CN116231871A - 一种基于数字孪生的电网态势监管方法、系统及存储介质 - Google Patents
一种基于数字孪生的电网态势监管方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116231871A CN116231871A CN202310473302.XA CN202310473302A CN116231871A CN 116231871 A CN116231871 A CN 116231871A CN 202310473302 A CN202310473302 A CN 202310473302A CN 116231871 A CN116231871 A CN 116231871A
- Authority
- CN
- China
- Prior art keywords
- power grid
- data
- power
- power supply
- simulation
- 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 36
- 238000004088 simulation Methods 0.000 claims abstract description 154
- 230000007613 environmental effect Effects 0.000 claims abstract description 87
- 230000005540 biological transmission Effects 0.000 claims abstract description 84
- 238000012937 correction Methods 0.000 claims abstract description 33
- 230000008859 change Effects 0.000 claims description 58
- 238000012549 training Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 abstract description 8
- 230000005611 electricity Effects 0.000 description 14
- 230000006399 behavior Effects 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Mathematical Optimization (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pure & Applied Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (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)
Abstract
本发明公开了一种基于数字孪生的电网态势监管方法、系统及存储介质，通过构建基于数字孪生的电网模型，基于物联网实时监测并获取预设区域电网输电数据与电网供电数据，将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据；获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数，将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案。通过本发明，能够使电网系统适应多种突发环境变化的情况，提高电网输供电负荷的稳定性与提高电网运行效率。
Description
技术领域
本发明涉及电网监管领域，更具体的，涉及一种基于数字孪生的电网态势监管方法、系统及存储介质。
背景技术
人们的生活质量逐渐提高，对电能的需求日益增加，这使得电能成为人们日常生活的重要组成部分。电能的有效应用也能在一定程度上促进我国工业和科技的发展，同时加快供电企业用电工程的自动化进程。电网的有效监管和电网态势的分析是电网系统运行发展过程中的重要部分。
而在当前的电网态势分析与监管调控上，依然存在科学管理水平低、现代化技术结合度低、电网配发电与供应不平衡、用电质量和效率低等问题，因此，如何合理高效地对电网进行监管调控，是目前电网发展的亟需解决重要问题。
发明内容
本发明克服了现有技术的缺陷，提出了一种基于数字孪生的电网态势监管方法、系统及存储介质。
本发明第一方面提供了一种基于数字孪生的电网态势监管方法，包括：
构建基于数字孪生的电网模型；
通过物联网实时监测并获取预设区域电网输电数据与电网供电数据；
将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据；
获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数；
将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案。
本方案中，所述构建基于数字孪生的电网模型，具体为：
获取电网设备历史运行数据、预设地区历史环境数据；
基于所述电网设备历史运行数据得到历史电网输电数据与电网供电数据；
所述预设地区历史环境数据包括历史天气、气温数据；
构建电网模型；
将电网设备历史运行数据导入电网模型进行输电与供电的数据波动分析，得到输电电压与功率曲线、供电电压与功率曲线；
将预设地区历史环境数据导入电网模型，以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据进行电力供电预测训练，得到训练后的电网模型。
本方案中，所述进行电力供电预测训练，得到训练后的电网模型，具体为：
电网模型将预设地区历史环境数据进行基于天气与气温信息变化分析，得到天气变化信息与气温变化信息；
根据天气变化信息与气温变化信息，基于时间维度，分析具有天气与气温突变情况的时间节点，并将所述时间节点标记为关键时间节点；
将关键时间节点与对应天气状况变化、气温变化等信息进行信息整理，得到环境变化节点信息；
所述天气与气温突变情况包括天气状况的变化与气温剧烈变化的情况；
电网模型以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据，并基于环境变化节点信息，分析所述环境变化节点上输入数据与输出数据的变化关系与电网运行模拟训练，得到训练后的电网模型。
本方案中，所述将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据，具体为：
基于预设区域的区域轮廓、区域面积与电网设备分布，构建电网模拟地图模型；
通过物联网实时获取电网输电数据与电网供电数据；
将所述电网输电数据与电网供电数据通过电网模拟地图模型进行动态电网运行模拟，并生成可视化的电网监管数据；
通过预设终端显示设备，将电网模拟地图模型进行展示，并基于电网监管数据，对电网运行过程进行动态展示。
本方案中，所述获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数，具体为：
实时获取预设区域中的当前环境数据；
通过互联网获取预设时间段内的预设区域的天气预测数据；
基于当前环境数据，结合天气预测数据，进行多概率的天气与气温信息预测，得到N个环境预测数据与对应N个预测概率，一个环境预测数据对应一个预测概率；
基于N个环境预测数据生成N组环境模拟参数，将预测概率最大的环境预测数据所生成的一组环境模拟参数标记为第一环境模拟参数，其余组参数标记为备用环境模拟参数。
本方案中，所述将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案，具体为：
将当前电网输电数据与第一环境模拟参数导入电网模型进行电网供电模拟预测，得到供电需求预测数据；
基于供电需求预测数据，分析对应预测供电量与供电负荷信息；
基于当前电网输电数据与供电数据分析当前供电量与供电负荷信息；
将当前供电量、供电负荷信息与预测供电量、供电负荷信息进行对比并实时生成第一供电修正方案。
本方案中，所述将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案，还包括：
将当前电网输电数据与备用环境模拟参数导入电网模型进行电网供电模拟预测，得到供电需求备用预测数据；
基于供电需求备用预测数据，分析对应备用预测供电量与供电负荷信息；
将当前供电量、供电负荷信息与备用预测供电量、供电负荷信息进行对比并实时生成备用供电修正方案。
本发明第二方面还提供了一种基于数字孪生的电网态势监管系统，该系统包括：存储器、处理器，所述存储器中包括基于数字孪生的电网态势监管程序，所述基于数字孪生的电网态势监管程序被所述处理器执行时实现如下步骤：
构建基于数字孪生的电网模型；
通过物联网实时监测并获取预设区域电网输电数据与电网供电数据；
将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据；
获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数；
将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案。
本方案中，所述构建基于数字孪生的电网模型，具体为：
获取电网设备历史运行数据、预设地区历史环境数据；
基于所述电网设备历史运行数据得到历史电网输电数据与电网供电数据；
所述预设地区历史环境数据包括历史天气、气温数据；
构建电网模型；
将电网设备历史运行数据导入电网模型进行输电与供电的数据波动分析，得到输电电压与功率曲线、供电电压与功率曲线；
将预设地区历史环境数据导入电网模型，以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据进行电力供电预测训练，得到训练后的电网模型。
本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括基于数字孪生的电网态势监管程序，所述基于数字孪生的电网态势监管程序被处理器执行时，实现如上述任一项所述的基于数字孪生的电网态势监管方法的步骤。
本发明公开了一种基于数字孪生的电网态势监管方法、系统及存储介质，通过构建基于数字孪生的电网模型，基于物联网实时监测并获取预设区域电网输电数据与电网供电数据，将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据；获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数，将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案。通过本发明，能够使电网系统适应多种突发环境变化的情况，提高电网输供电负荷的稳定性与提高电网运行效率。
附图说明
图1示出了本发明一种基于数字孪生的电网态势监管方法的流程图；
图2示出了本发明电网监管数据流程图；
图3示出了本发明环境模拟参数流程图；
