CN110490488B - 基于大数据分析技术的电力企业主网规划数据分析系统 - Google Patents

Abstract

本发明提供基于大数据分析技术的电力企业主网规划数据分析系统，包括：基础资料管理模块、辅助分析模块和成果管理模块；其中基础资料管理模块用于对开展电网规划分析中需要的基础数据进行管理；辅助分析模块用于对主网规划进行辅助分析，其中辅助分析包括电网现状分析、电力需求预测、电源规划、电网规划辅助分析、投资估算与经济评价；成果管理模块用于对主网规划的项目信息和成果文档进行展现和管理。本发明通过电力企业主网规划数据分析系统，能够对电力企业主网规划的数据进行统一管理；通过建立有针对性的辅助分析模块，对实际电网规划中需要用到的数据进行分析，建立科学、完善的主网规划分析系统，满足主网规划科学性和管理型的需要。

Description

基于大数据分析技术的电力企业主网规划数据分析系统

技术领域

本发明涉及信息技术服务领域，特别是基于大数据分析技术的电力企业主网规划数据分析系统。

背景技术

电网规划又称输电系统规划，以负荷预测和电源规划为基础。电网规划确定在何时、何地投建何种类型的输电线路及其回路数，以达到规划周期内所需要的输电能力，在满足各项技术指标的前提下使输电系统的费用最小。城市是电力系统的主要负荷中心，城市电网运作是否良好取决于城市电网的规划与建设是否科学，是否经济合理，对于固定资产额巨大的电力企业而言，城网规划工作在电力企业的生存与发展中始终起着决定性的作用。电力企业既是政府的电力管理部门，又是电力供应商。电力企业城网规划的目标主要是提高城市电网的供电能力、供电质量与供电可靠性来满足社会对电力的需求。

现有技术中，也有一些专门针对主网规划的数据分析系统，但其功能比较单一，不能满足对主网规划进行全面数据分析的需要。

发明内容

针对上述问题，本发明旨在提供基于大数据分析技术的电力企业主网规划数据分析系统。

本发明的目的采用以下技术方案来实现：

提出一种基于大数据分析技术的电力企业主网规划数据分析系统，包括：基础资料管理模块、辅助分析模块和成果管理模块；其中

基础资料管理模块，用于对开展电网规划分析中需要的基础数据进行管理；

辅助分析模块，用于对主网规划进行辅助分析，其中辅助分析包括电网现状分析、电力需求预测、电源规划、电网规划辅助分析、投资估算与经济评价；

成果管理模块，用于对主网规划的项目信息和成果文档进行展现和管理。

在一种实施方式中，辅助分析模块包括：

电网现状分析单元，用于对地区总体规划情况、经济发展情况、电力需求情况进行分析；

电力需求预测单元，用于对地区进行负荷预测，并根据预测结果对地区的电量需求进行预测；

电源规划单元，用于根据系统数据、用电量需求预测数据，生成电源规划方案；

投资估算与经济评价单元，用于对项目库中的项目工程进行投资估算。

在一种实施方式中，规划成果管理模块包括：

规划项目管理单元，用于对主网规划项目的审批、前期规划、可研设计、项目实施、投资信息、项目进度进行管理；

成果报表单元，用于从基础资料和规划项目信息获取数据生成相关的成果报表。

本发明的有益效果为：本发明通过电力企业主网规划数据分析系统，能够对电力企业主网规划的数据进行统一管理，同时，通过建立有针对性的辅助分析模块，对实际电网规划中需要用到的数据进行分析，建立科学、完善的主网规划分析系统，满足主网规划科学性和管理型的需要。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的框架结构图。

附图标记：

基础资料管理模块1、辅助分析模块2、成果管理模块3、电网现状分析单元21、电力需求预测单元22、电源规划单元23、投资估算与经济评价单元24、规划项目管理单元31、成果报表单元32

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，其示出一种基于大数据分析技术的电力企业主网规划数据分析系统，包括：基础资料管理模块1、辅助分析模块2和成果管理模块3；其中

基础资料管理模块1，用于对开展电网规划分析中需要的基础数据进行管理；

辅助分析模块2，用于对主网规划进行辅助分析，其中辅助分析包括电网现状分析、电力需求预测、电源规划、电网规划辅助分析、投资估算与经济评价；

成果管理模块3，用于对主网规划的项目信息和成果文档进行展现和管理。

在一种实施方式中，其中基础数据包括：自然资源、国民经济规划数据；电力电量平衡计算数据，潮流、稳定、短路电流等电气计算数据，电源及电网仿真经济技术参数；电力系统现况描述文本，现况和规划的地理接线图、拓扑结构图；电力、电网规划，接入系统设计及项目可研等规划前期工作的报告、图表等。

