CN113435002A - 一种大数据配电房仿真系统和方法 - Google Patents
一种大数据配电房仿真系统和方法 Download PDFInfo
- Publication number
- CN113435002A CN113435002A CN202110524855.4A CN202110524855A CN113435002A CN 113435002 A CN113435002 A CN 113435002A CN 202110524855 A CN202110524855 A CN 202110524855A CN 113435002 A CN113435002 A CN 113435002A
- Authority
- CN
- China
- Prior art keywords
- data
- power distribution
- simulation
- information
- distribution room
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 116
- 239000002131 composite material Substances 0.000 claims abstract description 12
- 238000013500 data storage Methods 0.000 claims description 20
- 238000013178 mathematical model Methods 0.000 claims description 12
- 238000012821 model calculation Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 2
- 230000009466 transformation Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000002639 sodium chloride Nutrition 0.000 description 2
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种大数据配电房仿真系统和方法，用于配电房系统运行的仿真计算，属于配电仿真系统领域。该仿真系统，包括：接收端，用于显示仿真系统核心数据、运营情况、反馈操作者目标意图，接收端接收到操作者的数据信息，将数据信息发送到网络计算中心，同时接收端按照操作者设置，显示系统运行的必要信息；所述网络计算中心通过配电房电网参数、调用气象数据、地理信息数据、交通数据通过复合数据网络建模，匹配操作者目标意图，并将匹配结果发送至接收端；所述复合数据网络建模包括若干个子系统网络建模。本发明方法预测精准，可以对配电房周围的人为影响因素和自然因素做大量的数据采集和影响评估，高效预测电力使用及运行状况，实用价值高。
Description
技术领域
一种大数据配电房仿真系统和方法，用于配电房系统运行的仿真计算，属于配电仿真系统领域。
背景技术
配电房系统包含多种变配电系统，是变电系统和配电系统的总称。简单说，变电就是将外面引入的电压变成适合你们使用的电压，配电就是将电分配到你单位内部的各个用电点。变配电所当然就是两种功能都能实现的。
其中变电系统的作用主要是通过变压器对一次侧电压进行升高或是降低，再从二次侧输出。升高电压是为了在电能的远距离传输中降低损耗，如500KV高压输电等。降低电压则是为了在客户端相应电压级别负载的使用。如民用的220V，工业上常用的380v,660V,690V,1000V，6KV，10KV等等。变电系统的核心元件是各种电压变比的变压器，总之有电压改变的系统就是变电系统，有变压器的配电室也可称作变电室(站)，或俗称叫配电室。至于配电系统也就好理解了，一个用电系统中如果不存在电压的改变，就是配电系统。配电系统的核心元件是各种电流级别的开关。从一个大支路分成若干个小支路，一个大开关下面接驳若干个小开关，分给多个负载使用或再进行更多支路的分配。
由于配电房系统涉及线路繁多，工作逻辑复杂，在实际运营中容易受到外界干扰，导致配电工作的间断或者电力运输的终止，所以研究一种精准仿真配电房系统，结合交通、气象、地理等核心数据，精准预测配电房系统的工作情况极为必要。
发明内容
本发明的目的是针对现有技术的缺点，针对配电房的工作环境和配电房的工作特征，采用大数据处理技术，设计一种大数据配电房仿真系统和方法，以解决当前配电房系统在工作中容易受到环境因素影响导致工作停滞的问题，提高配电房的工作效率。
为解决以上技术问题，本发明采用的技术方案如下：
