CN113706014B - 一种停电工期的编排方法及装置 - Google Patents
一种停电工期的编排方法及装置 Download PDFInfo
- Publication number
- CN113706014B CN113706014B CN202110994706.4A CN202110994706A CN113706014B CN 113706014 B CN113706014 B CN 113706014B CN 202110994706 A CN202110994706 A CN 202110994706A CN 113706014 B CN113706014 B CN 113706014B
- Authority
- CN
- China
- Prior art keywords
- load data
- template
- load
- historical
- preset period
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000010276 construction Methods 0.000 title claims abstract description 37
- 238000012216 screening Methods 0.000 claims abstract description 16
- 238000012163 sequencing technique Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 4
- 238000007639 printing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- MROJXXOCABQVEF-UHFFFAOYSA-N Actarit Chemical compound CC(=O)NC1=CC=C(CC(O)=O)C=C1 MROJXXOCABQVEF-UHFFFAOYSA-N 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- 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
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种停电工期的编排方法及装置，其方法包括：获取节假日信息和第一预设周期内的历史负荷数据，对历史历史负荷数据进行分组，利用欧式距离算法对分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据，对第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据，基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，对负荷积分从低到高进行排序，得到前十的负荷积分，基于前十的负荷积分，结合系统中预置的备选方案，生成与前十的负荷积分对应的备选停电预案。本发明涉及停电计划的领域，通过提出多通道输入输出的停电工期编排方法，提高停电工期的科学性、可行性以及合理性。
Description
技术领域
本发明涉及停电计划的领域，尤其涉及一种停电工期的编排方法及装置。
背景技术
电力设备的检修停电计划策略，直接影响到电力系统的可靠性与经济性。合理的检修停电计划，可以显著改善供电可靠性与用户用电满意程度。然而，当前现场实际检修停电计划多依赖于决策者的个人经验和主观判断，无法保证用户停电电量最小，停电工期安排的合理性与可行性。同时，停电计划的制定过程繁琐，停电计划效率有待提升，无法以自动与科学的手段实现自动智能生成。
传统人工根据运行经验以及历史情况凭借主观安排停电工期的方法存在着工作量大、主观性强、效率低以及科学性合理性不足等问题。此外，对庞大电网的停电工期优化往往也需要结合负荷情况、节假日、夜深作业安全性等进行优化，若通过人工进行优化以及安排再已难以适应庞大电网的发展。
因此，为了提高停电工期的科学性、可行性以及合理性，解决目前存在的现有的凭借人工安排停电工期的方法存在着工作量大、主观性强、效率低以及科学性合理性不足的技术问题，亟需构建一种停电工期的编排方法。
发明内容
本发明提供了一种停电工期的编排方法及装置，解决了目前存在的现有的凭借人工安排停电工期的方法存在着工作量大、主观性强、效率低以及科学性合理性不足的技术问题。
第一方面，本发明提供了一种停电工期的编排方法，包括：
获取节假日信息和第一预设周期内的历史负荷数据；
对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据；
根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据；
基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分；
基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案。
可选地，所述获取节假日信息和第一预设周期内的历史负荷数据之前，还包括：
设计停电工期的函数接口的各个输入变量，并对所述各个输入变量的关系进行限定；限定所述各个输入变量的关系用于辅助生成停电工期优化方案。
可选地，获取节假日信息和第一预设周期内的历史负荷数据，包括：
获取所述节假日信息和第一预设周期内的初步历史负荷数据；
利用线性插值的方法，对所述初步历史负荷数据中缺失的少量负荷数据进行填充，得到所述第一预设周期内的历史负荷数据。
可选地，对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据，包括：
对所述历史负荷数据进行分组，得到所述分组的历史负荷数据；
利用所述欧式距离算法，对所述分组的历史负荷数据进行组内建模，得到初步的模板负荷数据；
剔除所述初步的模板负荷数据中的不可选负荷数据，生成第二预设周期的模板负荷数据。
可选地，根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据，包括：
判断所述第二预设周期的模板负荷数据是否需要剔除周末负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的周末负荷数据；
判断所述第二预设周期的模板负荷数据是否需要剔除节假日负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的节假日负荷数据；
根据预设的不接受凌晨起止时段的规定，剔除所述第二预设周期的模板负荷数据中的凌晨负荷数据，得到筛选后的模板负荷数据。
第二方面，本发明提供了一种停电工期的编排装置，包括：
负荷模块，用于获取节假日信息和第一预设周期内的历史负荷数据；
模版模块，用于对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据；
筛选模块，用于根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据；
计算模块，用于基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分；
生成模块，用于基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案。
可选地，所述装置还包括：
限定模块，用于设计停电工期的函数接口的各个输入变量，并对所述各个输入变量的关系进行限定；限定所述各个输入变量的关系用于辅助生成停电工期优化方案。
可选地，所述负荷模块包括：
获取子模块，用于获取所述节假日信息和第一预设周期内的初步历史负荷数据；
填充子模块，用于利用线性插值的方法，对所述初步历史负荷数据中缺失的少量负荷数据进行填充，得到所述第一预设周期内的历史负荷数据。
可选地，所述模版模块包括：
分组子模块，用于对所述历史负荷数据进行分组，得到所述分组的历史负荷数据；
建模子模块，用于利用所述欧式距离算法，对所述分组的历史负荷数据进行组内建模，得到初步的模板负荷数据；
模版子模块，用于剔除所述初步的模板负荷数据中的不可选负荷数据，生成第二预设周期的模板负荷数据。
可选地，所述筛选模块包括：
第一判断子模块，用于判断所述第二预设周期的模板负荷数据是否需要剔除周末负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的周末负荷数据；
第二判断子模块，用于判断所述第二预设周期的模板负荷数据是否需要剔除节假日负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的节假日负荷数据；
剔除子模块，用于根据预设的不接受凌晨起止时段的规定，剔除所述第二预设周期的模板负荷数据中的凌晨负荷数据，得到筛选后的模板负荷数据。
从以上技术方案可以看出，本发明具有以下优点：本发明提供了一种停电工期的编排方法，通过获取节假日信息和第一预设周期内的历史负荷数据，对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据，根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据，基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分，基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案，通过多通道输入输出的停电工期编排方法，解决了目前存在的现有的凭借人工安排停电工期的方法存在着工作量大、主观性强、效率低以及科学性合理性不足的技术问题，提高停电工期的科学性、可行性以及合理性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明的一种停电工期的编排方法实施例一的流程步骤图；
图2为本发明的一种停电工期的编排方法实施例二的流程步骤图；
图3为本发明的一种停电工期的编排装置实施例的结构框图。
具体实施方式
本发明实施例提供了一种停电工期的编排方法及装置，用于解决目前存在的现有的凭借人工安排停电工期的方法存在着工作量大、主观性强、效率低以及科学性合理性不足的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一，请参阅图1，图1为本发明的一种停电工期的编排方法实施例一的流程步骤图，包括：
步骤S101，获取节假日信息和第一预设周期内的历史负荷数据；
步骤S102，对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据；
需要说明的是，欧式距离为衡量的多维空间中，两点间的绝对距离，计算公式具体为：
在本发明实施例中，利用欧式距离算法，对分组的所述历史负荷数据进行组内建模，得到初步的模板负荷数据，剔除所述初步的模板负荷数据中的不可选负荷数据，生成第二预设周期的模板负荷数据。
步骤S103，根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据；
需要说明的是，预设的工期条件包括用户输入的输入变量中的是否接受周末信息、是否接受节假日信息和不接受凌晨起止时段的规定。
步骤S104，基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分；
需要说明的是，负荷积分为特定停电时长内，电量损耗的多少；特定停电时长内，电量损耗越少，负荷积分越低。
步骤S105，基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案。
在本发明实施例所提供的一种停电工期的编排方法，通过获取节假日信息和第一预设周期内的历史负荷数据，对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据，根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据，基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分，基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案，通过多通道输入输出的停电工期编排方法，解决了目前存在的现有的凭借人工安排停电工期的方法存在着工作量大、主观性强、效率低以及科学性合理性不足的技术问题，提高停电工期的科学性、可行性以及合理性。
实施例二，请参阅图2，图2为本发明的一种停电工期的编排方法的流程步骤图，包括：
步骤S201，获取节假日信息和第一预设周期内的初步历史负荷数据；
在一个可选实施例中，所述获取节假日信息和第一预设周期内的初步历史负荷数据之前，还包括：
设计停电工期的函数接口的各个输入变量，并对所述各个输入变量的关系进行限定；限定所述各个输入变量的关系用于辅助生成停电工期优化方案。
在本发明实施例中，设计停电工期的函数接口的各个输入变量，并对所述各个输入变量的关系进行限定，再获取节假日信息和第一预设周期内的初步历史负荷数据。
在具体实现中，获取的停电工期的函数接口的各个输入变量包含以下输入变量：Oracle数据库连接地址(字符串，格式为'用户名/密码@IP:端口/实例名')，当前日期(字符串，格式为'年-月-日')，当前停电id是否是母线(变电站)(bool量)，当前停电id是否是主变压器(bool量)，当前停电id(字符串)，是否接受周末停电(bool量)，是否接受节假日停电(bool量)，不能接受的凌晨停电开始、结束时间(字符串，格式为'时:分:秒'，最小时间间隔为时刻)，计划停电时长(int类型，停电时刻数)，未来允许的总体停电开始、结束时间(字符串，格式为'年-月-日时:分:秒')。例如：数据库连接地址为'tdya/tdya@192.168.12.209:1521/orcl',当前日期为'2021-4-29',是否是母线为True,是否是主变压器为False,当前停电id为'19190',是否接受周末停电为True,是否接受节假日停电为True,不能接受的凌晨停电开始、结束时间为'1:00:00'、'5:00:00',计划停电时长为16,未来允许的总体停电开始、结束时间为'2020-8-29 0:00:00'、'2020-9-28 0:00:00'。
然后，限定各个输入变量之间的关系，并判断各个输入变量的取值是否合理。例如：限定是否是母线的bool量，与是否是主变压器的bool量不能相同；未来允许的总体停电开始时间，应早于未来允许的总体停电结束时间等。如果输入变量的取值不满足限定规则，则打印报错。
用户输入的输入变量中的是否接受周末信息、是否接受节假日信息、不接受凌晨起止时段的规定，可以作为预设的工期条件，用于后面的剔除不需要数据的步骤。
从系统读取使用近4个月时长的历史负荷，是因为通过观察发现，近4个月的历史负荷完全可以提取正常的7日模板负荷(如果超过4个月，随着时间的推移，会使得模板的精度变差；而如果不足4个月，会因数据量不足，而无法准确提取7日模板负荷)。如果春节假期之前3个周、后1个周，包含在历史负荷当中，则在历史数据里增加包含的天数(从而尽可能减小春节前后，工厂陆续停工停产、复工复产对负荷造成的影响)。而对于节假日、小长假的情况，不再补充这些时间长度(因为4个月的数据量已经足够用于寻找7日模板负荷)。同时，为了尽可能保证负荷的连续程度，没有对调休日期的负荷进行去除和补充。节假日信息的时间范围，是过去半年至未来2个月。例如：如表1所示，节假日信息表holiday_info的各列为，HOLIDAY，HNAME，HDAY，DATE2STR。其中，HOLIDAY表示是节假日还是调休(bool量)，HNAME是节假日名称(字符串)，HDAY是节假日当天的名称(字符串)，其余为null，DATE2STR是节假日日期(Oracle时间类型，格式为’年-月-日’)。
表1
步骤S202，利用线性插值的方法，对所述初步历史负荷数据中缺失的少量负荷数据进行填充，得到第一预设周期内的历史负荷数据；
在本发明实施例中，利用线性插值的方法，根据历史负荷的开始、结束时间，生成完整的时间序列，用于填充Oracle数据库缺失的少量负荷数据，得到所述第一预设周期内的历史负荷数据。
步骤S203，对所述历史负荷数据进行分组，得到分组的历史负荷数据；
在本发明实施例中，以一个星期为单位(每个星期7天，每天8小时，每小时8时刻，每天共96个时刻)，将所述历史负荷数据分组，得到分组的历史负荷数据。
步骤S204，利用欧式距离算法，对所述分组的历史负荷数据进行组内建模，得到初步的模板负荷数据；
在本发明实施例中，利用欧式距离算法构建初步模板负荷。
在具体实现中，在历史负荷数据中，从开始时间分别向后搜索每一周的周一到周日(每天96个时刻，每小时8时刻，每天8小时)的历史负荷数据作为分组，直到数据结束。各组内，所有相同工作日的同一时刻的历史负荷数据进行两两配对，计算欧式距离(需要特别注意，配对的只能是具有相同的开始星期类型。如果用不同开始星期类型计算的欧氏距离，得到的最相似负荷，不能体现1周内各个星期类型的负荷走势)，接着，根据所有计算的欧式距离大小排序，得到初步的模板负荷数据(即为排序后的欧氏距离)。
步骤S205，剔除所述初步的模板负荷数据中的不可选负荷数据，生成第二预设周期的模板负荷数据；
在本发明实施例中，将所述初步的模板负荷数据中的不可选负荷数据进行剔除，生成第二预设周期的模板负荷数据。
在具体实现中，剔除不可选负荷，生成1周模板负荷，拼接未来1周、30天的模板负荷。按照欧式距离从小到大的顺序，依次迭代各个欧式距离元组(从周一开始到周日的每周分组)。如果负荷日期包含节假日(节假日负荷与工作日的特点差别太大)，或者包含过年前后(由于过年前后陆续停工停产、复工复产，负荷存在逐步降低、逐步升高的趋势)，或者存在停电情况(停电对于负荷曲线的影响较大)，都不再用当前元组，转而判断下一个欧式距离元组。直到当前欧氏距离元组不包含上述情况，则将这个元组2条7*96(两个星期，每个星期7天，每天8小时，每小时8时刻，每天共96个时刻)的历史负荷求平均值，用于生成1周模板负荷。如果最后没有满足要求的元组，则打印报错。根据今天的日期，生成今天的星期类型(星期一、二...天)。根据今天的星期类型，切割1周模板负荷，重新组合后，得到未来1周的模板负荷。将未来1周的模板负荷，连续重复5次，取前30天的负荷数据，作为未来30天的模板负荷。
然后插入需优化对象。从Oracle获取当前停电工期优化相关数据的插入时间、预案主键id，并向Oracle数据表中，插入当前id未来30天负荷。输出的未来30天模板负荷曲线的原因，是为了有利于操作人员更加直观地观察停电预案与未来负荷之间的关系，从而显著提升决策的效率与可靠性。使用sql语句'select sysdate from dual'，从Oracle获取当前停电预案的插入时间。使用sql语句'select seq_id.nextval from dual'，从Oracle获取当前停电预案的主键id。例如：如表2所示，未来1个月负荷数据表future_1month_load的各列如下：ID，CEDIAN_ID，DATE_TIME，VALUE_S，TYPE，INSERT_T。其中，ID是生成预案id(字符串)，CEDIAN_ID是当前测点id(字符串)，DATE_TIME是类型是当前测点id未来1个月的预测负荷时刻(Oracle时间类型)，VALUE_S是当前测点id未来1个月的预测负荷值(number(6,2)类型)，TYPE是测点类型，包括母线和主变(字符串)，INSERT_T是生成预案的插入时间(Oracle时间类型)。
表2
| ID | CEDIAN_ID | DATE_TIME | VALUE_S | TYPE | INSERT_T |
| 10 | 19190 | 2021-5-24 22:45:00 | 25.30 | muxian | 2021-4-26 9:14:48 |
步骤S206，判断所述第二预设周期的模板负荷数据是否需要剔除周末负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的周末负荷数据；
在本发明实施例中，当所述第二预设周期的模板负荷数据需要剔除周末负荷数据时，则剔除所述第二预设周期的模板负荷数据的周末负荷数据。
在具体实现中，根据未来1个月模板负荷的时间，生成对应日期的星期类型。如果接受周末停电，则不做修改。否则，从未来1个月预测负荷中，剔除星期六、星期天的全部数据。
步骤S207，判断所述第二预设周期的模板负荷数据是否需要剔除节假日负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的节假日负荷数据；
在本发明实施例中，当所述第二预设周期的模板负荷数据需要剔除节假日负荷数据时，则剔除所述第二预设周期的模板负荷数据的节假日负荷数据。
在具体实现中，根据未来1个月模板负荷日期，拼接节假日数据。如果接受节假日停电，则不做修改。否则，从未来1个月预测负荷中，剔除节假日期间的所有数据。
步骤S208，根据预设的不接受凌晨起止时段的规定，剔除所述第二预设周期的模板负荷数据中的凌晨负荷数据，得到筛选后的模板负荷数据；
在本发明实施例中，由于不接受的凌晨起止时段的规定，需要对凌晨负荷数据进行剔除，得到筛选后的模板负荷数据。
在具体实现中，根据不接受的凌晨开始、结束时间点，在未来1个月模板负荷中，剔除凌晨数据(通过增加时间列(不含日期)，然后根据函数输入的不接受的凌晨起止时间，剔除凌晨时段数据)。如果计划停电时长大于剔除凌晨时段后的时长，则打印报错。根据输入的总体允许的停电开始和结束时间，继续筛选数据。如果筛选后的结果为空，则打印报错。
步骤S209，基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分。
在本发明实施例中，根据筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并按照积分高低排序，得到前十高的负荷积分。
在具体实现中，搜索连续时间区间，并在各连续区间内，以计划停电时长为滑动窗口，计算负荷积分。在可选的时间区间里，搜索连续的时间区间。把连续的时间点，写到同一个数组中，从而得到一个二维数组。在各个连续区间内，以计划停电时长为滑动窗口长度，计算各计划停电时长内的负荷积分。计算负荷积分的目的，是为了计算特定停电时长内，电量损耗的大小，电量损耗越小，负荷积分越低，排名越靠前。
步骤S210，基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案；
在本发明实施例中，基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案。
在具体实现中，生成前10条停电预案，并将其插入Oracle数据表中。对上述负荷积分进行大小排序，提取排名前十的负荷积分，得到前十的负荷积分所对应的停电计划时间，根据停电计划时间选择对应的备选停电方案，得到前10条方案，作为智能生成的备选停电预案。这里生成前10条最优停电预案的目的，是为了让工作人员有更多的停电时段选择，便于停电工作的开展。将智能停电工期自动优化(智能自动生成的前10条停电备选预案)，插入Oracle数据表中。例如：如表3所示，停电预案表tdya的各列如下：ID，CEDIAN_ID，STARTT，ENDT，TYPE，INSERT_T。其中，ID是生成预案id(字符串)，CEDIAN_ID是当前测点id(字符串)，STARTT是当前测点id的停电预案开始时间(Oracle时间类型)，ENDT是当前测点id的停电预案结束时间(Oracle时间类型)，TYPE是测点类型，包括母线和主变(字符串)，INSERT_T是生成预案的插入时间(Oracle时间类型)。其中，ID、INSERT_T的值，跟未来30天模板负荷表里的值，对应相同。
表3
在本发明实施例所提供的一种停电工期的编排方法，通过获取节假日信息和第一预设周期内的历史负荷数据，对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据，根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据，基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分，基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案，通过多通道输入输出的停电工期编排方法，解决了目前存在的现有的凭借人工安排停电工期的方法存在着工作量大、主观性强、效率低以及科学性合理性不足的技术问题，提高停电工期的科学性、可行性以及合理性。
请参阅图3，图3为本发明的一种停电工期的编排装置实施例的结构框图，包括：
负荷模块301，用于获取节假日信息和第一预设周期内的历史负荷数据；
模版模块302，用于对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据；
筛选模块303，用于根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据；
计算模块304，用于基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分；
生成模块305，用于基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案。
在一个可选实施例中，所述装置还包括：
限定模块，用于设计停电工期的函数接口的各个输入变量，并对所述各个输入变量的关系进行限定；限定所述各个输入变量的关系用于辅助生成停电工期优化方案。
在一个可选实施例中，所述负荷模块301包括：
获取子模块，用于获取所述节假日信息和第一预设周期内的初步历史负荷数据；
填充子模块，用于利用线性插值的方法，对所述初步历史负荷数据中缺失的少量负荷数据进行填充，得到所述第一预设周期内的历史负荷数据。
在一个可选实施例中，所述模版模块302包括：
分组子模块，用于对所述历史负荷数据进行分组，得到所述分组的历史负荷数据；
建模子模块，用于利用所述欧式距离算法，对所述分组的历史负荷数据进行组内建模，得到初步的模板负荷数据；
模版子模块，用于剔除所述初步的模板负荷数据中的不可选负荷数据，生成第二预设周期的模板负荷数据。
在一个可选实施例中，所述筛选模块303包括：
第一判断子模块，用于判断所述第二预设周期的模板负荷数据是否需要剔除周末负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的周末负荷数据；
第二判断子模块，用于判断所述第二预设周期的模板负荷数据是否需要剔除节假日负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的节假日负荷数据；
剔除子模块，用于根据预设的不接受凌晨起止时段的规定，剔除所述第二预设周期的模板负荷数据中的凌晨负荷数据，得到筛选后的模板负荷数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，本发明所揭露的方法及装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种停电工期的编排方法，其特征在于，包括：
获取节假日信息和第一预设周期内的历史负荷数据；
对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据；
根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据；
基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分；
基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案；
所述对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据，包括：
以一个星期为单位，按照每天8小时，每小时4时刻，对所述历史负荷数据进行分组，得到所述分组的历史负荷数据；
利用所述欧式距离算法，对所述分组的历史负荷数据进行组内建模，得到初步的模板负荷数据；
剔除所述初步的模板负荷数据中的不可选负荷数据，生成第二预设周期的模板负荷数据；
所述获取节假日信息和第一预设周期内的历史负荷数据之前，还包括：
设计停电工期的函数接口的各个输入变量，并对所述各个输入变量的关系进行限定；限定所述各个输入变量的关系用于辅助生成停电工期优化方案；
所述利用所述欧式距离算法，对所述分组的历史负荷数据进行组内建模，得到初步的模板负荷数据具体包括：
在各组内，将所有相同工作日的同一时刻的历史负荷数据进行两两配对，并计算两两配对的历史负荷数据的欧式距离，之后，对所有计算得到的欧式距离进行排序，得到初步模板负荷数据；
所述剔除所述初步的模板负荷数据中的不可选负荷数据，生成第二预设周期的模板负荷数据具体包括：
在所述初步的模板负荷数据中，按照欧式距离从小到大的顺序，依次迭代各个欧氏距离元组，并分别依次判断各个所述欧式距离元组是否存在停电情况，若否，则对所述欧氏距离元组的2条7*32时刻的历史负荷数据进行平均值计算，得到一周模板负荷；
获取当前日期对应的星期类型；
以所述星期类型作为一周的起始日，对所述一周模板负荷进行切割，并按照所述起始日重新对切割后的所述一周模板负荷进行重组，得到未来一周的模板负荷；
将所述未来一周的模板负荷连续重复5次，并在重复5次得到的模板的负荷中，取前30天的负荷数据作为未来30天的模板负荷。
2.根据权利要求1所述的停电工期的编排方法，其特征在于，获取节假日信息和第一预设周期内的历史负荷数据，包括：
获取所述节假日信息和第一预设周期内的初步历史负荷数据；
利用线性插值的方法，对所述初步历史负荷数据中缺失的少量负荷数据进行填充，得到所述第一预设周期内的历史负荷数据。
3.根据权利要求1-2任一所述的停电工期的编排方法，其特征在于，根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据，包括：
判断所述第二预设周期的模板负荷数据是否需要剔除周末负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的周末负荷数据；
判断所述第二预设周期的模板负荷数据是否需要剔除节假日负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的节假日负荷数据；
根据预设的不接受凌晨起止时段的规定，剔除所述第二预设周期的模板负荷数据中的凌晨负荷数据，得到筛选后的模板负荷数据。
4.一种停电工期的编排装置，其特征在于，包括：
负荷模块，用于获取节假日信息和第一预设周期内的历史负荷数据；
模版模块，用于对所述历史负荷数据进行分组，并利用欧式距离算法对所述分组的历史负荷数据进行组内建模，得到第二预设周期的模板负荷数据；
筛选模块，用于根据所述节假日信息和预设的工期条件，对所述第二预设周期的模板负荷数据进行筛选，得到筛选后的模板负荷数据；
计算模块，用于基于筛选后的模板负荷数据，计算各计划停电时长内的负荷积分，并对所述各计划停电时长内的负荷积分从低到高进行排序，得到前十的负荷积分；
生成模块，用于基于所述前十的负荷积分，结合系统中预置的备选方案，生成与所述前十的负荷积分对应的备选停电预案；
所述模版模块包括：
分组子模块，用于以一个星期为单位，按照每天8小时，每小时4时刻，对所述历史负荷数据进行分组，得到所述分组的历史负荷数据；
建模子模块，用于利用所述欧式距离算法，对所述分组的历史负荷数据进行组内建模，得到初步的模板负荷数据；
模版子模块，用于剔除所述初步的模板负荷数据中的不可选负荷数据，生成第二预设周期的模板负荷数据；
所述装置还包括：
限定模块，用于设计停电工期的函数接口的各个输入变量，并对所述各个输入变量的关系进行限定；限定所述各个输入变量的关系用于辅助生成停电工期优化方案；
所述建模子模块，具体用于在各组内，将所有相同工作日的同一时刻的历史负荷数据进行两两配对，并计算两两配对的历史负荷数据的欧式距离，之后，对所有计算得到的欧式距离进行排序，得到初步模板负荷数据；
所述模版子模块，具体用于在所述初步的模板负荷数据中，按照欧式距离从小到大的顺序，依次迭代各个欧氏距离元组，并分别依次判断各个所述欧式距离元组是否存在停电情况，若否，则对所述欧氏距离元组的2条7*32时刻的历史负荷数据进行平均值计算，得到一周模板负荷；
获取当前日期对应的星期类型；
以所述星期类型作为一周的起始日，对所述一周模板负荷进行切割，并按照所述起始日重新对切割后的所述一周模板负荷进行重组，得到未来一周的模板负荷；
将所述未来一周的模板负荷连续重复5次，并在重复5次得到的模板的负荷中，取前30天的负荷数据作为未来30天的模板负荷。
5.根据权利要求4所述的停电工期的编排装置，其特征在于，所述负荷模块包括：
获取子模块，用于获取所述节假日信息和第一预设周期内的初步历史负荷数据；
填充子模块，用于利用线性插值的方法，对所述初步历史负荷数据中缺失的少量负荷数据进行填充，得到所述第一预设周期内的历史负荷数据。
6.根据权利要求4-5任一所述的停电工期的编排装置，其特征在于，所述筛选模块包括：
第一判断子模块，用于判断所述第二预设周期的模板负荷数据是否需要剔除周末负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的周末负荷数据；
第二判断子模块，用于判断所述第二预设周期的模板负荷数据是否需要剔除节假日负荷数据；若是，则剔除所述第二预设周期的模板负荷数据的节假日负荷数据；
剔除子模块，用于根据预设的不接受凌晨起止时段的规定，剔除所述第二预设周期的模板负荷数据中的凌晨负荷数据，得到筛选后的模板负荷数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110994706.4A CN113706014B (zh) | 2021-08-27 | 2021-08-27 | 一种停电工期的编排方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110994706.4A CN113706014B (zh) | 2021-08-27 | 2021-08-27 | 一种停电工期的编排方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113706014A CN113706014A (zh) | 2021-11-26 |
| CN113706014B true CN113706014B (zh) | 2024-09-06 |
Family
ID=78655914