本发明上述实施方式，通过电力企业主网规划数据分析系统，能够对电力企业主网规划的数据进行统一管理，同时，通过建立有针对性的辅助分析模块2，对实际电网规划中需要用到的数据进行分析，建立科学、完善的主网规划分析系统，满足主网规划科学性和管理型的需要。

在一种实施方式中，基础资料管理模块还包括数据库，该数据库存储所述基础数据、项目数据以及由辅助分析模块获取的分析数据等。

在一种实施方式中，辅助分析模块2包括：

电网现状分析单元21，用于对地区总体规划情况、经济发展情况、电力需求情况进行分析；

电力需求预测单元22，用于对地区进行负荷预测，并根据预测结果对地区的电量需求进行预测；

电源规划单元23，用于根据系统数据、用电量需求预测数据，生成电源规划方案；

投资估算与经济评价单元24，用于对项目库中的项目工程进行投资估算。

其中地区总体规划情况，为各地区的总体现状情况分析，主要包括GDP、经济结构、人口数据，重大项目规划建设进展情况和城市土地利用总体现状等；经济发展情况，为各地区的年经济发展情况分析，主要包括国民生产总值，常住人口，人均GDP，全社会用电量年均增长率等指标项；电力需求情况，为各地区电力需求的现状分析，主要包括全市及各区用电构成、供电量、供电负荷和负荷特性等数据。

负荷预测，主要为根据各地区电力需求的数据预预测，主要包括全市及各区用电构成、供电量、供电负荷和负荷特性等数据；使用各种预测方法(单耗法、电力弹性系数法、人均用量法、时间序列法)所得到的综合预测结果。

电源规划，为根据相关的基础数据，如各地区年、日负荷特性数据、历史用电量、需求量等，分析合适的电源规划位置即相关参数，以及配套的线网分布方案。

投资估算，为对项目库中在建或待建的生产项目，如新建、扩建及改造变电站及相应线路等，对各工程的进行投资估算。

在一种实施方式中，规划成果管理模块3包括：

规划项目管理单元31，用于对主网规划项目的审批、前期规划、可研设计、项目实施、投资信息、项目进度进行管理；

成果报表单元32，用于从基础资料和规划项目信息获取数据生成相关的成果报表。

在一种场景中，规划管理单元与管理终端连接，将待审批项目发布到管理终端，由管理人员进行审批或修改；并对各主网规划项目的相关信息进行管理，供管理终端调出相关数据。

在一种实施方式中，电力需求预测单元22中对地区进行负荷预测，具体包括：根据目标地区的历史负荷数据和历史负荷数据与目标地区相似度高的相似地区的负荷数据，对目标地区进行负荷预测处理：

1)获取目标地区的历史负荷数据，构建历史负荷序列

Y_m(a)＝{y_m(1)，y_m(2)，...，y_m(a)，...，y_m(n_m)}

式中，Y_m(a)表示目标地区的历史负荷数据序列，y_m(a)表示目标地区的历史负荷数据中第a个时间节点的负荷数据，a＝1，2，...，n_m，n_m表示该历史负荷序列中历史负荷数据的总数；

2)根据目标地区的历史负荷数据，建立其微分模型为：

式中，m表示设定的阈值系数，δ₁表示目标地区的负荷变化趋势系数，μ₁表示目标地区负荷变化协调系数；

分别将历史负荷序列中的数据代入微分模型，构建微分模型组：

采用最小二乘法对上述微分模型组求解，获取δ₁和μ₁的取值；

3)从各地区历史负荷数据库中，选取最近的n个时间节点的负荷数据与目标地区最近的n个时间节点的负荷数据相似度最高的第二地区，并构建该第二地区的历史负荷序列

Y_s(a)＝{y_s(1)，y_s(2)，...，y_s(a)，...，y_s(n_s)}

式中，Y_s(a)表示第二地区的历史负荷数据序列，y_s(a)表示第二地区的历史负荷数据中第a个时间节点的负荷数据，a＝1，2，...，n_s，n_s表示第二地区的历史负荷序列中历史负荷数据的总数；

4)根据第二地区的历史负荷数据，建立其微分模型为：

式中，m表示设定的阈值系数，δ₂表示第二地区的负荷变化趋势系数，μ₂表示第二地区的负荷变化协调系数；

分别将历史负荷序列中的数据代入微分模型，构建微分模型组：

采用最小二乘法对上述微分模型组求解，获取δ₂和μ₂的取值；

5)采用负荷预测模型对目标地区进行负荷预测，其中采用的负荷预测模型为：

式中，y_m(a+1)表示第a+1个时间节点的负荷预测值，ε表示设定预测模型修正因子，δ₁和δ₂分别表示目标地区和第二地区的负荷变化趋势系数，μ₁和μ₂分别表示目标地区和第二地区的负荷变化协调系数；

采用上述负荷预测模型对目标地区的目标时间节点进行负荷预测。

本发明上述实施方式，采用上述的方式对目标地区的用电负荷进行预测，通过采用上述微分模型来描述地区的负荷变化特征，能够通过微分模型来准确描述地区负荷值的变化特征，并建立微分方程组来求解描述该负荷变化特征的重要参数(负荷变化趋势系数和负荷变化协调系数)，并根据该参数对目标地区进行预测，能够实现根据地区的历史负荷数据进行直接的负荷预测(如过去5年的数据，对未来3-5年的负荷量进行预测)，有效地降低传统负荷预测方法中需要采用多种人为设定的参量(如用电类型)、或难以测量的参数(如用电户数)建立综合评价参量进行预测受到的主观性和不确定性影响，提高符合预测的客观性和可靠性。

另外，针对传统的电荷预测中，仅以目标地区的数据作为唯一的考虑对象，负荷预测的结果可靠性较低。因此，考虑到实际情况中，地区与地区之间的发展战略、发展趋势之间存在相似性，上述实施方式中，具体采用了的负荷预测模型在预测的过程中加入了相似地区的负荷变化作为参考因素，能够以多个地区的数据作为参考因素，对目标地区进行预测，进一步提高负荷预测的客观性和准确性，提高负荷预测结果的可靠性。

在一种实施方式中，在电力需求预测单元预测到目标地区在目标时间节点的负荷预测值后，输出该目标地区的电力需求预测数据，或者联合多个地区的负荷预测值输出该多个地区的电力需求预测数据。

在一种实施方式中，基础资料管理模块1管理的基础数据中还包括各地区历史负荷数据库，该数据库用于存储各地区的历史负荷数据。

在一种实施方式中，电力需求预测单元22中，从各地区历史负荷数据库中，选取最近的n个时间节点的负荷数据与目标地区最近的n个时间节点的负荷数据相似度最高的第二地区，具体的相似度计算包括：

获取目标地区最近n个时间节点的负荷数据：Y_m(a)＝{y_m(1),y_m(2),…,y_m(a),…,y_m(n)}，其中n表示距离当前时间节点最近的时间节点n；

从数据库中获取各地区的最近n个时间节点的负荷数据：Y_r(a)＝{y_r(1),y_r(2),…,y_r(a),…,y_r(n)}，其中r表示地区r的负荷数据，r＝1,2,…,R，R表示地区的总数；

分别获取目标地区与各地区的负荷数据的相似度，其中采用的相似度获取函数为：

式中，S(m,r)表示目标地区与地区r的负荷数据相似度，δ(j)表示设定时间权重因子，其中δ(1)＜δ(2)＜…＜δ(n)，

和

分别表示目标地区和地区r最近n个时间节点的负荷均值，β表示趋势调节因子；

选取负荷数据相似度最高的地区作为第二地区。

本发明是上述实施方式，采用上述方式获取目标地区与不同地区的负荷数据相似度，能够针对实际情况中电网发展的趋势越来越快的影响，加入了递增的权重因子于相似度获取函数中，能够同时兼顾负荷值和变化趋势的相似性。能够准确筛选出负荷变化与目标地区相似度最高的地区作为负荷预测的参考，进一步提高了目标地区负荷预测的可靠性和科学性。

在一种场景中，时间权重因子的获取函数为：

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (2)

1.基于大数据分析技术的电力企业主网规划数据分析系统，其特征在于，包括：基础资料管理模块、辅助分析模块和成果管理模块；其中

所述基础资料管理模块，用于对开展电网规划分析中需要的基础数据进行管理；

所述辅助分析模块，用于对主网规划进行辅助分析，其中所述辅助分析包括电网现状分析、电力需求预测、电源规划、电网规划辅助分析、投资估算与经济评价；

所述成果管理模块，用于对主网规划的项目信息和成果文档进行展现和管理；

其中，所述辅助分析模块包括：

电网现状分析单元，用于对地区总体规划情况、经济发展情况、电力需求情况进行分析；

电力需求预测单元，用于对地区进行负荷预测，并根据预测结果对地区的电量需求进行预测；

电源规划单元，用于根据所述系统数据、用电量需求预测数据，生成电源规划方案；

投资估算与经济评价单元，用于对项目库中的项目工程进行投资估算；

其中，所述电力需求预测单元中对地区进行负荷预测，具体包括：

1)获取目标地区的历史负荷数据，构建历史负荷序列

Y_m(a)＝{y_m(1)，y_m(2)，...，y_m(a),...,y_m(n_m)}

式中，Y_m(a)表示目标地区的历史负荷数据序列，y_m(a)表示目标地区的历史负荷数据中第a个时间节点的负荷数据，a＝1,2,…,n_m，n_m表示该历史负荷序列中历史负荷数据的总数；

2)根据目标地区的历史负荷数据，建立其微分模型为：

式中，m表示设定的阈值系数，δ₁表示目标地区的负荷变化趋势系数，μ₁表示目标地区负荷变化协调系数；

分别将历史负荷序列中的数据代入微分模型，构建微分模型组：

采用最小二乘法对上述微分模型组求解，获取δ₁和μ₁的取值；

3)从各地区历史负荷数据库中，选取最近的n个时间节点的负荷数据与目标地区最近的n个时间节点的负荷数据相似度最高的第二地区，并构建该第二地区的历史负荷序列

Y_s(a)＝{y_s(1),y_s(2),...,y_s(a),...,y_s(n_s)}

式中，Y_s(a)表示第二地区的历史负荷数据序列，y_s(a)表示第二地区的历史负荷数据中第a个时间节点的负荷数据，a＝1,2,…,n_s，n_s表示第二地区的历史负荷序列中历史负荷数据的总数；

4)根据第二地区的历史负荷数据，建立其微分模型为：

式中，m表示设定的阈值系数，δ₂表示第二地区的负荷变化趋势系数，μ₂表示第二地区的负荷变化协调系数；

分别将历史负荷序列中的数据代入微分模型，构建微分模型组：

采用最小二乘法对上述微分模型组求解，获取δ₂和μ₂的取值；

5)采用负荷预测模型对目标地区进行负荷预测，其中采用的负荷预测模型为：

式中，y_m(a+1)表示第a+1个时间节点的负荷预测值，ε表示设定预测模型修正因子，δ₁和δ₂分别表示目标地区和第二地区的负荷变化趋势系数，μ₁和μ₂分别表示目标地区和第二地区的负荷变化协调系数；

采用上述负荷预测模型对目标地区的目标时间节点进行负荷预测；

其中，电力需求预测单元中，从各地区历史负荷数据库中，选取最近的n个时间节点的负荷数据与目标地区最近的n个时间节点的负荷数据相似度最高的第二地区，具体的相似度计算包括：

获取目标地区最近n个时间节点的负荷数据：Y_m(a)＝{y_m(1),y_m(2),…,y_m(a),…,y_m(n)}，其中n表示距离当前时间节点最近的时间节点n；

从数据库中获取各地区的最近n个时间节点的负荷数据：Y_r(a)＝{y_r(1),y_r(2),…,y_r(a),…,y_r(n)}，其中r表示地区r，r＝1,2,…,R，R表示地区的总数；

分别获取目标地区与各地区的负荷数据的相似度，其中采用的相似度获取函数为：

式中，S(m,r)表示目标地区与地区r的负荷数据相似度，δ(j)表示设定时间权重因子，其中δ(1)<δ(2)<…<δ(n)，

和

分别表示目标地区和地区r最近n个时间节点的负荷均值，β表示趋势调节因子；

选取负荷数据相似度最高的地区作为第二地区。

2.根据权利要求1所述的基于大数据分析技术的电力企业主网规划数据分析系统，其特征在于，所述规划成果管理模块包括：

规划项目管理单元，用于对主网规划项目的审批、前期规划、可研设计、项目实施、投资信息和项目进度进行管理；

成果报表单元，用于从基础资料和规划项目信息获取数据生成相关的成果报表。

Images