一种大数据配电房仿真系统，包括：接收端，用于显示仿真系统核心数据、运营情况、反馈操作者目标意图，接收端接收到操作者的数据信息，将数据信息发送到网络计算中心，同时接收端按照操作者设置，显示系统运行的必要信息；所述网络计算中心通过配电房电网参数、调用气象数据、地理信息数据、交通数据通过复合数据网络建模，匹配操作者目标意图，并将匹配结果发送至接收端；所述复合数据网络建模包括若干个子系统网络建模。
具体的，所述网络计算机中心包括气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型；当操作者将目标意图发送到网络计算中心，网络计算中心调用气象数据仿真计算模型，评估预测实现目标意图中气象信息对电能运输损耗、气象信息对电网系统的毁坏概率、气象信息对用电对象的用电增减，计算出气象数据对电网影响的数值区间；网络计算中心调用地理信息仿真计算模型，对比电网涉及地域最近3-5年的地理变化情况，评估操作者实现目标意图的时间区间内的地理地势变化概率，再进一步评估计算地理地势变化对电网的电量运输损耗、用电对象用量的影响，计算地势变化对电网硬件设施损坏概率，形成地理信息对电网的影响数值区间；网络计算中心调用交通输数据信息计算模型，计算评估配电房电网覆盖区域的交通流量及交通工具对配电房电网覆盖区域的硬件设施的影响，对用电对象用电量做进一步的评估，形成交通网络对电网系统影响的数值区间；
具体的，所述网络计算机中心包括网络计算中心的硬件模块包括数据存储模块、模型演算模块、影响因子权重分析模块、数据发送模块、数据结果检验模块；所述数据存储模块包括初始数据存储模块、数据运行路径存储模块、数据结果存储模块、数据结果影响储存模块；所述模型演算模块包括气象数据仿真计算模块、地理信息仿真计算模块、交通数据信息计算模块。
具体的，所述网络计算机中心调用气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型进行仿真计算时，同一个坐标地点的气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型同时运行，并评估相互之间的影响性。
具体的，所述初始数据存储模块主要用于历次计算结果中初始值的存储，以便于后续结果验证与溯源。
具体的，所述数据运行路径存储模块用于对不同计算过程的存储，以评估每一步数据演算的误差优化计算模型。
具体的，所述数据结果存储模块用于最终结果的储存，用于最终显示端口的系统结果显示查询。
具体的，所述数据结果影响存储模块用于最终结果在系统模型对电网产生影响的预测数据的存储。
一种大数据配电房仿真系统的运行方法，网络计算中心采集气象、地理、交通数据，根据以往数据和电网运行产生的影响构建数学模型；接收端收到操作者的目标意图，将目标意图形成的数据发送至网络计算中心，网络计算中心采集实时气象、地理、交通数据，根据已有的数学模型匹配目标意图数据计算最终仿真数据结果。
与现有技术相比，本发明的有益效果是：
(1)本发明针对配电房工作中容易受到气象灾害比如暴雨、台风、冰雪、沙尘暴等的影响，导致配电房硬件设施被损坏或者输电线路中断的问题，专门设计出针对性的气象模型，通过采集大量的以往数据匹配当时的配电房状况，利用计算机演算出精准的数学模型。然后采集实时数据，当操作者输入数据之后，计算机结合现有数据在数学模型中计算出最终结果，充分评估出配电房在执行工作中需要注重防范的区域和影响较大的气象类型，预测出系统执行中产生的电能损耗和使用情况，让操作者提前做好部署工作，有效防止偶然事件的发生，提高配电房的工作效率。
(2)本发明针对配电房在工作中由于特殊的地理环境限制，周围存在一定的在建或者改建工程，会对配电房的系统线路、埋设电缆带来安全隐患的问题，前期大量采集地理地势信息，结合政府、个人公开信息，计算出容易施工地域对于配电房网络系统的损坏概率，提前做好防范。同时，可以精准预测各地域工程建造的实际电量使用，便于配电房的电力调配。
(3)本发明针对不同地域的不同交通流量，评估该地域的用电设备，提前计算用电载荷，便于电力调配。同时，还能进一步预测交通事故高发区域，评估发生的交通事故对于电力设施的影响，便于前期布置电力补充设备。
(4)本发明方法预测精准，可以对配电房周围的人为影响因素和自然因素做大量的数据采集和影响评估，高效预测电力使用及运行状况，实用价值高。
具体实施方式
实施例1：
以西南地区的春季为例，一种大数据配电房仿真系统，包括：接收端，用于显示仿真系统核心数据、运营情况、反馈操作者目标意图，接收端接收到操作者的数据信息，将数据信息发送到网络计算中心，同时接收端按照操作者设置，显示系统运行的必要信息；所述网络计算中心通过配电房电网参数、调用气象数据、地理信息数据、交通数据通过复合数据网络建模，匹配操作者目标意图，并将匹配结果发送至接收端；所述复合数据网络建模包括若干个子系统网络建模。
所述网络计算机中心包括气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型；当操作者将目标意图发送到网络计算中心，网络计算中心调用气象数据仿真计算模型，评估预测实现目标意图中气象信息对电能运输损耗、气象信息对电网系统的毁坏概率、气象信息对用电对象的用电增减，计算出气象数据对电网影响的数值区间；网络计算中心调用地理信息仿真计算模型，对比电网涉及地域最近3-5年的地理变化情况，评估操作者实现目标意图的时间区间内的地理地势变化概率，再进一步评估计算地理地势变化对电网的电量运输损耗、用电对象用量的影响，计算地势变化对电网硬件设施损坏概率，形成地理信息对电网的影响数值区间；网络计算中心调用交通输数据信息计算模型，计算评估配电房电网覆盖区域的交通流量及交通工具对配电房电网覆盖区域的硬件设施的影响，对用电对象用电量做进一步的评估，形成交通网络对电网系统影响的数值区间；所述网络计算机中心调用气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型进行仿真计算时，同一个坐标地点的气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型同时运行，并评估相互之间的影响性；
所述网络计算机中心包括网络计算中心的硬件模块包括数据存储模块、模型演算模块、影响因子权重分析模块、数据发送模块、数据结果检验模块；所述数据存储模块包括初始数据存储模块、数据运行路径存储模块、数据结果存储模块、数据结果影响储存模块；所述模型演算模块包括气象数据仿真计算模块、地理信息仿真计算模块、交通数据信息计算模块；所述初始数据存储模块主要用于历次计算结果中初始值的存储，以便于后续结果验证与溯源；所述数据运行路径存储模块用于对不同计算过程的存储，以评估每一步数据演算的误差优化计算模型；所述数据结果存储模块用于最终结果的储存，用于最终显示端口的系统结果显示查询；所述数据结果影响存储模块用于最终结果在系统模型对电网产生影响的预测数据的存储。所述气象数据仿真计算模块存储的信息包括对应时间节点的凝冻、雨雪、泥石流、山体滑坡、天气温度，对应当时地域的地理信息仿真计算模型中采集的房屋、工厂、水坝修建情况，结合所述地域的交通数据信息计算模块存储的车辆来往信息、新能源车备案信息，评估整个区域活动对操作者使用配电系统带来的影响。
网络计算中心采集气象、地理、交通数据，根据以往数据和电网运行产生的影响构建数学模型；接收端收到操作者的目标意图，将目标意图形成的数据发送至网络计算中心，网络计算中心采集实时气象、地理、交通数据，根据已有的数学模型匹配目标意图数据计算最终仿真数据结果。
实施例2：
以沿海地域配电房为例，一种大数据配电房仿真系统，包括：接收端，用于显示仿真系统核心数据、运营情况、反馈操作者目标意图，接收端接收到操作者的数据信息，将数据信息发送到网络计算中心，同时接收端按照操作者设置，显示系统运行的必要信息；所述网络计算中心通过配电房电网参数、调用气象数据、地理信息数据、交通数据通过复合数据网络建模，匹配操作者目标意图，并将匹配结果发送至接收端；所述复合数据网络建模包括若干个子系统网络建模。
所述网络计算机中心包括气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型；当操作者将目标意图发送到网络计算中心，网络计算中心调用气象数据仿真计算模型，评估预测实现目标意图中气象信息对电能运输损耗、气象信息对电网系统的毁坏概率、气象信息对用电对象的用电增减，计算出气象数据对电网影响的数值区间；网络计算中心调用地理信息仿真计算模型，对比电网涉及地域最近3-5年的地理变化情况，评估操作者实现目标意图的时间区间内的地理地势变化概率，再进一步评估计算地理地势变化对电网的电量运输损耗、用电对象用量的影响，计算地势变化对电网硬件设施损坏概率，形成地理信息对电网的影响数值区间；网络计算中心调用交通输数据信息计算模型，计算评估配电房电网覆盖区域的交通流量及交通工具对配电房电网覆盖区域的硬件设施的影响，对用电对象用电量做进一步的评估，形成交通网络对电网系统影响的数值区间；所述网络计算机中心调用气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型进行仿真计算时，同一个坐标地点的气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型同时运行，并评估相互之间的影响性；
所述网络计算机中心包括网络计算中心的硬件模块包括数据存储模块、模型演算模块、影响因子权重分析模块、数据发送模块、数据结果检验模块；所述数据存储模块包括初始数据存储模块、数据运行路径存储模块、数据结果存储模块、数据结果影响储存模块；所述模型演算模块包括气象数据仿真计算模块、地理信息仿真计算模块、交通数据信息计算模块；所述初始数据存储模块主要用于历次计算结果中初始值的存储，以便于后续结果验证与溯源；所述数据运行路径存储模块用于对不同计算过程的存储，以评估每一步数据演算的误差优化计算模型；所述数据结果存储模块用于最终结果的储存，用于最终显示端口的系统结果显示查询；所述数据结果影响存储模块用于最终结果在系统模型对电网产生影响的预测数据的存储。所述气象数据仿真计算模型采集的数据包括海水挥发、临近水域水文特征、海浪活动规律、空气中氧含量、空气含盐量；所述地理信息仿真计算模型采集的信息包括地质结构、在建码头状况、沿海临近渔场特征、旅游景区建筑、地势起伏；所述交通数据信息计算模型包括来往船只数量、频繁使用航道、路上道路流量；精准采集这一区域的用量情况及活动信息，评估配电房系统设施在海盐影响下的锈蚀情况和航运陆上交通的影响程度。
一种大数据配电房仿真系统的运行方法，网络计算中心采集气象、地理、交通数据，根据以往数据和电网运行产生的影响构建数学模型；接收端收到操作者的目标意图，将目标意图形成的数据发送至网络计算中心，网络计算中心采集实时气象、地理、交通数据，根据已有的数学模型匹配目标意图数据计算最终仿真数据结果。
实施例3
以城市交通主干道的配电房为例，一种大数据配电房仿真系统，包括：接收端，用于显示仿真系统核心数据、运营情况、反馈操作者目标意图，接收端接收到操作者的数据信息，将数据信息发送到网络计算中心，同时接收端按照操作者设置，显示系统运行的必要信息；所述网络计算中心通过配电房电网参数、调用气象数据、地理信息数据、交通数据通过复合数据网络建模，匹配操作者目标意图，并将匹配结果发送至接收端；所述复合数据网络建模包括若干个子系统网络建模。
所述网络计算机中心包括气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型；当操作者将目标意图发送到网络计算中心，网络计算中心调用气象数据仿真计算模型，评估预测实现目标意图中气象信息对电能运输损耗、气象信息对电网系统的毁坏概率、气象信息对用电对象的用电增减，计算出气象数据对电网影响的数值区间；网络计算中心调用地理信息仿真计算模型，对比电网涉及地域最近3-5年的地理变化情况，评估操作者实现目标意图的时间区间内的地理地势变化概率，再进一步评估计算地理地势变化对电网的电量运输损耗、用电对象用量的影响，计算地势变化对电网硬件设施损坏概率，形成地理信息对电网的影响数值区间；网络计算中心调用交通输数据信息计算模型，计算评估配电房电网覆盖区域的交通流量及交通工具对配电房电网覆盖区域的硬件设施的影响，对用电对象用电量做进一步的评估，形成交通网络对电网系统影响的数值区间；所述网络计算机中心调用气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型进行仿真计算时，同一个坐标地点的气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型同时运行，并评估相互之间的影响性；
所述网络计算机中心包括网络计算中心的硬件模块包括数据存储模块、模型演算模块、影响因子权重分析模块、数据发送模块、数据结果检验模块；所述数据存储模块包括初始数据存储模块、数据运行路径存储模块、数据结果存储模块、数据结果影响储存模块；所述模型演算模块包括气象数据仿真计算模块、地理信息仿真计算模块、交通数据信息计算模块；所述初始数据存储模块主要用于历次计算结果中初始值的存储，以便于后续结果验证与溯源；所述数据运行路径存储模块用于对不同计算过程的存储，以评估每一步数据演算的误差优化计算模型；所述数据结果存储模块用于最终结果的储存，用于最终显示端口的系统结果显示查询；所述数据结果影响存储模块用于最终结果在系统模型对电网产生影响的预测数据的存储。所述气象数据仿真计算模型采集的数据包括空气中含氮化合物浓度、微尘含量、城市热岛效应、降雨、风向、空气升温速度；所述地理信息仿真计算模型采集的信息包括建筑高度、建筑密度、建筑材料结构、地势走向；所述交通数据信息计算模型包括共享新能源汽车数量、共享电动车数量、使用电能交通工具的人群、交通主干道、车流量、人流量；
一种大数据配电房仿真系统的运行方法，网络计算中心采集气象、地理、交通数据，根据以往数据和电网运行产生的影响构建数学模型；接收端收到操作者的目标意图，将目标意图形成的数据发送至网络计算中心，网络计算中心采集实时气象、地理、交通数据，根据已有的数学模型匹配目标意图数据计算最终仿真数据结果。
Claims (9)
1.一种大数据配电房仿真系统，其特征在于，包括：接收端，用于显示仿真系统核心数据、运营情况、反馈操作者目标意图，接收端接收到操作者的数据信息，将数据信息发送到网络计算中心，同时接收端按照操作者设置，显示系统运行的必要信息；所述网络计算中心通过配电房电网参数、调用气象数据、地理信息数据、交通数据通过复合数据网络建模，匹配操作者目标意图，并将匹配结果发送至接收端；所述复合数据网络建模包括若干个子系统网络建模。
2.根据权利要求1所述的大数据配电房仿真系统，其特征在于：所述网络计算机中心包括气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型；当操作者将目标意图发送到网络计算中心，网络计算中心调用气象数据仿真计算模型，评估预测实现目标意图中气象信息对电能运输损耗、气象信息对电网系统的毁坏概率、气象信息对用电对象的用电增减，计算出气象数据对电网影响的数值区间；网络计算中心调用地理信息仿真计算模型，对比电网涉及地域最近3-5年的地理变化情况，评估操作者实现目标意图的时间区间内的地理地势变化概率，再进一步评估计算地理地势变化对电网的电量运输损耗、用电对象用量的影响，计算地势变化对电网硬件设施损坏概率，形成地理信息对电网的影响数值区间；网络计算中心调用交通输数据信息计算模型，计算评估配电房电网覆盖区域的交通流量及交通工具对配电房电网覆盖区域的硬件设施的影响，对用电对象用电量做进一步的评估，形成交通网络对电网系统影响的数值区间。
3.根据权利要求1所述的大数据配电房仿真系统，其特征在于：所述网络计算机中心包括网络计算中心的硬件模块包括数据存储模块、模型演算模块、影响因子权重分析模块、数据发送模块、数据结果检验模块；所述数据存储模块包括初始数据存储模块、数据运行路径存储模块、数据结果存储模块、数据结果影响储存模块；所述模型演算模块包括气象数据仿真计算模块、地理信息仿真计算模块、交通数据信息计算模块。
4.根据权利要求2所述的大数据配电房仿真系统，其特征在于：所述网络计算机中心调用气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型进行仿真计算时，同一个坐标地点的气象数据仿真计算模型、地理信息仿真计算模型、交通数据信息计算模型同时运行，并评估相互之间的影响性。
5.根据权利要求3所述的大数据配电房仿真系统，其特征在于：所述初始数据存储模块主要用于历次计算结果中初始值的存储，以便于后续结果验证与溯源。
6.根据权利要求3所述的大数据配电房仿真系统，其特征在于：所述数据运行路径存储模块用于对不同计算过程的存储，以评估每一步数据演算的误差优化计算模型。
7.根据权利要求3所述的大数据配电房仿真系统，其特征在于：所述数据结果存储模块用于最终结果的储存，用于最终显示端口的系统结果显示查询。
8.根据权利要求3所述的大数据配电房仿真系统，其特征在于：所述数据结果影响存储模块用于最终结果在系统模型对电网产生影响的预测数据的存储。
9.一种大数据配电房仿真系统的运行方法，其特征在于，网络计算中心采集气象、地理、交通数据，根据以往数据和电网运行产生的影响构建数学模型；接收端收到操作者的目标意图，将目标意图形成的数据发送至网络计算中心，网络计算中心采集实时气象、地理、交通数据，根据已有的数学模型匹配目标意图数据计算最终仿真数据结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110524855.4A CN113435002B (zh) | 2021-05-14 | 2021-05-14 | 一种大数据配电房仿真系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110524855.4A CN113435002B (zh) | 2021-05-14 | 2021-05-14 | 一种大数据配电房仿真系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113435002A true CN113435002A (zh) | 2021-09-24 |
| CN113435002B CN113435002B (zh) | 2022-11-22 |
Family
ID=77802484
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110524855.4A Active CN113435002B (zh) | 2021-05-14 | 2021-05-14 | 一种大数据配电房仿真系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113435002B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102254239A (zh) * | 2011-06-01 | 2011-11-23 | 福建省电力有限公司 | 基于微地形风场分布及台风叠加效应的电网风灾预警系统 |
| US20120072039A1 (en) * | 2009-02-20 | 2012-03-22 | Anderson Roger N | Dynamic Contingency Avoidance and Mitigation System |
| WO2020147349A1 (zh) * | 2019-01-14 | 2020-07-23 | 中国电力科学研究院有限公司 | 配电网运行辅助决策分析系统及方法 |
| CN112287504A (zh) * | 2020-12-25 | 2021-01-29 | 中国电力科学研究院有限公司 | 一种配电网离线/在线一体化仿真系统和方法 |
| CN112305969A (zh) * | 2020-11-05 | 2021-02-02 | 南京伯罗奔尼能源管理有限公司 | 面向电力物联网的智慧配电房综合安全监控系统、方法 |
| CN112507499A (zh) * | 2020-12-02 | 2021-03-16 | 广东电网有限责任公司 | 基于gis的配电网线损数据采集方法及相关装置 |
| US20210084480A1 (en) * | 2006-05-16 | 2021-03-18 | Nicholas M. Maier | Method and system for an emergency location information service (e-lis) for proxy network devices |
-
2021
- 2021-05-14 CN CN202110524855.4A patent/CN113435002B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210084480A1 (en) * | 2006-05-16 | 2021-03-18 | Nicholas M. Maier | Method and system for an emergency location information service (e-lis) for proxy network devices |
| US20120072039A1 (en) * | 2009-02-20 | 2012-03-22 | Anderson Roger N | Dynamic Contingency Avoidance and Mitigation System |
| CN102254239A (zh) * | 2011-06-01 | 2011-11-23 | 福建省电力有限公司 | 基于微地形风场分布及台风叠加效应的电网风灾预警系统 |
| WO2020147349A1 (zh) * | 2019-01-14 | 2020-07-23 | 中国电力科学研究院有限公司 | 配电网运行辅助决策分析系统及方法 |
| CN112305969A (zh) * | 2020-11-05 | 2021-02-02 | 南京伯罗奔尼能源管理有限公司 | 面向电力物联网的智慧配电房综合安全监控系统、方法 |
| CN112507499A (zh) * | 2020-12-02 | 2021-03-16 | 广东电网有限责任公司 | 基于gis的配电网线损数据采集方法及相关装置 |
| CN112287504A (zh) * | 2020-12-25 | 2021-01-29 | 中国电力科学研究院有限公司 | 一种配电网离线/在线一体化仿真系统和方法 |
Non-Patent Citations (4)
| Title |
|---|
| LI XUELIANG 等: "Study of power grid planning integrated information platform based on big-data technology", 《2016 CHINA INTERNATIONAL CONFERENCE ON ELECTRICITY DISTRIBUTION (CICED)》 * |
| 惠晨 等: "关于区域售电量预测优化管理仿真", 《计算机仿真》 * |
| 李胜利 等: "输电线路地理信息与气象信息综合应用系统", 《华中电力》 * |
| 黄天恩 等: "基于电网运行仿真大数据的知识管理和超前安全预警", 《电网技术》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113435002B (zh) | 2022-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Elboshy et al. | A suitability mapping for the PV solar farms in Egypt based on GIS-AHP to optimize multi-criteria feasibility | |
| CN105005827B (zh) | 一种基于电力突发事件的应急响应预警方法 | |
| Zheng et al. | An overview of global ocean wind energy resource evaluations | |
| Ouammi et al. | Artificial neural network analysis of Moroccan solar potential | |
| Yates et al. | Stormy weather: Assessing climate change hazards to electric power infrastructure: A Sandy case study | |
| CN109118035B (zh) | 基于网格化预警信息的台风风涝灾害配电网风险评估方法 | |
| CN107169645B (zh) | 一种计及暴雨灾害影响的输电线路故障概率在线评估方法 | |
| CN106611245A (zh) | 一种基于gis的电网台风灾害风险评估方法 | |
| CN105278004A (zh) | 一种电网输电线路区段的气象情况分析方法 | |
| CN111221925A (zh) | 一种配电网风涝灾害监测组网方法和装置 | |
| CN115186858A (zh) | 基于不同影响类型的变电站洪水淹没风险预警方法及系统 | |
| Citakoglu et al. | Determination of monthly wind speed of Kayseri region with Gray estimation method | |
| CN115115138A (zh) | 一种近海风暴潮增水预测方法 | |
| Nefedova et al. | Assessment of the global climate change impact on Fuel and Energy Complex infrastructure and adaptation opportunities in the Russian Arctic | |
| CN113919125A (zh) | 一种基于区域产汇流耦合模型系统的防洪预报调度方法 | |
| CN113435002B (zh) | 一种大数据配电房仿真系统和方法 | |
| CN110806606B (zh) | 一种电力气象精细化预报预警系统及方法 | |
| Wu et al. | Extension of power system early-warning defense schemes by integrating typhoon information | |
| CN112257329A (zh) | 一种判定台风对线路影响的方法 | |
| CN111680886A (zh) | 一种内涝风险预测方法及其系统 | |
| Geping et al. | Assessment method for wind-resistance resilience of power grid based on extension analytic hierarchy process | |
| CN112578479B (zh) | 一种基于降水预报的城市内涝告警装置及方法 | |
| Araneo et al. | Low-environmental impact routeing of overhead power lines for the connection of renewable energy plants to the italian HV grid | |
| CN114545097A (zh) | 一种基于多要素动态权重算法的雷电预警研判方法 | |
| Pan et al. | A bird-caused damage risk assessment system for power grid based on intelligent data platform |
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 |