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110994706.4A Active CN113706014B (zh) | 2021-08-27 | 2021-08-27 | 一种停电工期的编排方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113706014B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108830406A (zh) * | 2018-05-29 | 2018-11-16 | 贵州黔驰信息股份有限公司 | 一种基于数据挖掘的主配网预停电配置方法 |
| CN112232542A (zh) * | 2020-08-19 | 2021-01-15 | 周宁 | 基于负荷预测的电网检修方式辅助生成系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809543B (zh) * | 2015-01-28 | 2018-06-05 | 国电南瑞科技股份有限公司 | 基于月度输变电设备检修计划的电网运行方式生成方法 |
| CN108596407B (zh) * | 2018-05-15 | 2021-08-03 | 浙江工业大学 | 一种基于曼哈顿距离和无迹卡尔曼滤波的微电网日常综合负荷短时预测方法 |
| CN112215374B (zh) * | 2020-10-28 | 2024-03-15 | 中国电力科学研究院有限公司 | 电网中长期检修计划的校核方法、系统、设备及介质 |
-
2021
- 2021-08-27 CN CN202110994706.4A patent/CN113706014B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108830406A (zh) * | 2018-05-29 | 2018-11-16 | 贵州黔驰信息股份有限公司 | 一种基于数据挖掘的主配网预停电配置方法 |
| CN112232542A (zh) * | 2020-08-19 | 2021-01-15 | 周宁 | 基于负荷预测的电网检修方式辅助生成系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113706014A (zh) | 2021-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102521080B (zh) | 一种电力用户用电信息采集系统的计算机数据修复方法 | |
| CN109682436B (zh) | 物联网燃气表抄表数据补抄的方法 | |
| CN113706014B (zh) | 一种停电工期的编排方法及装置 | |
| CN117913974A (zh) | 一种日用电量监测分析系统 | |
| CN117332952A (zh) | 一种碳排放自主调控方法及系统 | |
| CN112966897A (zh) | 一种基于维修平台的多维度数据分析方法 | |
| CN116076785B (zh) | 一种香烟滤棒成型方法自动排产方法及系统 | |
| CN112116322A (zh) | 基于三维设计的变电工程造价快速精准编制方法及系统 | |
| CN110797865A (zh) | 一种数据驱动的供电薄弱环节识别方法及系统 | |
| CN114897394A (zh) | 用电量监管系统及方法 | |
| CN111445070B (zh) | 负荷曲线生成方法及相关设备 | |
| CN114860790A (zh) | 一种营销抄表异常分析系统 | |
| CN110633270B (zh) | 一种基于优先级的多策略电表日冻结值自动替代方法和装置 | |
| CN114757482A (zh) | 用户组电量使用趋势的分析方法、系统、设备和介质 | |
| CN112256779A (zh) | 用电日历数据获取方法、装置、计算机设备和存储介质 | |
| CN112101847A (zh) | 核电站仓库智能管理方法、装置、计算机设备及存储介质 | |
| CN110097211A (zh) | 基于蒙特卡洛组合的物流业务预测方法及系统 | |
| CN114564474B (zh) | 一种光伏台账数据自动校验方法及相关装置 | |
| CN114116747B (zh) | 一种生产执行系统数据分析方法及装置 | |
| CN116011698B (zh) | 机组组合确定方法、装置、计算机设备和存储介质 | |
| CN118378883A (zh) | 一种作业风险指标监控方法、系统、设备和介质 | |
| CN118428468A (zh) | 一种基于知识图谱的电网复电决策生成方法及系统 | |
| CN117013525A (zh) | 日前电力负荷预测方法、装置、电子设备及存储介质 | |
| CN117973731A (zh) | 一种水电站运行调度与最优检修计划自动编制方法及系统 | |
| CN116739629A (zh) | 电力系统净负荷预测误差正备用需求价格曲线计算方法 |
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 |