、政策方针等的预测分析，得到影响电力负荷的主要因素，以根据主要因素选择合适的算法。
可选地，数据处理服务器还可以包括：加权处理模块，分别与第一预测模块和第二预测模块连接，用于根据气象数据分别确定第一负荷预测子数据和第二负荷预测子数据的加权比例，并根据第一负荷预测子数据、第一负荷预测子数据对应的加权比例、第二负荷预测子数据以及第二负荷预测子数据对应的加权比例计算负荷预测数据。
上述的第一预测模块预测得到的第一负荷预测子数据主要受空间负荷数据的影响，第二预测模块预测得到的第二负荷预测子数据主要受到表计负荷数据的影响，因此，可以对近年的空间负荷和表计负荷进行分析，确定各自在总负荷中所占的比例的变化趋势，从而根据其变化趋势确定其在需要预测的年份中所占的比例，从而得到总的负荷预测数据；也可以分别计算空间负荷和表计负荷在近三年的总负荷中所占比例的平均值，然后根据该比例的平均值来确定负荷预测数据。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元或模块的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种用于电力系统的负荷预测系统，其特征在于，包括：
数据接入设备，与电网业务设备连接，用于通过所述电网业务设备获取电网在预设时间段内的业务数据和环境数据；
数据总线，通过防火墙与所述数据接入设备连接；
服务器集群，与所述数据总线连接，用于保存所述业务数据和所述环境数据；
数据库防泄漏设备，通过所述数据总线与所述服务器集群连接，用于对所述服务器集群所存储的数据进行加密，还用于扫描所述服务器集群的漏洞；
数据处理服务器，通过所述数据总线与所述服务器集群连接，用于按照预设算法分别对所述业务数据和所述环境数据进行处理，得到负荷预测数据；
前置服务器，通过所述数据总线与所述数据处理服务器连接，用于存储所述数据处理服务器需要处理的所述业务数据和所述环境数据，还用于存储所述数据处理服务器在进行处理的过程中和处理后所得到的数据。
2.根据权利要求1所述的系统，其特征在于，所述服务器集群包括：
光电交换机和多个存储服务器，所述多个存储服务器通过所述光电交换机互联，所述多个存储服务器上设置有用于存储数据的分布式数据库。
3.根据权利要求2所述的系统，其特征在于，所述系统还包括：
网络入侵检测设备，与所述数据接入设备连接，用于实时检测经由所述数据接入设备的数据传输行为。
4.根据权利要求3所述的系统，其特征在于，所述系统还包括：
备份服务器，所述备份服务器通过所述数据总线与所述服务器集群连接，用于实时备份存储在所述服务器集群中的数据。
5.根据权利要求4所述的系统，其特征在于，所述系统还包括：
业务运行保障设备，所述业务运行保障设备通过所述数据总线分别与所述服务器集群、所述备份服务器、所述前置服务器以及所述数据处理服务器连接，用于监控所述服务器集群、所述备份服务器、所述前置服务器以及所述数据处理服务器的运行状况和数据完整性。
6.根据权利要求5所述的系统，其特征在于，所述业务数据包括PMS数据、GIS数据、营销台账数据、自动化运行数据以及表计负荷数据，所述环境数据包括气象数据。
7.根据权利要求6所述的系统，其特征在于，所述数据处理服务器包括：
增量计算模块，用于执行增量计算，其中，所述增量计算包括计算当前获取到的所述PMS数据与前一次获取到的所述PMS数据之间的差值，得到PMS差值数据，计算当前获取到的所述GIS数据与前一次获取到的所述GIS数据之间的差值，得到GIS差值数据，以及计算当前获取到的所述营销台账数据与前一次获取到的所述营销台账数据之间的差值，得到营销台账差值数据；
汇聚计算模块，用于对所述自动化运行数据和所述表计负荷数据分别进行汇聚计算，其中，所述汇聚计算包括计算多次获取到的所述自动化运行数据的总和和多次获取到的所述表计负荷数据的总和。
8.根据权利要求7所述的系统，其特征在于，所述数据处理服务器还包括：
第一预测模块，与所述增量计算模块连接，用于按照所述预设算法对所述PMS差值数据、所述GIS差值数据以及所述营销台账差值数据进行处理，得到第一负荷预测子数据，其中，所述预设算法包括专家预测算法、趋势外推算法、回归预测算法、优先组合预测算法、单耗算法、弹性系数算法、时间序列算法以及小波分析预测算法中的至少之一。
9.根据权利要求8所述的系统，其特征在于，所述数据处理服务器还包括：
第二预测模块，与所述汇聚计算模块连接，用于按照所述预设算法对所述自动化运行数据的总和和所述表计负荷数据的总和进行处理，得到第二负荷预测子数据，其中，所述预设算法包括所述回归预测算法、所述优先组合预测算法、所述时间序列算法、所述小波分析预测算法、人工智能预测算法、聚类预测算法、决策树算法以及神经元推理算法中的至少之一。
10.根据权利要求9所述的系统，其特征在于，所述数据处理服务器还包括：
加权处理模块，分别与所述第一预测模块和所述第二预测模块连接，用于根据所述气象数据分别确定所述第一负荷预测子数据和所述第二负荷预测子数据的加权比例，并根据所述第一负荷预测子数据、所述第一负荷预测子数据对应的加权比例、所述第二负荷预测子数据以及所述第二负荷预测子数据对应的加权比例计算所述负荷预测数据。
CN201510846834.9A 2015-11-26 2015-11-26 用于电力系统的负荷预测系统 Active CN105528669B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510846834.9A CN105528669B (zh) 2015-11-26 2015-11-26 用于电力系统的负荷预测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510846834.9A CN105528669B (zh) 2015-11-26 2015-11-26 用于电力系统的负荷预测系统

