CN107451346A - 一种电网运行态势模型构建方法 - Google Patents
一种电网运行态势模型构建方法 Download PDFInfo
- Publication number
- CN107451346A CN107451346A CN201710599470.8A CN201710599470A CN107451346A CN 107451346 A CN107451346 A CN 107451346A CN 201710599470 A CN201710599470 A CN 201710599470A CN 107451346 A CN107451346 A CN 107451346A
- Authority
- CN
- China
- Prior art keywords
- analysis
- grid operation
- operation situation
- building method
- color
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种电网运行态势模型构建方法，包括：热力图分析模型构建步骤；聚合分析模型构建步骤；重点区域边缘提取模型构建步骤和多业务叠加分析模型构建步骤。本发明所述的电网运行态势模型构建方法，通过热力图分析模型、聚合分析模型、重点区域边缘提取模型、多业务叠加分析模型，来综合展现电网运行态势，从而提高电网可靠性与服务满意度。
Description
技术领域
本发明涉及一种模型构建方法，具体涉及一种电网运行态势模型构建方法。
背景技术
目前，供电企业基于全网运行状态的态势感知能力相对缺乏，各子系统管理领域与信息资源相对独立，传统的电网运营辅助分析手段单一，需要综合调取多个系统中相关联的业务信息进行联合分析，缺乏有效的整合利用与整体分析手段方法，存在人力资本投入大、问题分析解决效率不高的问题。
而近年来随着电力体制改革逐步推进、互联网+以及经济环境不确定因素增多等一系列新形势的出现，对配电网管理提出了更多新要求。对于供电企业来说，如何利用数据挖掘方法最大限度的分析数据中包含的有效信息，也将是一件十分有意义而又迫切的工作。单业务的对配网运行态势的监测感知已不能满足配网不断增长的新形势，同时电网企业所积累的海量数据，通过传统的信息技术是无法满足配电网运营监测的主动业务开展的。
有鉴于此，本发明人对此进行研究，专门开发出一种电网运行态势模型构建方法，本案由此产生。
方法内容
本方法的目的是提供一种电网运行态势模型构建方法，通过热力图分析模型、聚合分析模型、重点区域边缘提取模型、多业务叠加分析模型，实现电网运行态势的综合展现。
为了实现上述目的，本方法的解决方案是：
一种电网运行态势模型构建方法，包括如下步骤：
热力图分析模型构建步骤；
聚合分析模型构建步骤；
重点区域边缘提取模型构建步骤；
多业务叠加分析模型构建步骤。
作为优选，所述热力图分析模型构建步骤具体为：利用热力图分析模型，为离散点设定一个半径，创建一个缓冲区；然后对每个离散点的缓冲区，使用渐进的灰度带，从内而外，由深至浅填充；各离散点色彩根据变压器负载率从小而大渐进填充；然后对于有缓冲区交叉的区域，叠加灰度值，缓冲区交叉的越多，灰度值越大，这块区域就越“热”；最后以叠加后的灰度值为索引，从一条有256种颜色的色带中映射颜色，并对图像重新着色，从而实现热力图。
作为优选，所述各离散点色彩根据变压器负载率从小而大渐进填充，具体配置为：负载率30％为蓝色，负载率90％为绿色，负载率110％为黄色，负载率140％为橙色，负载率大于140％为红色。
作为优选，所述聚合分析模型构建步骤具体为：通过上述热力图分析，根据负荷高低用不同颜色表示，再根据聚合分析模型，聚合出可视化的颜色区域，形成全地区主网和配网负载分布态势图。
作为优选，所述重点区域边缘提取模型构建步骤具体为：首先提取图像的颜色通道，分别运用中值滤波法对图像去噪处理、色彩空间变化法改进图像质量；然后对图像进行两次聚类，先聚类出红色区域在对该区域聚类出封闭边缘，达到对图像进行分割的目的。
作为优选，所述对图像进行聚类时，通过K-means算法进行两次聚类，K-means算法相关公式为：
x表示观测集(x1,x2,...,xn)，其中每个观测是一个d维向量，k-means是要把这n个观测集划分k个集合中(k≤n),使得组内平方和最小。即使上述目标函数最小，其中μi是Si中所有点的均值。
作为优选，所述多业务叠加分析模型构建步骤具体为：通过聚焦边缘提取所形成的重点区域，由简入繁，利用语义分析提炼客户诉求内容，逐层叠加和穿透分析区域电网运行状态与客户诉求响应，将需求侧响应思维贯穿到电网资源的配置中；在地理信息图上以可视化图形方式展现热点区域内各类型异常状态，对重点区域进行穿透分析，通过有色线条标明热点区域的边界范围，可看到地理空间区域上实时标注了重过载、低电压的台区分布情况，点击后可了解该台区的异常明细信息，查看异常发生的频次、持续时长等具体信息。
作为优选，所述多业务叠加分析模型构建步骤还包括：进一步叠加分析电话故障工单与投诉工单，得到电话工单在该区域发生的频次及具体服务响应信息，看到在该区域发生的频次及具体服务响应信息，包括其发生地点及热点词频；对于工单内容，通过运用分词技术和自组织学习方法，总结提炼出多个与电网态势、服务响应相关的关键词，通过语义分析将故障或投诉内容转换成热点词频进行表达。一方面可以快速捕捉问题重点，另一方面有利于后期计算机模型开展统计分析，通过在客户诉求与电网运行直接建立起紧密联系，可以有效得出不同地区客户对配电网建设需求的具体反映，对区域反复出现的密集点建立预警机制，有针对性地开展配电网建设投资，提高供电可靠率与服务满意度。
本发明所述的电网运行态势模型构建方法，通过热力图分析模型、聚合分析模型、重点区域边缘提取模型、多业务叠加分析模型，来综合展现电网运行态势，从而提高电网可靠性与服务满意度。
以下结合附图及具体实施例对本方法做进一步详细描述。
附图说明
图1为电网运行态势感知过程流程图；
图2为电网运行态势模型构建方法流程图。
具体实施方式
本实施例所述的电网运行态势模型构建方法用于电网运行态势感知，如图1所示，所述电网运行态势感知过程包括数据获取101(用于实现电网运行态势数据集合)、数据处理102(对获取的电网运行态势数据集合进行预处理)、数据分析103(对预处理后的电网运行态势数据集合进行分析)以及电网运行态势模型构建104。
电网运行态势模型构建方法：包括
热力图分析模型构建步骤401：利用热力图分析模型，为离散点设定一个半径(设定1.5km)，创建一个缓冲区；然后对每个离散点的缓冲区，使用渐进的灰度带(完整的灰度带是0-255)，从内而外，由深至浅地填充；各离散点色彩根据变压器负载率从小而大渐进填充；(具体配置为：负载率30％为蓝色，负载率90％为绿色，负载率110％为黄色，负载率140％为橙色，负载率大于140％为红色；)然后对于有缓冲区交叉的区域，叠加灰度值(值越大颜色越亮，在灰度带中则显得越白)，因而缓冲区交叉的越多，灰度值越大，这块区域也就越“热”；最后以叠加后的灰度值为索引，从一条有256种颜色的色带中(例如彩虹色)映射颜色，并对图像重新着色，从而实现热力图。
聚合分析模型构建步骤402：通过上述热力图分析，根据负荷高低用不同颜色表示，再根据聚合分析模型，聚合出可视化的颜色区域，形成全地区主网和配网负载分布态势图。
重点区域边缘提取模型构建步骤403：首先提取图像的颜色通道，分别运用中值滤波法对图像去噪处理、色彩空间变化法改进图像质量；然后对图像进行聚类，通过matlab软件自带的K-means算法进行两次聚类，先聚类出红色区域在对该区域聚类出封闭边缘，达到对图像进行分割的目的。
K-means算法相关公式为：
x表示观测集(x1,x2,...,xn)，其中每个观测是一个d维向量，k-means是要把这n个观测集划分k个集合中(k≤n),使得组内平方和最小。即使上述目标函数最小，其中μi是Si中所有点的均值。
多业务叠加分析模型构建步骤404：通过聚焦边缘提取所形成的重点区域，由简入繁，利用语义分析技术提炼客户诉求内容，逐层叠加和穿透分析区域电网运行状态与客户诉求响应，将需求侧响应思维贯穿到电网资源的科学配置中；在地理信息图上以可视化图形方式展现热点区域内各类型异常状态，对重点区域进行穿透分析，黄色虚线标明了热点区域的边界范围，首先可以看到地理空间区域上实时标注了重过载、低电压的台区分布情况，点击可以了解该台区的异常明细信息，查看异常发生的频次、持续时长等具体信息。
此外，所述多业务叠加分析模型构建步骤404还包括：进一步叠加分析95598故障工单与投诉工单，可以看到95598工单在该区域发生的频次及具体服务响应信息，可以看到在该区域发生的频次及具体服务响应信息，包括其发生地点及热点词频。对于工单内容，通过运用分词技术和自组织学习方法，总结提炼出400余个与电网态势、服务响应相关的关键词，通过语义分析将故障或投诉内容转换成热点词频进行表达。一方面可以快速捕捉问题重点，另一方面有利于后期计算机模型开展统计分析，通过在客户诉求与电网运行直接建立起紧密联系，可以有效得出不同地区客户对配电网建设需求的具体反映，对区域反复出现的密集点建立预警机制，有针对性地开展配电网建设投资，提高供电可靠率与服务满意度。
本实施例所述的一种电网运行态势模型构建方法，基于月度网供最大负荷时刻、月度配网最大负荷时刻、主配网负载等数据分析预测，选择输配网某一断面的变压器负载率、空间地理分布情况，通过热力图分析，根据负荷高低用不同颜色表示，聚合出可视化的颜色区域，形成全地区主网和配网负载分布态势图。
然后利用重点区域边缘提取模型对某个区域某个时间运行态势进行边缘提取计算，形成多个重点区域的闭合轮廓区域。这些闭合轮廓标明了重点区域地理分布情况，具有鲜明的地域特点，形成配网负载承载较重的态势，后期予以重点关注分析。通过对区域电网宏观运行态势分布的边缘提取结果开展比对分析，可以获得更准确的各区域电网负载能力分布特征以及主配网协同配套状况的可视化结果，发现配网运行薄弱环节和投资需求点，对区域电网诊断分析结果进行综合统计，指导下一步网架建设的规划工作重点。
最后利用多业务叠加分析模型通过语义分析技术提炼客户诉求内容，逐层叠加和穿透分析区域电网运行状态与客户诉求响应，将需求侧响应思维贯穿到电网资源的科学配置中。在地理信息图上以可视化图形方式展现热点区域内各类型异常状态，对重点区域进行穿透分析，黄色虚线标明了热点区域的边界范围，首先可以看到地理空间区域上实时标注了重过载、低电压的台区分布情况，点击可以了解该台区的异常明细信息，查看异常发生的频次、持续时长等具体信息。其次进一步叠加分析95598故障工单与投诉工单，可以看到95598工单在该区域发生的频次及具体服务响应信息，可以看到在该区域发生的频次及具体服务响应信息，包括其发生地点及热点词频。通过在客户诉求与电网运行直接建立起紧密联系，可以有效得出不同地区客户对配电网建设需求的具体反映，对区域反复出现的密集点建立预警机制，有针对性地开展配电网建设投资，提高供电可靠率与服务满意度。
上述实施例和图式并非限定本发明的产品形态和式样，任何所属技术领域的普通技术人员对其所做的适当变化或修饰，皆应视为不脱离本发明的专利范畴。
Claims (8)
1.一种电网运行态势模型构建方法，其特征在于包括如下步骤：
热力图分析模型构建步骤；
聚合分析模型构建步骤；
重点区域边缘提取模型构建步骤；
多业务叠加分析模型构建步骤。
2.如权利要求1所述的一种电网运行态势模型构建方法，其特征在于：所述热力图分析模型构建步骤具体为：利用热力图分析模型，为离散点设定一个半径，创建一个缓冲区；然后对每个离散点的缓冲区，使用渐进的灰度带，从内而外，由深至浅填充；各离散点色彩根据变压器负载率从小而大渐进填充；然后对于有缓冲区交叉的区域，叠加灰度值，缓冲区交叉的越多，灰度值越大，这块区域就越“热”；最后以叠加后的灰度值为索引，从一条有256种颜色的色带中映射颜色，并对图像重新着色，从而实现热力图。
3.如权利要求2所述的一种电网运行态势模型构建方法，其特征在于：所述各离散点色彩根据变压器负载率从小而大渐进填充，具体配置为：负载率30％为蓝色，负载率90％为绿色，负载率110％为黄色，负载率140％为橙色，负载率大于140％为红色。
4.如权利要求2所述的一种电网运行态势模型构建方法，其特征在于：所述聚合分析模型构建子步骤具体为：通过上述热力图分析，根据负荷高低用不同颜色表示，再根据聚合分析模型，聚合出可视化的颜色区域，形成全地区主网和配网负载分布态势图。
5.如权利要求2所述的一种电网运行态势模型构建方法，其特征在于：所述重点区域边缘提取模型构建子步骤具体为：首先提取图像的颜色通道，分别运用中值滤波法对图像去噪处理、色彩空间变化法改进图像质量；然后对图像进行两次聚类，先聚类出红色区域在对该区域聚类出封闭边缘，达到对图像进行分割的目的。
6.如权利要求5所述的一种电网运行态势模型构建方法，其特征在于：所述对图像进行聚类时，通过K-means算法进行两次聚类，K-means算法相关公式为：
<mrow>
<munder>
<mrow>
<mi>arg</mi>
<mi> </mi>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mi>S</mi>
</munder>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>x</mi>
<mo>&Element;</mo>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
</mrow>
</munder>
<mo>|</mo>
<mo>|</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mi>i</mi>
</msub>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
x表示观测集(x1,x2,...,xn)，其中每个观测是一个d维向量，k-means是要把这n个观测集划分k个集合中(k≤n),使得组内平方和最小，即使上述目标函数最小，其中μi是Si中所有点的均值。
7.如权利要求2所述的一种电网运行态势模型构建方法，其特征在于：所述多业务叠加分析模型构建子步骤具体为：通过聚焦边缘提取所形成的重点区域，由简入繁，利用语义分析提炼客户诉求内容，逐层叠加和穿透分析区域电网运行状态与客户诉求响应，将需求侧响应思维贯穿到电网资源的配置中；在地理信息图上以可视化图形方式展现热点区域内各类型异常状态，对重点区域进行穿透分析，通过有色线条标明热点区域的边界范围。
8.如权利要求7所述的一种电网运行态势模型构建方法，其特征在于：所述多业务叠加分析模型构建子步骤还包括：进一步叠加分析电话故障工单与投诉工单，得到电话工单在该区域发生的频次及具体服务响应信息，看到在该区域发生的频次及具体服务响应信息，包括其发生地点及热点词频；对于工单内容，通过运用分词技术和自组织学习方法，总结提炼出多个与电网态势、服务响应相关的关键词，通过语义分析将故障或投诉内容转换成热点词频进行表达。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710599470.8A CN107451346B (zh) | 2017-07-21 | 2017-07-21 | 一种电网运行态势模型构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710599470.8A CN107451346B (zh) | 2017-07-21 | 2017-07-21 | 一种电网运行态势模型构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107451346A true CN107451346A (zh) | 2017-12-08 |
| CN107451346B CN107451346B (zh) | 2021-03-19 |
Family
ID=60488861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710599470.8A Active CN107451346B (zh) | 2017-07-21 | 2017-07-21 | 一种电网运行态势模型构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107451346B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109636329A (zh) * | 2018-12-04 | 2019-04-16 | 广西电网有限责任公司电力科学研究院 | 一种基于热力图的用电客户投诉分析系统及分析方法 |
| CN112348920A (zh) * | 2020-10-30 | 2021-02-09 | 上海全应科技有限公司 | 基于数据驱动的循环流化床锅炉动态特性热力图构建方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103823969A (zh) * | 2014-02-15 | 2014-05-28 | 中国能源建设集团广东省电力设计研究院 | 一种电网稳态模型的可视化构建方法 |
| CN105809329A (zh) * | 2016-02-29 | 2016-07-27 | 江苏省电力公司张家港市供电公司 | 一种电力呼叫抢修系统及工单接收装置 |
| CN106649050A (zh) * | 2016-09-09 | 2017-05-10 | 西安交通大学 | 时序系统多参数运行态势图形表示方法 |
-
2017
- 2017-07-21 CN CN201710599470.8A patent/CN107451346B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103823969A (zh) * | 2014-02-15 | 2014-05-28 | 中国能源建设集团广东省电力设计研究院 | 一种电网稳态模型的可视化构建方法 |
| CN105809329A (zh) * | 2016-02-29 | 2016-07-27 | 江苏省电力公司张家港市供电公司 | 一种电力呼叫抢修系统及工单接收装置 |
| CN106649050A (zh) * | 2016-09-09 | 2017-05-10 | 西安交通大学 | 时序系统多参数运行态势图形表示方法 |
Non-Patent Citations (4)
| Title |
|---|
| 沈德胜 等: "《基于改进 k 均值聚类方法的林木冠层孔隙度提取》", 《森林工程》 * |
| 罗怿 等: "《输变电设备故障大数据可视化分析方法研究》", 《电力信息与通信技术》 * |
| 谢妮: "《地理社交网络数据可视化分析系统的设计、开发与应用》", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
| 闫丹凤 等: "《输变电设备状态数据可视化》", 《计算机应用》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109636329A (zh) * | 2018-12-04 | 2019-04-16 | 广西电网有限责任公司电力科学研究院 | 一种基于热力图的用电客户投诉分析系统及分析方法 |
| CN109636329B (zh) * | 2018-12-04 | 2022-05-24 | 广西电网有限责任公司电力科学研究院 | 一种基于热力图的用电客户投诉分析系统及分析方法 |
| CN112348920A (zh) * | 2020-10-30 | 2021-02-09 | 上海全应科技有限公司 | 基于数据驱动的循环流化床锅炉动态特性热力图构建方法 |
| CN112348920B (zh) * | 2020-10-30 | 2024-03-01 | 上海全应科技有限公司 | 基于数据驱动的循环流化床锅炉动态特性热力图构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107451346B (zh) | 2021-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107464044A (zh) | 基于热点边缘提取的电网运行态势感知方法及系统 | |
| CN104680260B (zh) | 一种电网可视化感知模型构建方法及系统 | |
| CN111177101B (zh) | 一种基于大数据架构的配电网多维可视化平台 | |
| Liu et al. | A computer vision system for early stage grape yield estimation based on shoot detection | |
| CN111047818A (zh) | 一种基于视频图像的森林火灾预警系统 | |
| CN110070530A (zh) | 一种基于深度神经网络的输电线路覆冰检测方法 | |
| CN108520365A (zh) | 基于大数据分析的教育决策系统 | |
| CN110162445A (zh) | 基于主机日志及性能指标的主机健康评价方法及装置 | |
| CN109740872A (zh) | 一种台区运行状态的诊断方法及系统 | |
| CN108124271A (zh) | 一种基于用户感知的网络质量评估方法及装置 | |
| CN107451346A (zh) | 一种电网运行态势模型构建方法 | |
| CN105957124A (zh) | 具有重复场景元素的自然图像颜色编辑方法及装置 | |
| CN106845855A (zh) | 一种关于纳税服务综合管理的系统 | |
| CN116579607A (zh) | 一种多源数据协同的区域性尾矿库风险监测方法 | |
| CN106384209B (zh) | 基于运行数据的智能产品配置改进方法及装置 | |
| CN104348651A (zh) | 一种基于用户行为的互联网用户感知网络指标综合评定方法 | |
| TWI662809B (zh) | 影像串流服務的障礙定位系統及維運方法 | |
| CN109615087A (zh) | 一种标签辅助提高电网运维效率的方法 | |
| CN104574214A (zh) | 一种网格化配电网抢修展示方法及系统 | |
| CN106021245A (zh) | 数据的可视化方法和装置 | |
| CN109086396B (zh) | 养老大数据分析平台 | |
| CN102983565A (zh) | 一种电能质量综合评估结果可视化展示方法 | |
| CN110502967A (zh) | 基于人员大数据的目标场景人工智能匹配方法和装置 | |
| CN108052637A (zh) | 电网时标量测数据接入全生命周期实时图文监控方法 | |
| CN115510074A (zh) | 基于一张表的分布式数据管理及应用平台 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |