CN116109082A - 一种面向分布式配电网的馈线自动化数据信息系统及方法 - Google Patents
一种面向分布式配电网的馈线自动化数据信息系统及方法 Download PDFInfo
- Publication number
- CN116109082A CN116109082A CN202310007211.7A CN202310007211A CN116109082A CN 116109082 A CN116109082 A CN 116109082A CN 202310007211 A CN202310007211 A CN 202310007211A CN 116109082 A CN116109082 A CN 116109082A
- Authority
- CN
- China
- Prior art keywords
- data
- space
- distribution network
- power distribution
- variation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 31
- 230000011218 segmentation Effects 0.000 claims abstract description 30
- 238000013507 mapping Methods 0.000 claims description 31
- 238000010276 construction Methods 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 10
- 230000035772 mutation Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000010365 information processing Effects 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000013499 data model Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000008685 targeting Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000002955 isolation Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 abstract description 4
- 238000011084 recovery Methods 0.000 abstract description 4
- 238000000265 homogenisation Methods 0.000 abstract description 2
- 238000013506 data mapping Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000007704 transition 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种面向分布式配电网的馈线自动化数据信息系统，其面向分布式电力网络构型以配电网的空间区域分割属性为数据映射基础，对任意划定的广域、局域或微域配电台区进行数据构型和数据进程双层次的同质化协配数据处理；数据信息系统包括：①二维空间坐标数据集的构建；②作为数据执行范围的配电网空间区域分割；包括：②‑1区域分割构型；②‑2区域分割广度；③具有多导向通用性和多目标拓展兼容性的“平面空间场变异旋度算法”数据处理。本发明能够兼容性的应用于包括电网负荷均衡性分析、故障空间性定位、空间均衡性电压管理、故障隔离/恢复空间均衡性分析等在内的诸多等电网技术问题的数据信息化处理。
Description
技术领域
本发明涉及电网的智能规划，尤其是一种配电网馈线自动化领域的通用型数据信息系统及方法。
背景技术
在电网规划尤其是智能电网规划技术领域，随着新能源、储能等技术由概念模型到规模化实用过渡和发展，现阶段分布式电源、可控负荷接入配电网等获得了极大的发展，这就给电网系统的馈线自动化系统提出了诸多新的功能需求和技术要求，而原有的自动馈线系统通常是将通信性能作为主要的技术关注方向，面对新发的不同广度、不同深度的功能需求构建适应性的自动化、数据化信息处理模型，越来越具有现实的必要性和急迫性。
发明人项目组基于分布式架构下的电网空间均衡性方面的研究成果，对于研究过程中开发的数据处理模型，进一步将其与智能电网发展规划涉及到的新发技术需求和功能需求（主要涉及对多种电网数据均能够通用的数据信息化技术方向）进行了数据兼容对接研究，构建了本自动化数据信息系统和方法。
发明内容
本发明要解决的技术问题是提供一种基于空间均衡性数据处理模型面向分布式配电网的数据信息系统及方法。
为解决上述技术问题，本发明所采取的技术方案如下。
一种面向分布式配电网的馈线自动化数据信息系统，基于馈线自动化系统中通用的远端设备＋通信网络＋控制中心架构进行设计和搭建，所述数据信息系统面向分布式电力网络构型以配电网的空间区域分割属性为数据映射基础，对任意划定的广域、局域或微域配电台区进行数据构型和数据进程双层次的同质化协配数据处理，得到具有多导向通用性和多目标拓展兼容性的数据信息处理系统。
作为本发明的一种优选技术方案，所述数据信息系统按照数据构建进程和数据处理进程包括：
①二维空间坐标数据集的构建：将区域配电网内的器件单元客体依照其自身空间位置信息映射到一个二维的笛卡尔空间坐标系中；映射得到的二维数组即平面坐标上的数据对构成二维空间坐标数据集，其依照原始映射关系呈现为配电网客体器件单元的空间信息后台加挂数据；
②作为数据执行范围的配电网空间区域分割：
②-1、区域分割构型：依照规则化的几何构型作为空间分割的可重复单元框架，所述几何构型以后续数据处理的导向性为参考进行划定；根据后续数据处理的导向性择取最大化数据导向交叉点上的几何构型作为空间分割的可重复单元框架；
②-2、区域分割广度：包括语义化广度分割形式和数值化广度分割形式，并以数值化广度分割形式为主；两种广度分割形式均以②-1中划定的区域构型为基础，在语义广度分割形式下对区域构型的广度已经离散分类并对于每个分类赋予语义进行标记区分，例如离散分类数据为3，语义赋值包括广域、局域、微域；在数值广度分割形式下首先构建②-1中划定的区域构型的数值化广度标识，例如圆的直径，然后对广度标识进行任意密集度下的数值赋值，由此区域分割广度指定和标记；
③具有多导向通用性和多目标拓展兼容性的“平面空间场变异旋度算法”数据处理进程：此平面空间场变异旋度数据模型为本数据信息系统的核心，其数据处理过程为：
③-α、对于在步骤②中经构型和广度指定后得到的系列配电网空间分割区域，以区域边界上的电网现场数据作为旋度边界积分的映射象点数据；
③-β、进一步，以上述区域边界上步骤①中构建的二维坐标数据对为③-α中映射象点数据的积分关联参数，进行区域边界上的变异闭曲线积分；
③-γ、最后将区域边界所围面积作为修正参数以除数运算作用到③-β所得闭积分上，得到能够标示指定空间区域内所关注导向/目标数据的异常化特征。
作为本发明的一种优选技术方案，其中，所述平面空间场变异旋度算法的多导向通用性和多目标拓展兼容性基于如下数据过程进行构建和呈现：③-α中所述区域边界上的电网现场数据作为旋度边界积分的映射象点数据时，其构建和呈现为一个多维数据组，其数据维度与馈线自动化数据信息系统执行的数据导向或数据目标对应；多维数据组内部各个数据维度之间构建为平行化的非交互式独立数据关系。
作为本发明的一种优选技术方案，③-β中，当步骤①中的二维坐标数据对作为③-α中映射象点数据的积分关联参数时，首先将其矢量化，即将二维数据对的两个坐标值对应为平面矢量的端点坐标；这样，由于映射象点数据在数据交互过程中时限从多维数据组中独立的抽提为单一数据而不存在多维数据组内部的数据交互，则③-β中的变异闭曲线积分转化为以矢量化后的积分关联参数为数据对象，而以映射象点数据为权重参数的全新数据构型；这一数据构型将③-γ中的数据目标直观化和形象化，所述数据目标即：标示指定空间区域内所关注导向/目标数据的异常化特征。
作为本发明的一种优选技术方案，其中，平面空间场变异旋度算法中所述“变异”的数据过程包括：ω变异、边界积分变异为离散点数据的加和，这是由于作为数据执行范围的配电网空间区域分割后，其边界上包含的电网现场数据是离散分布的，因此将经典的旋度边界连续积分变异为离散加和；ψ变异、积分关联参数由经典的边界无穷小曲线段变异为步骤①中构建的二维坐标数据对，此数据变异一方面与ω变异中数据的有限离散化对应，同时构成后续数据目标的必要性及关键性数据算法，所述后续数据目标即标示指定空间区域内所关注导向/目标数据异常化特征；χ变异、经典旋度模型中区域边界上的闭曲线积分在这里变异为区域边界上的闭折线段连加，这一变异是由步骤②中配电网空间分割区域的几何构型指定天然带来的。
作为本发明的一种优选技术方案，步骤③中，在数据构型构建上，将③-α的映射象点数据构建为具有多数据位的数据层，各个数据位之间构建为平行化的独立数据关系；将③-β中的积分关联参数构建为双数据位的平面矢量数据层；将③-γ中的区域面积构建为单数据位的标量数据层；最后各个数据层之间的数据交互和运算关系依照步骤③中所述的数据处理进程完成搭建。
作为本发明的一种优选技术方案，步骤①中，所述平面坐标系设置两组数据指标：原点坐标的配电网真实空间分布、坐标轴的单位长度指定。
作为本发明的一种优选技术方案，常见的几何构型包括圆形、椭圆形、正三角形、扁平化/锐化等腰三角形、正方形、非等边矩形、等腰梯形、正六边形、其他正多边形；所述后续数据处理的导向性至少包括如下三组数据参考导向并允许按需进行其他数据导向类型的人为拓展新增：α、区域的重叠遍历性数据导向；β-1、完全旋转不变性数据导向；β-2、限定旋转不变性数据导向；γ、分割子空间与母空间区域的同型性数据导向。
一种面向平面空间场变异旋度算法的数据结构构建方法，该方法包括如下步骤：
A、将上述步骤③-α的映射象点数据构建为具有多数据位的数据层，各个数据位之间构建为平行化的独立数据关系；
B、将上述步骤③-β中的积分关联参数构建为双数据位的平面矢量数据层；
C、将上述步骤③-γ中的区域面积构建为单数据位的标量数据层。
作为本发明的一种优选技术方案，该方法还包括如下后续步骤：D、最后将上述各个数据层之间的数据交互和运算关系依照上述步骤③中所述的数据处理进程完成交互搭建。
采用上述技术方案所产生的有益效果在于：发明人项目组及其关联的技术团队在关于分布式架构的空间均衡性研究中，开拓性的设计了一种数据处理模型，并发现其能够兼容性的应用于包括电网负荷均衡性分析、故障空间性定位、空间均衡性电压管理、故障隔离/恢复空间均衡性分析等在内的诸多等技术课题，其能够作为一个全新的数据模型工具加挂到馈线自动化系统（远端设备＋通信网络＋控制中心的规范化馈线自动化架构），构建得到一种具有多导向通用性和多目标拓展兼容性的智能电网数据信息处理系统。
具体实施方式
以下实施例详细说明了本发明。本发明所使用的各种原料及各项设备均为常规市售产品，均能够通过市场购买直接获得。在以下实施例的描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
实施例1、面向新型智能电网的通用性数据信息系统概述
一种面向分布式配电网的馈线自动化数据信息系统，用于电网负荷指标、故障定位指标、电压管理指标、故障隔离/恢复指标、其他可拓展指标的空间均衡性异常识别和通信处理，该数据信息系统面向分布式电力网络构型以配电网的空间区域分割属性为数据映射基础，对任意划定的广域、局域或微域配电台区进行数据构型和数据进程双层次的同质化协配数据处理。在系统开发中将我课题组的技术优势进行了深度结合，使得其能够直接加挂到馈线自动化系统中（远端设备＋通信网络＋控制中心的规范化馈线自动化架构），从而成为信息化智能电网下的一个全新的数据工具。
本研究构建的数据信息系统按照数据构建进程和数据处理进程包括如下数据步骤：①二维空间坐标数据集的构建；②作为数据执行范围的配电网空间区域分割；包括：②-1区域分割构型；②-2区域分割广度；③具有多导向通用性和多目标拓展兼容性的“平面空间场变异旋度算法”数据处理进程。
实施例2、关于步骤①：二维空间坐标数据集的构建
二维空间坐标数据集的构建过程为：将区域配电网内的器件单元客体依照其自身空间位置信息映射到一个二维的笛卡尔空间坐标系中；映射得到的二维数组即平面坐标上的数据对构成二维空间坐标数据集，其依照原始映射关系呈现为配电网客体器件单元的空间信息后台加挂数据。其中，平面坐标系设置两组数据指标：原点坐标的配电网真实空间分布、坐标轴的单位长度指定；此两组数据指标均允许以可调的方式进行人为指定，其中，原点坐标的配电网真实空间分布以客观空间中配电网的区域中心作为优先数据选项，其中，两条正交坐标轴的单位长度指定以同值单位长度为优先数据选项。
实施例3、关于步骤②-1：区域分割构型
依照规则化的几何构型作为空间分割的可重复单元框架，几何构型以后续数据处理的导向性为参考进行划定；根据后续数据处理的导向性择取最大化数据导向交叉点上的几何构型作为空间分割的可重复单元框架。常见的几何构型包括圆形、椭圆形、正三角形、扁平化/锐化等腰三角形、正方形、非等边矩形、等腰梯形、正六边形、其他正多边形；后续数据处理的导向性至少包括如下三组数据参考导向并允许按需进行其他数据导向类型的人为拓展新增：α、区域的重叠遍历性数据导向；β-1、完全旋转不变性数据导向；β-2、限定旋转不变性数据导向；γ、分割子空间与母空间区域的同型性数据导向。
其中，区域的重叠遍历性数据导向的数据内涵包括：正三角形、正方形、非等边矩形、正六边形、其他正多边形；
其中，完全旋转不变性数据导向数据内涵包括：圆形；限定旋转不变性数据导向数据内涵包括：正三角形、正方形、正六边形、其他正多边形；
其中，分割子空间与母空间区域的同型性数据导向数据内涵包括：椭圆形、扁平化/锐化等腰三角形、非等边矩形、等腰梯形。
实施例4、关于步骤②-2：区域分割广度
其包括语义化广度分割形式和数值化广度分割形式，并以数值化广度分割形式为主；两种广度分割形式均以②-1中划定的区域构型为基础，在语义广度分割形式下对区域构型的广度已经离散分类并对于每个分类赋予语义进行标记区分，例如离散分类数据为3，语义赋值包括广域、局域、微域；在数值广度分割形式下首先构建②-1中划定的区域构型的数值化广度标识，例如圆的直径，然后对广度标识进行任意密集度下的数值赋值，由此区域分割广度指定和标记.
实施例5、关于步骤③：“平面空间场变异旋度算法”数据处理进程
此平面空间场变异旋度数据模型为本数据信息系统的核心，其数据处理过程为：③-α、对于在步骤②中经构型和广度指定后得到的系列配电网空间分割区域，以区域边界上的电网现场数据作为旋度边界积分的映射象点数据；③-β、进一步，以上述区域边界上步骤①中构建的二维坐标数据对为③-α中映射象点数据的积分关联参数，进行区域边界上的变异闭曲线积分；③-γ、最后将区域边界所围面积作为修正参数以除数运算作用到③-β所得闭积分上，得到能够标示指定空间区域内所关注导向/目标数据的异常化特征。
在数据构型构建上，将③-α的映射象点数据构建为具有多数据位的数据层，各个数据位之间构建为平行化的独立数据关系；将③-β中的积分关联参数构建为双数据位的平面矢量数据层；将③-γ中的区域面积构建为单数据位的标量数据层；最后各个数据层之间的数据交互和运算关系依照步骤③中的数据处理进程完成搭建。
实施例6、关于步骤③-α
在③-α中，平面空间场变异旋度算法的多导向通用性和多目标拓展兼容性基于如下数据过程进行构建和呈现：③-α中区域边界上的电网现场数据作为旋度边界积分的映射象点数据时，其构建和呈现为一个多维数据组，其数据维度与馈线自动化数据信息系统执行的数据导向或数据目标对应；多维数据组内部各个数据维度之间构建为平行化的非交互式独立数据关系。
具体的，在③-α中，区域边界上的电网现场数据，其作为旋度边界积分的映射象点数据时呈现为一个多维数据组，数据维度与馈线自动化数据信息系统执行的数据目标对应，常见的数据目标如电网负荷指标、故障定位指标、电压管理指标、故障隔离/恢复指标、其他可拓展指标，则电网现场数据构建为包含5数据位多维数组；但这一数据模式主要是形式的，在后续的空间场旋度算法数据时，单独从中调取任一数据位上的单一维度数据，使其与区域边界上另行构建的关联参数进行交互，而不存在5维数据组内部不同数据位之间的交互。另外，此步骤中包含ω变异数据过程：边界积分变异为离散点数据的加和，这是由于作为数据执行范围的配电网空间区域分割后，其边界上包含的电网现场数据是离散分布的，因此将经典的旋度边界连续积分变异为离散加和。
实施例6、关于步骤③-β
在③-β中，当步骤①中的二维坐标数据对作为③-α中映射象点数据的积分关联参数时，首先将其矢量化，即将二维数据对的两个坐标值对应为平面矢量的端点坐标；这样，由于映射象点数据在数据交互过程中时限从多维数据组中独立的抽提为单一数据而不存在多维数据组内部的数据交互，则③-β中的变异闭曲线积分转化为以矢量化后的积分关联参数为数据对象，而以映射象点数据为权重参数的全新数据构型；这一数据构型将③-γ中的数据目标直观化和形象化，数据目标即：标示指定空间区域内所关注导向/目标数据的异常化特征。
在此数据步骤中包含两个数据变异进程：χ变异，经典旋度模型中区域边界上的闭曲线积分在这里变异为区域边界上的闭折线段连加，这一变异是由步骤②中配电网空间分割区域的几何构型指定天然带来的。ψ变异，积分关联参数由经典的边界无穷小曲线段变异为步骤①中构建的二维坐标数据对，此数据变异一方面与ω变异中数据的有限离散化对应，同时构成后续数据目标的必要性及关键性数据算法，后续数据目标即标示指定空间区域内所关注导向/目标数据异常化特征。具体来讲，这是因为这里的区域边界为步骤②中经构型和广度指定后得到的系列配电网空间分割区域，这些空间分割区域均具有各自的群论空间对称特性，由于在数学上以数据对表示的向量均为自由向量，而自由向量仅携带指向和大小信息而不包含空间位置信息，因此步骤①中构建的二维坐标数据相对于单纯边界上的分割线段明显携带更多的空间位置均衡性信息，从而更能标示指定空间区域内所关注导向/目标数据的异常化特征。
以上所述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，均应包含在本发明的保护范围之内。
Claims (10)
1.一种面向分布式配电网的馈线自动化数据信息系统，其特征在于：所述数据信息系统面向分布式电力网络构型以配电网的空间区域分割属性为数据映射基础，对任意划定的广域、局域或微域配电台区进行数据构型和数据进程双层次的同质化协配数据处理，得到具有多导向通用性和多目标拓展兼容性的数据信息处理系统。
2.根据权利要求1所述的面向分布式配电网的馈线自动化数据信息系统，其特征在于：所述数据信息系统按照数据构建进程和数据处理进程包括：
①二维空间坐标数据集的构建：将区域配电网内的器件单元客体依照其自身空间位置信息映射到一个二维的笛卡尔空间坐标系中；映射得到的二维数组即平面坐标上的数据对构成二维空间坐标数据集，其依照原始映射关系呈现为配电网客体器件单元的空间信息后台加挂数据；
②作为数据执行范围的配电网空间区域分割：
②-1、区域分割构型：依照规则化的几何构型作为空间分割的可重复单元框架，所述几何构型以后续数据处理的导向性为参考进行划定；根据后续数据处理的导向性择取最大化数据导向交叉点上的几何构型作为空间分割的可重复单元框架；
②-2、区域分割广度：包括语义化广度分割形式和数值化广度分割形式，并以数值化广度分割形式为主；两种广度分割形式均以②-1中划定的区域构型为基础，在语义广度分割形式下对区域构型的广度已经离散分类并对于每个分类赋予语义进行标记区分，例如离散分类数据为3，语义赋值包括广域、局域、微域；在数值广度分割形式下首先构建②-1中划定的区域构型的数值化广度标识，例如圆的直径，然后对广度标识进行任意密集度下的数值赋值，由此区域分割广度指定和标记；
③具有多导向通用性和多目标拓展兼容性的“平面空间场变异旋度算法”数据处理进程：此平面空间场变异旋度数据模型为本数据信息系统的核心，其数据处理过程为：
③-α、对于在步骤②中经构型和广度指定后得到的系列配电网空间分割区域，以区域边界上的电网现场数据作为旋度边界积分的映射象点数据；
③-β、进一步，以上述区域边界上步骤①中构建的二维坐标数据对为③-α中映射象点数据的积分关联参数，进行区域边界上的变异闭曲线积分；
③-γ、最后将区域边界所围面积作为修正参数以除数运算作用到③-β所得闭积分上，得到能够标示指定空间区域内所关注导向/目标数据的异常化特征。
3.根据权利要求2所述的面向分布式配电网的馈线自动化数据信息系统，其特征在于：其中，所述平面空间场变异旋度算法的多导向通用性和多目标拓展兼容性基于如下数据过程进行构建和呈现：③-α中所述区域边界上的电网现场数据作为旋度边界积分的映射象点数据时，其构建和呈现为一个多维数据组，其数据维度与馈线自动化数据信息系统执行的数据导向或数据目标对应；多维数据组内部各个数据维度之间构建为平行化的非交互式独立数据关系。
4.根据权利要求2所述的面向分布式配电网的馈线自动化数据信息系统，其特征在于：③-β中，当步骤①中的二维坐标数据对作为③-α中映射象点数据的积分关联参数时，首先将其矢量化，即将二维数据对的两个坐标值对应为平面矢量的端点坐标；这样，由于映射象点数据在数据交互过程中时限从多维数据组中独立的抽提为单一数据而不存在多维数据组内部的数据交互，则③-β中的变异闭曲线积分转化为以矢量化后的积分关联参数为数据对象，而以映射象点数据为权重参数的全新数据构型；这一数据构型将③-γ中的数据目标直观化和形象化，所述数据目标即：标示指定空间区域内所关注导向/目标数据的异常化特征。
5.根据权利要求2所述的面向分布式配电网的馈线自动化数据信息系统，其特征在于：其中，平面空间场变异旋度算法中所述“变异”的数据过程包括：
ω变异、边界积分变异为离散点数据的加和，这是由于作为数据执行范围的配电网空间区域分割后，其边界上包含的电网现场数据是离散分布的，因此将经典的旋度边界连续积分变异为离散加和；
ψ变异、积分关联参数由经典的边界无穷小曲线段变异为步骤①中构建的二维坐标数据对，此数据变异一方面与ω变异中数据的有限离散化对应，同时构成后续数据目标的必要性及关键性数据算法，所述后续数据目标即标示指定空间区域内所关注导向/目标数据异常化特征；
χ变异、经典旋度模型中区域边界上的闭曲线积分在这里变异为区域边界上的闭折线段连加，这一变异是由步骤②中配电网空间分割区域的几何构型指定天然带来的。
6.根据权利要求2所述的面向分布式配电网的馈线自动化数据信息系统，其特征在于：步骤③中，在数据构型构建上，将③-α的映射象点数据构建为具有多数据位的数据层，各个数据位之间构建为平行化的独立数据关系；将③-β中的积分关联参数构建为双数据位的平面矢量数据层；将③-γ中的区域面积构建为单数据位的标量数据层；最后各个数据层之间的数据交互和运算关系依照步骤③中所述的数据处理进程完成搭建。
7.根据权利要求2所述的面向分布式配电网的馈线自动化数据信息系统，其特征在于：步骤①中，所述平面坐标系设置两组数据指标：原点坐标的配电网真实空间分布、坐标轴的单位长度指定。
8.根据权利要求2所述的面向分布式配电网的馈线自动化数据信息系统，其特征在于：常见的几何构型包括圆形、椭圆形、正三角形、扁平化/锐化等腰三角形、正方形、非等边矩形、等腰梯形、正六边形、其他正多边形；所述后续数据处理的导向性至少包括如下三组数据参考导向并允许按需进行其他数据导向类型的人为拓展新增：α、区域的重叠遍历性数据导向；β-1、完全旋转不变性数据导向；β-2、限定旋转不变性数据导向；γ、分割子空间与母空间区域的同型性数据导向。
9.一种面向平面空间场变异旋度算法的数据结构构建方法，其特征在于：该方法包括如下步骤：
A、将权利要求2步骤③-α的映射象点数据构建为具有多数据位的数据层，各个数据位之间构建为平行化的独立数据关系；
B、将权利要求2步骤③-β中的积分关联参数构建为双数据位的平面矢量数据层；
C、将权利要求2步骤③-γ中的区域面积构建为单数据位的标量数据层。
10.根据权利要求9所述的面向平面空间场变异旋度算法的数据结构构建方法，其特征在于：该方法还包括如下后续步骤：D、将上述各个数据层之间的数据交互和运算关系依照权利要求2步骤③中所述的数据处理进程完成交互搭建。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310007211.7A CN116109082B (zh) | 2023-01-04 | 2023-01-04 | 一种面向分布式配电网的馈线自动化数据信息系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310007211.7A CN116109082B (zh) | 2023-01-04 | 2023-01-04 | 一种面向分布式配电网的馈线自动化数据信息系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116109082A true CN116109082A (zh) | 2023-05-12 |
| CN116109082B CN116109082B (zh) | 2023-08-11 |
Family
ID=86259256
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310007211.7A Active CN116109082B (zh) | 2023-01-04 | 2023-01-04 | 一种面向分布式配电网的馈线自动化数据信息系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116109082B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103500237A (zh) * | 2013-07-03 | 2014-01-08 | 国家电网公司 | 基于逻辑布局的配电网自动成图方法 |
| CN110889630A (zh) * | 2019-11-27 | 2020-03-17 | 佳源科技有限公司 | 一种主动配电网分布式状态估计方法 |
| CN112396304A (zh) * | 2020-11-09 | 2021-02-23 | 国网江苏省电力有限公司 | 一种主动配电网中区域自治电网的划分策略研究方法 |
| WO2021146392A1 (en) * | 2020-01-15 | 2021-07-22 | X Development Llc | Electrical power grid visualization |
| WO2022057457A1 (zh) * | 2020-09-21 | 2022-03-24 | 国网上海市电力公司 | 配电网电压的区域协调控制方法、装置与电子设备 |
| CN115296412A (zh) * | 2022-08-16 | 2022-11-04 | 国网福建省电力有限公司电力科学研究院 | 一种基于5g的含分布式电源配电网分布式馈线自动化方法 |
| CN115309801A (zh) * | 2022-07-29 | 2022-11-08 | 中国电力科学研究院有限公司 | 配电网的异常线损数据双层定位方法、系统、设备及介质 |
-
2023
- 2023-01-04 CN CN202310007211.7A patent/CN116109082B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103500237A (zh) * | 2013-07-03 | 2014-01-08 | 国家电网公司 | 基于逻辑布局的配电网自动成图方法 |
| CN110889630A (zh) * | 2019-11-27 | 2020-03-17 | 佳源科技有限公司 | 一种主动配电网分布式状态估计方法 |
| WO2021146392A1 (en) * | 2020-01-15 | 2021-07-22 | X Development Llc | Electrical power grid visualization |
| WO2022057457A1 (zh) * | 2020-09-21 | 2022-03-24 | 国网上海市电力公司 | 配电网电压的区域协调控制方法、装置与电子设备 |
| CN112396304A (zh) * | 2020-11-09 | 2021-02-23 | 国网江苏省电力有限公司 | 一种主动配电网中区域自治电网的划分策略研究方法 |
| CN115309801A (zh) * | 2022-07-29 | 2022-11-08 | 中国电力科学研究院有限公司 | 配电网的异常线损数据双层定位方法、系统、设备及介质 |
| CN115296412A (zh) * | 2022-08-16 | 2022-11-04 | 国网福建省电力有限公司电力科学研究院 | 一种基于5g的含分布式电源配电网分布式馈线自动化方法 |
Non-Patent Citations (8)
| Title |
|---|
| 倪春雨;高源;孙权;: "分布式大型配电网管理自动化系统设计", 计算机测量与控制, no. 09 * |
| 张磊;钱碧甫;林高翔;林帆;: "配电网自动化与数字变电站自动化信息融合的实例分析", 电气应用, no. 06 * |
| 杨洋;: "10KV配电网自动化关键技术的研究", 科学技术创新, no. 35 * |
| 杨玉莲;齐林海;王红;苏林萍;徐永海;: "基于生成对抗和双重语义感知的配电网量测数据缺失重构", 电力系统自动化, no. 18 * |
| 王石;: "自动化系统在配电网中的应用", 科技与企业, no. 02 * |
| 陈倩等: "含分布式能源的配电网双层优化运行策略", 自动化仪表, no. 07 * |
| 陈歆技: "配电网自动化系统基础通信网络模型及其评价", 江苏电机工程, no. 05 * |
| 麦家怡等: "分布式配电网地理信息系统中CIM模型的构建", 自动化仪表, no. 07 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116109082B (zh) | 2023-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Aleksandrov et al. | Approximation algorithms for geometric shortest path problems | |
| Masseran et al. | Fitting a mixture of von Mises distributions in order to model data on wind direction in Peninsular Malaysia | |
| Oliveira et al. | NPCirc: An R package for nonparametric circular methods | |
| CN107944698B (zh) | 面向云制造的制造需求与设备能力归一化建模方法 | |
| Yu et al. | An efficient substation placement and sizing strategy based on GIS using semi-supervised learning | |
| CN103559705A (zh) | 一种比较不同植物形态相似度的计算机方法 | |
| CN106503846A (zh) | 一种电力设备巡检路线计算方法 | |
| CN109919172A (zh) | 一种多源异构数据的聚类方法及装置 | |
| Cheng et al. | A novel point cloud simplification method using local conditional information | |
| CN103336970B (zh) | 基于多子树的分布式图像训练及检索方法 | |
| CN114527354A (zh) | 一种配电网线路短路故障监测方法及相关设备 | |
| CN116109082B (zh) | 一种面向分布式配电网的馈线自动化数据信息系统及方法 | |
| CN114967694A (zh) | 一种移动机器人协同环境探索方法 | |
| Wong et al. | Visual analytics for power grid contingency analysis | |
| Wu et al. | A novel method for computing self-motion manifolds | |
| Tang et al. | Mixed Integer Programming for Time-Optimal Multi-Robot Coverage Path Planning with Heuristics | |
| CN110956010B (zh) | 基于梯度提升树的大规模新能源接入电网稳定性辨识方法 | |
| CN107491828B (zh) | 一种基于多源时变数据最优多核函数的分布式新能源出力预测方法 | |
| US8078826B2 (en) | Effective memory clustering to minimize page fault and optimize memory utilization | |
| Saini et al. | Evolution of mission-oriented unmanned aerial vehicle networks: a comprehensive review | |
| Li et al. | Path planning of a robotic manipulator for pruning apple trees based on RRT-connect algorithm | |
| CN115577480A (zh) | 一种配网联络图自动生成方法 | |
| Marinakis et al. | Simultaneous localization and environmental mapping with a sensor network | |
| Masoudi | Geometric-based optimization algorithms for cable routing and branching in cluttered environments | |
| Hui et al. | Power equipment segmentation of 3D point clouds based on geodesic distance with K-means clustering |
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 |