Publications (2)

Publication Number Publication Date
CN105528669A true CN105528669A (zh) 2016-04-27
CN105528669B CN105528669B (zh) 2019-07-16

Family

ID=55770882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510846834.9A Active CN105528669B (zh) 2015-11-26 2015-11-26 用于电力系统的负荷预测系统

Country Status (1)

Country Link
CN (1) CN105528669B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845672A (zh) * 2016-12-14 2017-06-13 国网北京市电力公司 电力系统中负荷的预测方法和装置
CN109740812A (zh) * 2018-12-28 2019-05-10 广州供电局有限公司 电力负荷预测方法、装置、计算机设备和存储介质
CN112800110A (zh) * 2021-01-22 2021-05-14 国家电网有限公司技术学院分公司 电力物联网传感器弱敏感数据异常检测系统
CN114978619A (zh) * 2022-05-07 2022-08-30 国电南瑞科技股份有限公司 用于多元负荷调控系统跨安全区数据集成监视方法和系统、介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102681889A (zh) * 2012-04-27 2012-09-19 电子科技大学 一种云计算开放平台的调度方法
CN104217298A (zh) * 2014-09-16 2014-12-17 浪潮集团有限公司 一种基于云存储的gps政务车辆管理系统
CN204576604U (zh) * 2015-05-11 2015-08-19 广西电网有限责任公司南宁供电局 配网供电可靠性数据分析处理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102681889A (zh) * 2012-04-27 2012-09-19 电子科技大学 一种云计算开放平台的调度方法
CN104217298A (zh) * 2014-09-16 2014-12-17 浪潮集团有限公司 一种基于云存储的gps政务车辆管理系统
CN204576604U (zh) * 2015-05-11 2015-08-19 广西电网有限责任公司南宁供电局 配网供电可靠性数据分析处理装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845672A (zh) * 2016-12-14 2017-06-13 国网北京市电力公司 电力系统中负荷的预测方法和装置
CN106845672B (zh) * 2016-12-14 2021-05-07 国网北京市电力公司 电力系统中负荷的预测方法和装置
CN109740812A (zh) * 2018-12-28 2019-05-10 广州供电局有限公司 电力负荷预测方法、装置、计算机设备和存储介质
CN112800110A (zh) * 2021-01-22 2021-05-14 国家电网有限公司技术学院分公司 电力物联网传感器弱敏感数据异常检测系统
CN112800110B (zh) * 2021-01-22 2022-09-16 国家电网有限公司技术学院分公司 电力物联网传感器弱敏感数据异常检测系统
CN114978619A (zh) * 2022-05-07 2022-08-30 国电南瑞科技股份有限公司 用于多元负荷调控系统跨安全区数据集成监视方法和系统、介质
CN114978619B (zh) * 2022-05-07 2023-08-04 国电南瑞科技股份有限公司 用于多元负荷调控系统跨安全区数据集成监视方法和系统、介质

Also Published As

Publication number Publication date
CN105528669B (zh) 2019-07-16

Similar Documents

Publication Publication Date Title
Aminifar et al. Probabilistic multistage PMU placement in electric power systems
Zhang et al. Opportunistic maintenance strategy for wind turbines considering weather conditions and spare parts inventory management
CN102509178B (zh) 配网设备状态评估系统
Wu et al. Linear and nonlinear preventive maintenance models
Kang et al. Big data analytics in China's electric power industry: modern information, communication technologies, and millions of smart meters
CN107633050A (zh) 一种基于大数据分析用电行为判定窃电概率的方法
CN105528669A (zh) 用于电力系统的负荷预测系统
Arriagada et al. A probabilistic economic dispatch model and methodology considering renewable energy, demand and generator uncertainties
Medjoudj et al. Power customer satisfaction and profitability analysis using multi-criteria decision making methods
Fahiman et al. Data-driven dynamic probabilistic reserve sizing based on dynamic Bayesian belief networks
Cui et al. Two-step electricity theft detection strategy considering economic return based on convolutional autoencoder and improved regression algorithm
Pham et al. Deep learning for intelligent demand response and smart grids: A comprehensive survey
CN107762821A (zh) 一种基于物联网的空气压缩机监控方法及系统
CN109389518A (zh) 关联分析方法及装置
Shuvro et al. Predicting cascading failures in power grids using machine learning algorithms
Karimi et al. Inclusion of blackouts risk in probabilistic transmission expansion planning by a multi-objective framework
Gui et al. Bayesian network model with Monte Carlo simulations for analysis of animal-related outages in overhead distribution systems
Chen et al. A BP neural network-based hierarchical investment risk evaluation method considering the uncertainty and coupling for the power grid
Uko et al. Adaptive neuro-fuzzy inference system (ANFIS) model for forecasting and predicting industrial electricity consumption in Nigeria
Uzunoğlu An adaptive Bayesian approach with subjective logic reliability networks for preventive maintenance
CN108072858A (zh) 电能表质量管理方法、系统及终端设备
CN111062590A (zh) 用电异常行为检测方法、装置、计算机设备和存储介质
CN116956148A (zh) 一种电力系统数据交互安全威胁信息分析方法
Rodrigues et al. Using prognostic system and decision analysis techniques in aircraft maintenance cost-benefit models
CN116714469A (zh) 充电桩健康监测方法、装置、终端及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant