CN112751411A - 一种基于大数据拟合技术的可视化电力用户用电评价平台 - Google Patents
一种基于大数据拟合技术的可视化电力用户用电评价平台 Download PDFInfo
- Publication number
- CN112751411A CN112751411A CN201911041253.2A CN201911041253A CN112751411A CN 112751411 A CN112751411 A CN 112751411A CN 201911041253 A CN201911041253 A CN 201911041253A CN 112751411 A CN112751411 A CN 112751411A
- Authority
- CN
- China
- Prior art keywords
- data
- power utilization
- algorithm
- evaluation
- power
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Y04S10/40—Display of information, e.g. of data or controls
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于大数据拟合技术的可视化电力用户用电评价平台,涉及智能配电网技术领域,具体为逻辑架构、业务架构和服务架构,所述逻辑架构内分大数据平台、数据清洗单元和数据集成单元,所述业务架构包括用电质量评价体系、算法评估、智能配电网用电客户用电质量评估平台、用电异常辅助决策、用电改造方案和设备管控,所述服务架构包括数据模块、设备模块和服务模块。该基于大数据拟合技术的可视化电力用户用电评价平台,采用大数据计算的系统架构,基于分布式架构实现批量计算、流式实时计算,利用分布式消息总线技术实现多个节点的通信,利用分布式缓存提升读写性能,兼顾整体性能、可靠性与可扩展性。
Description
技术领域
本发明涉及智能配电网技术领域,具体为一种基于大数据拟合技术的可视化电力用户用电评价平台。
背景技术
配电网是指从输电网或地区发电厂接受电能,通过配电设施就地分配或按电压逐级分配给各类用户的电力网,是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的,在电力网中起重要分配电能作用的网络。
随着人们生活对用电标准做出了更高的要求,配电网的智能化设计也被排上日程,配电网的智能化水平越来越高,人们的生活也必将越来越便捷,智能配电网体系中,需要建立相关的评价平台,这就需要构建模型以及采用算法。
评价模型需要在海量数据环境下周期性地进行统计、计算、分析,对平台性能有很高的要求,而用于用户用电行为的算法,也需要尽可能的应用到各种数据,大数据堆积下,急需一种功能全面、系统稳定的评价平台,为此,本发明提出了一种基于大数据拟合技术的可视化电力用户用电评价平台。
发明内容
针对现有技术的不足,本发明提供了一种基于大数据拟合技术的可视化电力用户用电评价平台,解决了上述背景技术中提出的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于大数据拟合技术的可视化电力用户用电评价平台,包括逻辑架构、业务架构和服务架构,所述逻辑架构内分大数据平台、数据清洗单元和数据集成单元,所述大数据平台包括交互层、分析层、计算层和存储层,所述交互层分高纬可视化组件、传统可视化组件和可视化分析组件,所述分析层分数据挖掘、多维分析、即席查询、统计分析和自定义报表,所述计算层包括流计算、内存计算、批量计算和存储过程计算,所述存储层包括分布式文件系统、分布式数据库和关系数据库,所述数据清洗单元包括基于聚类算法、基于模型检测、热卡填补算法和回归算法,所述数据集成单元分为系统内数据和系统外数据,所述系统内数据包括PMS数据、GIS数据和用电信息数据等,所述系统外数据包括供货商数据、运营商数据和气象数据,所述业务架构包括用电质量评价体系、算法评估、智能配电网用电客户用电质量评估平台、用电异常辅助决策、用电改造方案和设备管控,所述用电质量评价体系中包括数据质量评估、用电质量综合评价、用电质量高级应用、用电能力评估和质量评价,且质量评价包括用电能力评估、用电质量综合评价、用电质量高级应用和运维管理能力,所述算法评估包括电压算法、电流算法、负荷算法和电量算法,所述设备管控包括智能电表设备、配网监测设备、反窃电监测设备、手持采集终端、设备巡检计划和设备安全周期管理,所述服务架构包括数据模块、设备模块和服务模块,所述数据模块包含电网侧数据和需求侧数据,所述设备模块包含监测设备、治理设备、评估设备和治理监测设备,所述服务模块包括用电异常服务、反窃电服务、线损服务、运维管理服务和需求侧服务。
可选的,所述数据清洗单元通过WX数据路由向存储层中的分布式文件系统、分布式数据库和关系数据库分别传输信息,且数据清洗单元通过WX数据总线接收来自于数据集成单元中的系统内数据和系统外数据。
可选的,所述大数据平台通过交互层将信息输送至用电质量评价体系,所述设备管控将信息传输至服务架构的服务模块。
