CN108959424B - 一种用于电力系统负荷监测的城市用电地图的操作方法 - Google Patents
一种用于电力系统负荷监测的城市用电地图的操作方法 Download PDFInfo
- Publication number
- CN108959424B CN108959424B CN201810592261.5A CN201810592261A CN108959424B CN 108959424 B CN108959424 B CN 108959424B CN 201810592261 A CN201810592261 A CN 201810592261A CN 108959424 B CN108959424 B CN 108959424B
- Authority
- CN
- China
- Prior art keywords
- power
- information
- building
- electricity
- urban
- 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.)
- Active
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 92
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000013439 planning Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 abstract description 5
- 230000004927 fusion Effects 0.000 abstract description 2
- 230000002354 daily effect Effects 0.000 description 7
- 238000007621 cluster analysis Methods 0.000 description 5
- 238000013523 data management Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- DDNCQMVWWZOMLN-IRLDBZIGSA-N Vinpocetine Chemical compound C1=CC=C2C(CCN3CCC4)=C5[C@@H]3[C@]4(CC)C=C(C(=O)OCC)N5C2=C1 DDNCQMVWWZOMLN-IRLDBZIGSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 229960000744 vinpocetine Drugs 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Public Health (AREA)
- Computer Graphics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及到一种用于电力系统负荷监测的城市用电地图的操作方法,属于电力系统规划、调度及营销技术领域。本发明是一种直观展现城市各建筑物用电情况、用于提供电力系统运行辅助决策的城市用电地理信息系统的操作方法,包含数据统计、用电实时监测、异常提示、问题预警、负荷预测、辅助决策六个子功能。本发明能有效综合电力企业各管理系统数据,实现电网数据与城市地理信息融合,立体展示城市每个建筑物的用电信息,协助电网运行人员快速判断电网运行情况,同时增强电网数据的实时性、共享性、联系性,加强电力企业各部门之间协调性,避免重复性劳动。
Description
技术领域
本发明属于电力系统规划、调度及营销技术领域,特别是涉及到一种用于电力系统负荷监测的城市用电地图的操作方法。
背景技术
目前电网数据管理系统包括采集电力客户、业扩报装等信息的SG186电力营销业务应用系统、统计电网基础数据的生产PMS系统、监测电网运行情况的 OPEN3000系统等,但是上述电网管理数据实时性、唯一性、共享性、联系性差,造成了电力企业各部门之间协调性差,重复性劳动多等弊端。另一方面,目前绝大部分电网数据的表现形式为数字报表形式,对于隐藏的运行隐患表现不明显,需要专业技术人员花费大量时间分析;同时无法有效与城市信息融合,无法快速定位排查隐患及事故位置,为电网安全可靠运行带来非常大的技术挑战。
地理信息系统(GIS)是一项管理和研究空间数据的技术系统,在计算机软硬件支持下,它可以对空间数据按地理坐标或空间位置进行各种处理、对数据的有效管理、研究各种空间实体及相互关系。通过对多因素的综合分析,它可以迅速地获取满足应用需要的信息,并能以地图、图形或数据的形式表示处理的结果。
目前在电网数据管理系统中缺乏一种以地理空间的唯一性作为关键索引,把各个系统联系起来,对电网各属性数据和空间数据进行应用的方法。
因此现有技术当中亟需要一种新型的技术方案来解决这一问题。
发明内容
本发明所要解决的技术问题是:提供一种用于电力系统负荷监测的城市用电地图的操作方法,用来解决现有技术中的电网数据管理系统实时性、唯一性、共享性、联系性差,大部分电网数据的表现形式为数字报表形式无法有效与城市信息融合的技术问题。
一种用于电力系统负荷监测的城市用电地图的操作方法,包括以下步骤,并且以下步骤顺次进行,
步骤一、采用建筑信息模型BIM空间建模技术和三维格式化平台,构建立体城市用电地图并利用地理信息系统GIS给城市内建筑按照空间位置进行编码;
步骤二、制作带有编码的立体城市用电地图并3D建模;
步骤三、将步骤一中城市内建筑编码与SG186电力营销业务应用系统中电力客户的用户信息编码一一对应并手动录入至城市用电地图应用系统中获得用户建筑及信息编码;
步骤四、应用求和函数将电力客户用电量数据合并为全年用电量数据,间隔一个月采集一次电力客户的用户信息编码,对相邻两次采集的电力客户的用户信息编码进行对比,
后采集的信息中存在新的用户信息编码,进行步骤三;
后采集的信息与先采集的信息一致,进行步骤五;
步骤五、以一个建筑物为一个基本单元,城市用电地图应用系统将SG186 电力营销业务应用系统以及用电信息采集系统采集的各建筑物的电流和用电量进行求和;
步骤六、城市用电地图应用系统将用户建筑及信息编码以及对应的用电信息按项目类型、电压等级、年份、供电区域进行分类,分类后的信息并对应到立体城市用电地图中的城市建筑物上,立体展示各建筑物的用电量分布,一个建筑物为一个基本单元,立体城市用电地图中的建筑物为矢量建筑物,矢量建筑物具有属性表,属性表中包含总用电量、总电流、居民生活用电量、居民生活用电电流、商业办公用电量以及商业办公用电电流信息;
步骤七、城市用电地图应用系统实时监测建筑物的电力客户用电量信息;
步骤八、统计并记录N天/月/年的建筑物用电量、建筑面积以及建筑物内的人口数量,其中N是自然数
通过核密度算法获得N+1天/月该建筑物用电负荷预测值;
通过核密度算法获得N+1天/月该建筑物用电量预测值;
通过聚类分析算法获得N+1年该建筑物用电负荷预测值;
通过聚类分析算法获得N+1年该建筑物用电量预测值;
通过叠加算法获得城市的N+1年空间用电负荷预测值;
通过叠加算法获得城市的N+1年空间用电量预测值;
步骤九、将历史同期数据与实时监测数据进行对比,实时监测数据的月环比波动绝对值大于设定的阈值,该实时监测数据为异常数据,实时监测数据的同比波动超过设定的阈值且实时监测数据的环比波动超过设定的阈值,该实时监测数据为异常数据,异常数据连续出现的天数超过设定的天数,城市用电地图应用系统发出异常提示预警并显示异常数据信息;
步骤十、根据立体城市用电地图中显示的用电量分布制定辅助决策
根据实时监测到的用电量信息以及异常用电信息制定辅助决策,所述辅助决策包括预售电量、电力系统生产检修时间、反窃电巡查以及电网建设项目。
所述步骤六中分类后的信息并对应到立体城市用电地图中的城市建筑物上的具体方法为:每日从SG186系统接口获取电力用户信息,按日、月、年从用电信息采集系统接口获取电量、电流、电压、无功数据,通过抄表员将电力客户编号与建筑物地理信息一一对应,并采用地理信息系统GIS中的sum汇总、 join链接算法,将每栋楼建筑的所有用户用电量信息、电流信息分类汇总,并链接到矢量建筑物上,使每个矢量建筑物的属性表中包含总用电量、总电流、居民生活用电量、居民生活用电电流、商业办公用电量以及商业办公用电电流信息。
通过上述设计方案,本发明可以带来如下有益效果:
本发明是一种城市空间地理用电地图的操作方法,可直观展现城市各建筑物用电情况,高效的为电力系统运行提供辅助决策。
本发明利用地理信息系统GIS技术,将电力设备地理空间的唯一性作为关键索引,把各个系统联系起来,对电网各属性数据和空间数据进行应用,并利用其强大的空间分析能力对其设备之间的逻辑关系进行分析,对整个电网系统进行统一建模和管理,可有效解决现有技术中电网数据处理存在的难题。
本发明能有效综合电力企业各管理系统数据,实现电网数据与城市地理信息融合,立体展示城市每个建筑物的用电信息,协助电网运行人员快速判断电网运行情况,同时增强电网数据的实时性、共享性、联系性,加强电力企业各部门之间协调性,避免重复性劳动,另外,首次将用电用户负荷及用电量以城市建筑物为单位进行展示,可进一步应用聚类分析法提高电力负荷预测精准度。
附图说明
以下结合附图和具体实施方式对本发明作进一步的说明:
图1为本发明一种用于电力系统负荷监测的城市用电地图的操作方法的流程框图。
具体实施方式
如图所示,本发明一种用于电力系统负荷监测的城市用电地图的操作方法,采用BIM空间建模技术和三维格式化平台,实现建筑信息的可视化,立体展示每个建筑物的用电量分布,构建立体的城市用电地图,城市用电地图中设置有城市用电地图应用系统。城市用电地图可以实现数据统计、用电实时监测、异常提示、问题预警、负荷预测、辅助决策六个子功能,协助电网企业对电网运行情况进行监测、辅助电网规划部门对电网现状及发展方向进行分析。
功能1、数据统计,调用SG186电力营销业务应用系统中的电力客户、业扩报装信息,用电信息采集系统中的日、月、年度电量、电流信息,生产PMS系统的电网基础数据,对上述数据重新进行聚类分析,按项目类型、电压等级、年份、供电区域等分别统计电网基础信息和用户信息。
功能2、用电实时监测,在城市用电地图上以城市建筑物为基本单元,将电量数据空间映射到具体的建筑物中,建筑物上设置有电量数据显示柱,电量数值越大,显示柱点亮的高度越高,可清晰观测到城市每栋建筑的实时用电量,便于电网运行、规划人员准确及时的掌握城市用电信息。
功能3、异常提示,将用电地图中的电量数据与去年同期、上次抄表、指定年月、平均电量进行对比分析,可判断每个建筑的电量突增、突减、零电量等异常情况。电量异常条件:月用电量环比波动绝对值超过500千瓦时,或电量同比波动超过±50%,且电量环比波动超过±30%。过滤掉季节性用电、生产性用电等因素,对重点异常用户进行分析和检查。
功能4、问题预警,若某一建筑的电量异常存在一段时间内仍未消除,则预警周边电网存在薄弱环节,无法满足该区域负荷增长需要,负载的轻重以颜色的深浅加以区分展示,辅助运行人员判断为其送电的线路载流量、配变容量是否超限,分析电网运行存在问题。
功能5、负荷预测,根据用电地图数据,建筑面积以及建筑物内的人口数量进行负荷预测,此外结合气温、节假日、重大事件如承办大型会议、赛事等、大用户报装情况,开展超短期、短期负荷预测,为进行实时安全分析和经济调度,制定开机、停机计划和发电计划。在此基础上,结合城市用地性质、经济社会指标,优化中长期负荷预测数据和模型,为电网规划提供决策依据。
功能6、辅助决策,实时电量信息可为售电量预测、生产检修计划制定提供依据;异常用电信息可为用电分析、反窃电工作提供支持;负荷发展趋势预测可为规划方案编制、近期电网建设项目提供建议。
实施例:
以长春市为例,如图1所示,构建立体城市用电地图技术路线为:将市域范围内建筑编码并与用电用户信息编码一一对应;应用GIS地理信息技术和BIM 建模技术,将从SG186系统中采集到的用电量信息精确对应到城市每个建筑物上,将用户电量、电力设施数据空间化、可视化,使城市建筑物用电信息系统直观、立体展示;通过对建筑物用电量、建筑面积、区域人口数量等数据进行分析,采用核密度算法、叠加算法等手段进行负荷预测和用电量预测;将历史同期数据与实时监测数据进行对比,对长期存在异常数据进行异常提示和问题预警,并通过arcscene三维建模技术对城市空间用电的空间分布情况进行展示,辅助电网运行管理人员快速进行决策。
信息采集、汇总与链接原理:
电力数据来源:每日从SG186系统接口获取电力用户信息,按日、月、年从用电信息采集系统接口获取电量、电流、电压、无功数据。
城市数据来源:城市现状地形图中的建筑面积、位置,城市控制性详细规划中的用地性质;政府统计年鉴中的人口、GDP、产业指标。
由于每栋建筑物中包括多个单独计量的电力用户,城市建筑地理信息建筑编码对应多个电力客户编号,另外随着用户报装,同一建筑物内电力用户还存在增加的可能,因此通过抄表员将建筑物中每个电力客户编号与该建筑物地理信息建筑编码对应,进一步通过采用GIS空间地理信息系统中的sum(汇总)、join(链接)算法,将每栋楼建筑的所有用户信息与上次采集信息进行比对,加入新增用户数据,同时将建筑内所有用电量信息、电流信息分类汇总,并链接到建筑物上,使建筑物中所有用户的用电信息以整栋建筑总计的形势集中体现,每个矢量建筑物的属性表中包含总用电量、总电流、居民生活用电量、居民生活用电电流、商业办公用电量、商业办公用电电流等信息。
城市用电信息立体展示原理:以建筑物为基本单元,采用BIM空间建模技术和三维格式化平台,实现建筑信息的可视化,立体展示每个建筑物的用电量分布,构建城市用电地图。
负荷预测方法:根据用电地图数据,结合气温、节假日、重大事件、大用户报装情况、城市用地性质、经济社会指标,应用核密度算法、开展超短期、短期、中期、长期负荷预测。核密度算法特别适用于由大量的、单个影响较小的用户负荷构成的总体负荷,实际的电力负荷p是连续性随机变量,设我们要了解的负荷p∈(a,b],F(p)为负荷的分布函数,f(p)为对应概率函数即分布密度,观察期间我们采集到的负荷样本序列P(P1,P2,…,Pn))的n个负荷数据为P1,…,Pn。核密度估计计算某点周围样本点的个数,但依样本负荷点Pi到待估密度的负荷点p的距离(Pi-P),以权函数的形式来决定Pi在估计点p的密度时所起作用。这里的权函数是核函数K(。),满足对称性及∫K(p)dp=1。以均核导出核密度估计的一般形式,均核函数为设h为带宽,则落入区间[p-h,p+h]的样本点数为:
将核函数放宽即可得到负荷p核密度估计的一般形式
由上式可知带宽直接影响到核密度估计曲线,带宽h越大,核估计的方差越小而核估计的偏差越大;反之带宽h越小,核估计的方差越大而偏差越小。从而,带宽 h的选择必须综合权衡,一般选择使积分均方误差
最小的原则。采用cross-validation(交叉实证)法,即选择带宽使得:
以长春会展中心附近地域为例,其日负荷采集样本如表1所示:
表1长春会展中心区域某日负荷采样(单位:MW)
时刻 | 0:00 | 0:15 | 0:30 | 0:45 | 1:00 | 1:15 | 1:30 | 1:45 | 2:00 | 2:15 | 2:30 | 2:45 |
负荷 | 33.99 | 34.72 | 34.03 | 34.63 | 34.93 | 35.03 | 34.69 | 34.86 | 34.90 | 33.83 | 35.23 | 34.64 |
时刻 | 3:00 | 3:15 | 3:30 | 3:45 | 4:00 | 4:15 | 4:30 | 4:45 | 5:00 | 5:15 | 5:30 | 5:45 |
负荷 | 33.85 | 34.50 | 34.29 | 32.81 | 33.94 | 34.16 | 33.99 | 33.86 | 32.95 | 32.95 | 33.73 | 33.98 |
时刻 | 6:00 | 6:15 | 6:30 | 6:45 | 7:00 | 7:15 | 7:30 | 7:45 | 8:00 | 8:15 | 8:30 | 8:45 |
负荷 | 33.52 | 33.91 | 34.69 | 35.21 | 33.26 | 33.13 | 31.51 | 31.99 | 31.67 | 33.47 | 34.75 | 34.91 |
时刻 | 9:00 | 9:15 | 9:30 | 9:45 | 10:00 | 10:15 | 10:30 | 10:45 | 11:00 | 11:15 | 11:30 | 11:45 |
负荷 | 35.73 | 35.58 | 36.44 | 36.37 | 36.32 | 38.05 | 38.66 | 38.78 | 40.28 | 40.00 | 39.61 | 38.86 |
时刻 | 12:00 | 12:15 | 12:30 | 12:45 | 13:00 | 13:15 | 13:30 | 13:45 | 14:00 | 14:15 | 14:30 | 14:45 |
负荷 | 37.85 | 37.51 | 36.81 | 36.71 | 36.97 | 37.40 | 37.05 | 37.37 | 36.12 | 37.00 | 36.80 | 36.77 |
时刻 | 15:00 | 15:15 | 15:30 | 15:45 | 16:00 | 16:15 | 16:30 | 16:45 | 17:00 | 17:15 | 17:30 | 17:45 |
负荷 | 36.93 | 36.14 | 34.46 | 33.90 | 33.57 | 33.08 | 34.66 | 33.48 | 33.80 | 34.73 | 35.79 | 36.65 |
时刻 | 18:00 | 18:15 | 18:30 | 18:45 | 19:00 | 19:15 | 19:30 | 19:45 | 20:00 | 20:15 | 20:30 | 20:45 |
负荷 | 37.06 | 36.00 | 36.01 | 35.61 | 36.15 | 34.98 | 34.92 | 34.96 | 33.85 | 33.76 | 32.98 | 32.10 |
时刻 | 21:00 | 21:15 | 21:30 | 21:45 | 22:00 | 22:15 | 22:30 | 22:45 | 23:00 | 23:15 | 23:30 | 23:45 |
负荷 | 31.53 | 31.21 | 30.97 | 29.38 | 32.88 | 30.74 | 32.08 | 31.23 | 31.02 | 29.84 | 28.12 | 27.07 |
取高斯即标准正态分布N(0,1)的密度函数为核,即式中K是N(0,1)密度函数,从而K·K是N(0,2)密度函数,则有下式
从0.05到2.5之间以步长0.05选取最佳带宽,利用Eviews编程计算,得最佳带宽h=0.2。以上限极端负荷概率指标为例,取正态核和最优带宽,利用Eviews 编程计算(负荷以0.005为步长试算)有:p(0.05)=38.715MW。其含义就是说该地区当日负荷超过95%的最大负荷的概率为6.38%,低于38.715MW的概率为95%。
聚类分析算法适用于建筑物年用电量预测,以气温、节假日、重大事件等因素设置相似性阈值,进行下一年逐天与本年内相似天的聚类分析,从而预测下一年建筑物全年用电量。根据相似性阈值和最小距离原则聚类:
则xi∈ωi
式中nj是ωj中的样本个数,T是给定的阈值。将气温浮动阈值设定为1℃,节假日时间浮动阈值设定为0天,重大事件如举办会议、赛事、商场促销活动等人流量浮动阈值设定为100人,可将每个建筑物下一年每天用电量情况与本年样本日聚类分析,以本年样本天用电量作为基准,可将下一年同一建筑的相似天用电量准确预测。
叠加算法适用于城市空间用电负荷预测值,根据城市土地利用性质图及规划建设情况,可将新增建筑按照建筑类型、面积、用途等属性与现状同类型建筑进行类比,更加准确预测新增建筑的用电负荷,然后将整个地块建设的所有建筑新增负荷进行负荷叠加,即可获得城市某一空间负荷预测则,与以往按照土地利用性质进行的空间负荷预测法相比,避免了土地实际利用面积小于地块面积的误差,大大提高城市空间用电负荷预测准确度。
异常提示与问题预警原理:将用电地图中的电量数据与去年同期、上次抄表、指定年月、平均电量进行对比分析,可判断每个建筑的电量突增、突减、零电量等异常情况,过滤掉季节性用电、生产性用电等因素,对重点异常用户进行分析和检查。若某一建筑的电量异常存在一段时间内仍未消除,则预警周边电网存在薄弱环节,无法满足该区域负荷增长需要,负载的轻重以颜色的深浅加以区分展示。
Claims (2)
1.一种用于电力系统负荷监测的城市用电地图的操作方法,其特征是:包括以下步骤,并且以下步骤顺次进行,
步骤一、采用建筑信息模型BIM空间建模技术和三维格式化平台,构建立体城市用电地图并利用地理信息系统GIS给城市内建筑按照空间位置进行编码;
步骤二、制作带有编码的立体城市用电地图并3D建模;
步骤三、将步骤一中城市内建筑编码与SG186电力营销业务应用系统中电力客户的用户信息编码一一对应并手动录入至城市用电地图应用系统中获得用户建筑及信息编码;
步骤四、应用求和函数将电力客户用电量数据合并为全年用电量数据,间隔一个月采集一次电力客户的用户信息编码,对相邻两次采集的电力客户的用户信息编码进行对比,
后采集的信息中存在新的用户信息编码,进行步骤三;
后采集的信息与先采集的信息一致,进行步骤五;
步骤五、以一个建筑物为一个基本单元,通过城市用电地图应用系统将SG186电力营销业务应用系统以及用电信息采集系统采集的各建筑物的电流和用电量进行求和;
步骤六、城市用电地图应用系统将用户建筑及信息编码以及对应的用电信息按项目类型、电压等级、年份、供电区域进行分类,分类后的信息并对应到立体城市用电地图中的城市建筑物上,立体展示各建筑物的用电量分布,一个建筑物为一个基本单元,立体城市用电地图中的建筑物为矢量建筑物,矢量建筑物具有属性表,属性表中包含总用电量、总电流、居民生活用电量、居民生活用电电流、商业办公用电量以及商业办公用电电流信息;
步骤七、城市用电地图应用系统实时监测建筑物的电力客户用电量信息;
步骤八、统计并记录N天/月/年的建筑物用电量、建筑面积以及建筑物内的人口数量,其中N是自然数
通过核密度算法获得N+1天/月该建筑物用电负荷预测值;
通过核密度算法获得N+1天/月该建筑物用电量预测值;
通过聚类分析算法获得N+1年该建筑物用电负荷预测值;
通过聚类分析算法获得N+1年该建筑物用电量预测值;
通过叠加算法获得城市的N+1年空间用电负荷预测值;
通过叠加算法获得城市的N+1年空间用电量预测值;
步骤九、将历史同期数据与实时监测数据进行对比,实时监测数据的月环比波动绝对值大于设定的阈值,该实时监测数据为异常数据,实时监测数据的同比波动超过设定的阈值且实时监测数据的环比波动超过设定的阈值,该实时监测数据为异常数据,异常数据连续出现的天数超过设定的天数,城市用电地图应用系统发出异常提示预警并显示异常数据信息;
步骤十、根据立体城市用电地图中显示的用电量分布制定辅助决策
根据实时监测到的用电量信息以及异常用电信息制定辅助决策,所述辅助决策包括预售电量、电力系统生产检修时间、反窃电巡查以及电网建设项目。
2.根据权利要求1所述的一种用于电力系统负荷监测的城市用电地图的操作方法,其特征是:所述步骤六中分类后的信息并对应到立体城市用电地图中的城市建筑物上的具体方法为:每日从SG186系统接口获取电力用户信息,按日、月、年从用电信息采集系统接口获取电量、电流、电压、无功数据,通过抄表员将电力客户编号与建筑物地理信息一一对应,并采用地理信息系统GIS中的sum汇总、join链接算法,将每栋楼建筑的所有用户用电量信息、电流信息分类汇总,并链接到矢量建筑物上,使每个矢量建筑物的属性表中包含总用电量、总电流、居民生活用电量、居民生活用电电流、商业办公用电量以及商业办公用电电流信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810592261.5A CN108959424B (zh) | 2018-06-11 | 2018-06-11 | 一种用于电力系统负荷监测的城市用电地图的操作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810592261.5A CN108959424B (zh) | 2018-06-11 | 2018-06-11 | 一种用于电力系统负荷监测的城市用电地图的操作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108959424A CN108959424A (zh) | 2018-12-07 |
CN108959424B true CN108959424B (zh) | 2021-08-20 |
Family
ID=64488140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810592261.5A Active CN108959424B (zh) | 2018-06-11 | 2018-06-11 | 一种用于电力系统负荷监测的城市用电地图的操作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108959424B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816145A (zh) * | 2018-12-21 | 2019-05-28 | 国网上海市电力公司 | 一种供电负荷管理用数据平台 |
CN109858773A (zh) * | 2019-01-07 | 2019-06-07 | 国网吉林省电力有限公司长春供电公司 | 多源大数据融合的城市电网规划方法 |
US20220236706A1 (en) * | 2019-05-29 | 2022-07-28 | Siemens Aktiengesellschaft | Power grid user classification method and device and computer-readable storage medium |
CN112396275A (zh) * | 2019-08-19 | 2021-02-23 | 中移物联网有限公司 | 用电监控方法、系统以及计算机可读存储介质 |
CN110472894A (zh) * | 2019-09-07 | 2019-11-19 | 陈赞 | 一种基于智能配电网的电力用户用电评价方法 |
CN111126663B (zh) * | 2019-11-25 | 2023-02-07 | 黑龙江电力调度实业有限公司 | 一种短期电力负荷预测方法 |
CN111680938B (zh) * | 2020-08-13 | 2020-11-06 | 国网浙江省电力有限公司 | 基于电力流式大数据的复工复产监测方法、系统及可读介质 |
CN113554117A (zh) * | 2021-08-16 | 2021-10-26 | 中国南方电网有限责任公司 | 异常负荷数据识别方法及电子设备 |
CN115473331B (zh) * | 2022-07-22 | 2024-04-12 | 国网河南省电力公司新乡供电公司 | 一种基于动态建模的数字孪生电网用电量监管系统 |
CN115455106B (zh) * | 2022-08-12 | 2023-03-21 | 云南电网能源投资有限责任公司 | 配用电运维的配电监测方法、服务平台、设备及存储介质 |
CN116526474B (zh) * | 2023-06-08 | 2023-10-20 | 国网安徽省电力有限公司淮北供电公司 | 一种区域电网用电负荷预测方法及系统 |
CN117458722B (zh) * | 2023-12-26 | 2024-03-08 | 西安民为电力科技有限公司 | 基于电力能源管理系统的数据监控方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680313A (zh) * | 2015-02-10 | 2015-06-03 | 北京国电通网络技术有限公司 | 城市高耗能企业监测筛选方法 |
CN104820154A (zh) * | 2015-05-25 | 2015-08-05 | 重庆大学 | 一种基于可视化技术的供电数据可视化监测系统 |
CN105184455A (zh) * | 2015-08-20 | 2015-12-23 | 国家电网公司 | 一种面向城市电力数据分析的高维可视化分析方法 |
CN105337308A (zh) * | 2015-10-23 | 2016-02-17 | 南京南瑞集团公司 | 一种电网侧区域分布式光伏运维管理系统及管理方法 |
CN105893588A (zh) * | 2016-04-05 | 2016-08-24 | 东南大学 | 一种大尺度城市空间能耗数字地图制作及显示方法 |
CN106021508A (zh) * | 2016-05-23 | 2016-10-12 | 武汉大学 | 基于社交媒体的突发事件应急信息挖掘方法 |
CN107145966A (zh) * | 2017-04-12 | 2017-09-08 | 山大地纬软件股份有限公司 | 基于逻辑回归概率分析优化模型的反窃电分析预警方法 |
CN107294093A (zh) * | 2017-07-26 | 2017-10-24 | 广东电网有限责任公司电力科学研究院 | 基于k线图的电力数据分析方法、装置及智能终端 |
CN107657266A (zh) * | 2017-08-03 | 2018-02-02 | 华北电力大学(保定) | 一种基于改进谱多流形聚类的负荷曲线聚类方法 |
-
2018
- 2018-06-11 CN CN201810592261.5A patent/CN108959424B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680313A (zh) * | 2015-02-10 | 2015-06-03 | 北京国电通网络技术有限公司 | 城市高耗能企业监测筛选方法 |
CN104820154A (zh) * | 2015-05-25 | 2015-08-05 | 重庆大学 | 一种基于可视化技术的供电数据可视化监测系统 |
CN105184455A (zh) * | 2015-08-20 | 2015-12-23 | 国家电网公司 | 一种面向城市电力数据分析的高维可视化分析方法 |
CN105337308A (zh) * | 2015-10-23 | 2016-02-17 | 南京南瑞集团公司 | 一种电网侧区域分布式光伏运维管理系统及管理方法 |
CN105893588A (zh) * | 2016-04-05 | 2016-08-24 | 东南大学 | 一种大尺度城市空间能耗数字地图制作及显示方法 |
CN106021508A (zh) * | 2016-05-23 | 2016-10-12 | 武汉大学 | 基于社交媒体的突发事件应急信息挖掘方法 |
CN107145966A (zh) * | 2017-04-12 | 2017-09-08 | 山大地纬软件股份有限公司 | 基于逻辑回归概率分析优化模型的反窃电分析预警方法 |
CN107294093A (zh) * | 2017-07-26 | 2017-10-24 | 广东电网有限责任公司电力科学研究院 | 基于k线图的电力数据分析方法、装置及智能终端 |
CN107657266A (zh) * | 2017-08-03 | 2018-02-02 | 华北电力大学(保定) | 一种基于改进谱多流形聚类的负荷曲线聚类方法 |
Non-Patent Citations (1)
Title |
---|
配电网线损在线监测及分析系统设计方案研究;张汉敬;《中国硕士学位论文全文数据库 工程科技二辑》;20100915;第2010年卷(第9期);正文第3.11.11-4.1节 * |
Also Published As
Publication number | Publication date |
---|---|
CN108959424A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108959424B (zh) | 一种用于电力系统负荷监测的城市用电地图的操作方法 | |
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
CN110362894B (zh) | 配电线路、变压器综合降损及节能计算分析方法及系统 | |
CN109636124A (zh) | 基于大数据的电力行业低压台区线损分析方法及处理系统 | |
CN107918830B (zh) | 一种基于大数据技术的配电网运行状态评估方法 | |
CN111291076B (zh) | 基于大数据的异常用水监测报警系统及其构建方法 | |
CN107340492A (zh) | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 | |
US20030101009A1 (en) | Apparatus and method for determining days of the week with similar utility consumption profiles | |
CN107038512A (zh) | 一种指标体系建立方法 | |
CN109272364A (zh) | 自动估值模型建模方法 | |
CN110739686A (zh) | 一种基于总表异常分析的台区线损治理方法及系统 | |
CN109740872A (zh) | 一种台区运行状态的诊断方法及系统 | |
Feng et al. | Spatiotemporal characterization of megaregional poly-centrality: Evidence for new urban hypotheses and implications for polycentric policies | |
Liu et al. | Remote malfunctional smart meter detection in edge computing environment | |
Shin et al. | Spatiotemporal load-analysis model for electric power distribution facilities using consumer meter-reading data | |
CN110322146A (zh) | 10kV馈线线损率修正的馈线线损率标杆值计算方法 | |
CN116340437A (zh) | 一种面向大规模多源异构数据的多聚类方法 | |
CN114519514A (zh) | 一种低压台区合理线损值测算方法、系统及计算机设备 | |
CN110533291B (zh) | 一种基于风险评估的中压配电网薄弱环节辨识方法 | |
CN116579607A (zh) | 一种多源数据协同的区域性尾矿库风险监测方法 | |
CN117610214B (zh) | 一种基于动态地理特征的配电网接线智能规划方法 | |
CN110866706A (zh) | 一种地区用电需求差异化综合分析和评估的方法 | |
CN112783939A (zh) | 一种基于数据挖掘的低压配电网运行状态评估方法 | |
CN106709623B (zh) | 一种基于风险计算模型的电网营销稽查风险管控方法 | |
Pessanha et al. | Combining statistical clustering techniques and exploratory data analysis to compute typical daily load profiles-Application to the expansion and operational planning in Brazil |
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 |