可选的,所述业务架构中,算法评估根据用户的时间维度和用电潮流的空间维度,利用电量算法、电流算法、电压算法和负荷算法,分析用户用电异常。
可选的,所述负荷算法分为超容和私自启用算法以及高频干扰分析算法。
本发明提供了一种基于大数据拟合技术的可视化电力用户用电评价平台,具备以下有益效果:
1.该基于大数据拟合技术的可视化电力用户用电评价平台,采用大数据计算的系统架构,基于分布式架构实现批量计算、流式实时计算,利用分布式消息总线技术实现多个节点的通信,利用分布式缓存提升读写性能,兼顾整体性能、可靠性与可扩展性;
2.该基于大数据拟合技术的可视化电力用户用电评价平台,采用用户用电行为的时空算法,即根据用户的时间维度(小时、日、周、月、季、年)和用电潮流的空间维度,利用冻结电量算法、电流算法、电压算法、超容和私自启用算法,分析用户用电异常;
3.该基于大数据拟合技术的可视化电力用户用电评价平台,将替代人工筛查异常用电,提高计量自动化应用水平,指导现场稽查工作,提升反窃电管理精益化水平,提高用电安全,保障电网企业和用电用户的利益。
附图说明
图1为本发明系统框架示意图。
具体实施方式
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实施例,而不是全部的实施例。
请参阅图1,本发明提供一种技术方案:一种基于大数据拟合技术的可视化电力用户用电评价平台,包括逻辑架构、业务架构和服务架构(WX生态圈),逻辑架构内分大数据平台、数据清洗单元和数据集成单元,大数据平台包括交互层、分析层、计算层和存储层,交互层分高纬可视化组件、传统可视化组件和可视化分析组件,分析层分数据挖掘、多维分析、即席查询、统计分析和自定义报表,计算层包括流计算、内存计算、批量计算和存储过程计算,存储层包括分布式文件系统、分布式数据库和关系数据库,数据清洗单元包括基于聚类算法、基于模型检测、热卡填补算法和回归算法,数据集成单元分为系统内数据和系统外数据,系统内数据包括PMS数据、GIS数据和用电信息数据等,系统外数据包括供货商数据、运营商数据和气象数据,数据清洗单元通过WX数据路由向存储层中的分布式文件系统、分布式数据库和关系数据库分别传输信息,且数据清洗单元通过WX数据总线接收来自于数据集成单元中的系统内数据和系统外数据;
业务架构包括用电质量评价体系、算法评估、智能配电网用电客户用电质量评估平台、用电异常辅助决策、用电改造方案和设备管控,用电质量评价体系中包括数据质量评估、用电质量综合评价、用电质量高级应用、用电能力评估和质量评价,且质量评价包括用电能力评估、用电质量综合评价、用电质量高级应用和运维管理能力,算法评估包括电压算法、电流算法、负荷算法和电量算法,设备管控包括智能电表设备、配网监测设备、反窃电监测设备、手持采集终端、设备巡检计划和设备安全周期管理;
业务架构中,算法评估根据用户的时间维度(小时、日、周、月、季、年)和用电潮流的空间维度,利用电量算法、电流算法、电压算法和负荷算法,分析用户用电异常;
具体的,电量算法具体如下:
将冻结电量表里的没有除以综合倍率的电量数据,和功率表里的通过用户编码、名称、电能表资产编号进行匹配,除以综合倍率(综合倍率为0的数据不处理),然后比较同一家用户的,电能表资产编号V开头的电量(终端虚表)和电能表资产编号非V开头的电量(计量表),比较后,统计出大于20%(用户可以在配置文件中设置)的异常数据,以列表的形式展示出来,支持导出excel表,同时,根据电量表的空间关系,进行空间维度分析;
具体的,电流算法具体如下:
(1)负数判断:将电流表里的所有数据(采集维度为15分钟),判断24小时(24列数据)均为负数的数据,且这些数据的最大值超过平均值的20%,负电流用户再检查其冻结电量,有反向有功的用户作为异常户统计出来;
(2)三项不平均:电流表内一块表分为A、B、C三项,比较每块表的24小时(24列数据)分别的A、B、C三项,如果三项之间满足以下条件:三项均为20以下,不考虑;三项均为20到100之间,任意两项差超过50%,为异常数据;三项均为100以上,任意两项超过30%,为异常数据;只有24点(24列数据)均满足上述异常数据,才将这3条(A、B、C)数据统计出来,同时,根据电量表的空间关系,进行空间维度分析;
(3)高供高计比较:将电流表格和功率表格相匹配后(按照用户编码、用户名、终端地址和电能表资产编号),凡是PT变比大于1的表,均为高供高计,凡是PT变比等于1的表,均为高供低计;
高供高计的数据,如果A项电流减去C项电流,差大于10,24小时内找到一条符合这个条件的数据,则为异常数据;
高供低计的数据,A、B、C其中一项大于10,且另外2项均为0,24小时内找到一条符合这个条件的数据,则为异常数据;
同时,根据电量表的空间关系,进行空间维度分析;
具体的,电压算法具体如下:
将电压表和功率表相匹配后(按照用户编码、用户名、终端地址和电能表资产编号),凡是PT变比大于1的表,均为高供高计;凡是PT变比等于1的表,均为高供低计;
其中,高供高计的数据,凡是AC任意一项小于10,24小时内出现一次,均为异常数据;
对于高供低计的数据:AC项任意一项均为0,为异常数据;A、B、C任意一项大于260或者低于170为异常,24小时内出现一次,均为异常数据。满足上述的电压异常数据,以列表的形式展示,同时,根据电量表的空间关系,进行空间维度分析;
具体的,负荷算法分为超容和私自启用算法以及高频干扰分析算法;
其中,超容和私自启用算法具体如下:
(1)超容:用采集系统表中的日最大功率除以营销系统用户运行容量,其中功率选最大值(参数控制,1代表最大值,2代表第二大值),结果大于1.5(参数控制)的话,作为异常数据抛出,同时,根据电量表的空间关系,进行空间维度分析;
(2)私自启用:用采集系统表中的日最大功率和营销系统用户运行容量对比,其中满足运行容量为0且日功率不为0的,作为异常数据抛出,同时,根据电量表的空间关系,进行空间维度分析;
其次,高频干扰分析算法具体如下:
(1)找出异常户数:电流数据满足ABC三组均为“--”且出现连续“--”大于等于N(参数控制)次,作为异常将这些户数抛出;
(2)用户在电网系统中,将(1)中的户数的某一户的当月电流表和点电量找出,根据这两个表开始查询:
1)电量表中,取点能量最大的十个值的平均值作为比较量b;
2)找出30天中哪些符合和(1)中一样情况的异常天数,将该天的冻结电量作为a和b进行比较,其中(b-a)/b大于30%(参数控制),作为异常数据抛出;
服务架构(WX生态圈)包括数据模块、设备模块和服务模块,数据模块包含电网侧数据和需求侧数据,设备模块包含监测设备、治理设备、评估设备和治理监测设备,服务模块包括用电异常服务、反窃电服务、线损服务、运维管理服务和需求侧服务,大数据平台通过交互层将信息输送至用电质量评价体系,设备管控将信息传输至服务架构(WX生态圈)的服务模块。
综上所述,该基于大数据拟合技术的可视化电力用户用电评价平台,以电力用户用电行为评价为切入,带领用电异常领域产业链,电网和电力用户用电行为的综合治理、配网薄弱点和电量异常分析、相关治理平台的标准化和闭环管理,在行业内具有很好的创新性和先进性,平台的实现将很大程度上推动管理线损的分析和治理工作、有载窃电监测等相关领域技术和产业链的健康、可持续发展,带动一次、二次相关领域产业链的同步发展。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于大数据拟合技术的可视化电力用户用电评价平台,包括逻辑架构、业务架构和服务架构,其特征在于:所述逻辑架构内分大数据平台、数据清洗单元和数据集成单元,所述大数据平台包括交互层、分析层、计算层和存储层,所述交互层分高纬可视化组件、传统可视化组件和可视化分析组件,所述分析层分数据挖掘、多维分析、即席查询、统计分析和自定义报表,所述计算层包括流计算、内存计算、批量计算和存储过程计算,所述存储层包括分布式文件系统、分布式数据库和关系数据库,所述数据清洗单元包括基于聚类算法、基于模型检测、热卡填补算法和回归算法,所述数据集成单元分为系统内数据和系统外数据,所述系统内数据包括PMS数据、GIS数据和用电信息数据等,所述系统外数据包括供货商数据、运营商数据和气象数据,所述业务架构包括用电质量评价体系、算法评估、智能配电网用电客户用电质量评估平台、用电异常辅助决策、用电改造方案和设备管控,所述用电质量评价体系中包括数据质量评估、用电质量综合评价、用电质量高级应用、用电能力评估和质量评价,且质量评价包括用电能力评估、用电质量综合评价、用电质量高级应用和运维管理能力,所述算法评估包括电压算法、电流算法、负荷算法和电量算法,所述设备管控包括智能电表设备、配网监测设备、反窃电监测设备、手持采集终端、设备巡检计划和设备安全周期管理,所述服务架构包括数据模块、设备模块和服务模块,所述数据模块包含电网侧数据和需求侧数据,所述设备模块包含监测设备、治理设备、评估设备和治理监测设备,所述服务模块包括用电异常服务、反窃电服务、线损服务、运维管理服务和需求侧服务。
2.根据权利要求1所述的一种基于大数据拟合技术的可视化电力用户用电评价平台,其特征在于:所述数据清洗单元通过WX数据路由向存储层中的分布式文件系统、分布式数据库和关系数据库分别传输信息,且数据清洗单元通过WX数据总线接收来自于数据集成单元中的系统内数据和系统外数据。
3.根据权利要求1所述的一种基于大数据拟合技术的可视化电力用户用电评价平台,其特征在于:所述大数据平台通过交互层将信息输送至用电质量评价体系,所述设备管控将信息传输至服务架构的服务模块。
4.根据权利要求1所述的一种基于大数据拟合技术的可视化电力用户用电评价平台,其特征在于:所述业务架构中,算法评估根据用户的时间维度和用电潮流的空间维度,利用电量算法、电流算法、电压算法和负荷算法,分析用户用电异常。
5.根据权利要求4所述的一种基于大数据拟合技术的可视化电力用户用电评价平台,其特征在于:所述负荷算法分为超容和私自启用算法以及高频干扰分析算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911041253.2A CN112751411A (zh) | 2019-10-29 | 2019-10-29 | 一种基于大数据拟合技术的可视化电力用户用电评价平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911041253.2A CN112751411A (zh) | 2019-10-29 | 2019-10-29 | 一种基于大数据拟合技术的可视化电力用户用电评价平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112751411A true CN112751411A (zh) | 2021-05-04 |
Family
ID=75640308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911041253.2A Pending CN112751411A (zh) | 2019-10-29 | 2019-10-29 | 一种基于大数据拟合技术的可视化电力用户用电评价平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112751411A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115528817A (zh) * | 2022-10-28 | 2022-12-27 | 华中科技大学 | 一种用户端智能配用电系统、方法、介质、设备及终端 |
CN116995816A (zh) * | 2023-09-25 | 2023-11-03 | 国网山东省电力公司淄博供电公司 | 一种基于人工智能的供电数据处理平台及方法 |
CN117611393A (zh) * | 2024-01-24 | 2024-02-27 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的反窃电数据采集方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205729A (zh) * | 2015-09-22 | 2015-12-30 | 许继集团有限公司 | 一种基于云计算的电力系统能效公共服务云平台 |
CN106997513A (zh) * | 2017-04-11 | 2017-08-01 | 广西电网有限责任公司电力科学研究院 | 基于大数据分析的配网设备状态评价系统 |
CN107463998A (zh) * | 2017-07-03 | 2017-12-12 | 西安交通大学 | 一种基于云服务平台的电力设备运维服务系统及方法 |
CN107607814A (zh) * | 2017-09-11 | 2018-01-19 | 广东电网有限责任公司云浮供电局 | 一种分布式电源接入的电能质量监测系统及其监测方法 |
CN108663651A (zh) * | 2018-05-04 | 2018-10-16 | 国网上海市电力公司 | 一种基于多源数据融合的智能电能表运行状态评价系统 |
CN109408548A (zh) * | 2018-09-19 | 2019-03-01 | 中国电力科学研究院有限公司 | 一种城市电力大数据应用系统及方法 |
-
2019
- 2019-10-29 CN CN201911041253.2A patent/CN112751411A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205729A (zh) * | 2015-09-22 | 2015-12-30 | 许继集团有限公司 | 一种基于云计算的电力系统能效公共服务云平台 |
CN106997513A (zh) * | 2017-04-11 | 2017-08-01 | 广西电网有限责任公司电力科学研究院 | 基于大数据分析的配网设备状态评价系统 |
CN107463998A (zh) * | 2017-07-03 | 2017-12-12 | 西安交通大学 | 一种基于云服务平台的电力设备运维服务系统及方法 |
CN107607814A (zh) * | 2017-09-11 | 2018-01-19 | 广东电网有限责任公司云浮供电局 | 一种分布式电源接入的电能质量监测系统及其监测方法 |
CN108663651A (zh) * | 2018-05-04 | 2018-10-16 | 国网上海市电力公司 | 一种基于多源数据融合的智能电能表运行状态评价系统 |
CN109408548A (zh) * | 2018-09-19 | 2019-03-01 | 中国电力科学研究院有限公司 | 一种城市电力大数据应用系统及方法 |
Non-Patent Citations (2)
Title |
---|
孙保华等: "基于大数据平台的配电网智能化运维管控平台设计及应用", 《电气自动化》 * |
常青 等: ""基于大数据技术的智能电表运行状态分析系统研究"", 《自动化与仪器仪表》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115528817A (zh) * | 2022-10-28 | 2022-12-27 | 华中科技大学 | 一种用户端智能配用电系统、方法、介质、设备及终端 |
CN116995816A (zh) * | 2023-09-25 | 2023-11-03 | 国网山东省电力公司淄博供电公司 | 一种基于人工智能的供电数据处理平台及方法 |
CN116995816B (zh) * | 2023-09-25 | 2024-02-23 | 国网山东省电力公司淄博供电公司 | 一种基于人工智能的供电数据处理平台及方法 |
CN117611393A (zh) * | 2024-01-24 | 2024-02-27 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的反窃电数据采集方法 |
CN117611393B (zh) * | 2024-01-24 | 2024-04-05 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的反窃电数据采集方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106570784B (zh) | 电压监测一体化模型 | |
CN105811402B (zh) | 一种电力负荷预测系统及其预测方法 | |
CN104124756B (zh) | 一种基于全网数据的省级配电网运行监测系统 | |
CN106203890B (zh) | 基于cim模型的营配调一体化数据建模方法 | |
CN112751411A (zh) | 一种基于大数据拟合技术的可视化电力用户用电评价平台 | |
Alaqeel et al. | A fuzzy Analytic Hierarchy Process algorithm to prioritize Smart Grid technologies for the Saudi electricity infrastructure | |
CN113822547B (zh) | 一种精细化需求侧管理综合信息平台系统及管理方法 | |
CN107832946A (zh) | 一种用于生产车间的电能监控与管理方法及系统 | |
CN104538957A (zh) | 用于统计低频低压切负荷容量的电网模型自适应处理方法 | |
Perçuku et al. | Big data and time series use in short term load forecasting in power transmission system | |
CN108876154A (zh) | 一种电网规划大数据分析系统 | |
CN113610253A (zh) | 一种基于cs版本的运维检修管理式光伏站控系统 | |
CN113949155A (zh) | 一种具有实时监测功能的全景式电能质量监测系统 | |
CN106771734A (zh) | 电力监测方法和装置 | |
CN112598257A (zh) | 一种基于大数据特征挖掘的停电分析方法及系统 | |
de Macedo et al. | Opportunities and challenges of DSM in smart grid environment | |
CN116703081A (zh) | 综合能源运营管理云平台 | |
CN112132457B (zh) | 基于数据中心平台的95598数据质量稽查评价方法及系统 | |
Hussain et al. | Short term load forecasting system based on support vector kernel methods | |
CN109217311A (zh) | 一种配电网运行状态管控与评价方法 | |
Muangjai et al. | An apply IoT for collection and analysis of specific energy consumption in production line of ready-to-drink juice at the second royal factory Mae Chan | |
Draber et al. | How operation data helps manage life-cycle costs | |
Pauli et al. | An Analysis on the Use of IoT Devices in the Integrated Energy Resources Planning | |
CN109858767A (zh) | 基于序关系分析法的智能配电终端健康度评估方法 | |
Ketkaew et al. | Outage cost of industrial customers in distribution and subtransmission systems for reliability improvement |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210504 |