图4示出了本发明一种基于数字孪生的电网态势监管系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于数字孪生的电网态势监管方法的流程图。
如图1所示，本发明第一方面提供了一种基于数字孪生的电网态势监管方法，包括：
S102，构建基于数字孪生的电网模型；
S104，通过物联网实时监测并获取预设区域电网输电数据与电网供电数据；
S106，将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据；
S108，获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数；
S110，将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案。
根据本发明实施例，所述构建基于数字孪生的电网模型，具体为：
获取电网设备历史运行数据、预设地区历史环境数据；
基于所述电网设备历史运行数据得到历史电网输电数据与电网供电数据；
所述预设地区历史环境数据包括历史天气、气温数据；
构建电网模型；
将电网设备历史运行数据导入电网模型进行输电与供电的数据波动分析，得到输电电压与功率曲线、供电电压与功率曲线；
将预设地区历史环境数据导入电网模型，以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据进行电力供电预测训练，得到训练后的电网模型。
需要说明的是，所述电网模型具体为一种基于数字孪生的电网预测模型，利用RNN，LSTM，WaveNet预测算法进行模型搭建，通过将电网设备历史运行数据、预设地区历史环境数据进行训练评估与电网数据预测，得到具有数字孪生应用能力电网模型。电网模型能够基于当前电网数据进行实时模拟并得到相应电网运行状态的数字化与可视化的电网数据。
所述电网设备历史运行数据中，电网设备包括电网中输电设备、供电设备、变电设备等。
根据本发明实施例，所述进行电力供电预测训练，得到训练后的电网模型，具体为：
电网模型将预设地区历史环境数据进行基于天气与气温信息变化分析，得到天气变化信息与气温变化信息；
根据天气变化信息与气温变化信息，基于时间维度，分析具有天气与气温突变情况的时间节点，并将所述时间节点标记为关键时间节点；
将关键时间节点与对应天气状况变化、气温变化等信息进行信息整理，得到环境变化节点信息；
所述天气与气温突变情况包括天气状况的变化与气温剧烈变化的情况；
电网模型以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据，并基于环境变化节点信息，分析所述环境变化节点上输入数据与输出数据的变化关系与电网运行模拟训练，得到训练后的电网模型。
需要说明的是，所述天气变化信息具体为预设地区的历史天气变化信息，包括天气种类、状况，如雨雪天气与对应降雨量、雪天等级等，通过天气变化信息，能够分析出具有突变天气情况对应的时间节点，如晴转大雨的情况，一般天气突变情况伴随着气温的剧烈变化，而天气与气温的突变对用户的用电情况具有较大影响。本发明通过将对应变化点的分析得到对应的环境变化节点信息，基于关键时间节点能够对用户用电情况进行模型训练，从而在后续得到具有相应预测能力的电网模型，所述训练后的电网模型具有数字孪生特性，能够基于当前环境数据与输电电压与功率曲线进行电网模拟，并得到相应的预测数据，即供电电压与功率曲线。
图2示出了本发明电网监管数据流程图。
根据本发明实施例，所述将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据，具体为：
S202，基于预设区域的区域轮廓、区域面积与电网设备分布，构建电网模拟地图模型；
S204，通过物联网实时获取电网输电数据与电网供电数据；
S206，将所述电网输电数据与电网供电数据通过电网模拟地图模型进行动态电网运行模拟，并生成可视化的电网监管数据；
S208，通过预设终端显示设备，将电网模拟地图模型进行展示，并基于电网监管数据，对电网运行过程进行动态展示。
需要说明的是，所述电网设备分布中，电网设备包括电网中输电设备、供电设备、变电设备等。所述电网模拟地图模型包括电网设备模型，预设区域地图模型等，通过电网模拟地图模型，能够实现基于数字孪生的电网运行可视化，且可视化数据为通过基于数字孪生的电网模型进行分析得到。
图3示出了本发明环境模拟参数流程图。
根据本发明实施例，所述获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数，具体为：
S302，实时获取预设区域中的当前环境数据；
S304，通过互联网获取预设时间段内的预设区域的天气预测数据；
S306，基于当前环境数据，结合天气预测数据，进行多概率的天气与气温信息预测，得到N个环境预测数据与对应N个预测概率，一个环境预测数据对应一个预测概率；
S308，基于N个环境预测数据生成N组环境模拟参数，将预测概率最大的环境预测数据所生成的一组环境模拟参数标记为第一环境模拟参数，其余组参数标记为备用环境模拟参数。
需要说明的是，所述环境模拟参数为环境预测数据的参数化数据，两者所包含的数据信息相一致。所述第一环境模拟参数一般只有一组，所述备用环境模拟参数一般为多组参数。所述当前环境数据包括天气与气温信息。所述得到N个环境预测数据与对应N个预测概率中，由于天气与气温变化难以准确预估，因此，本发明通过对当前环境数据进行多概率环境预测，得到不同预测概率下的环境模拟参数，并基于不同预测概率的环境模拟参数，通过电网模型进行电网模拟分析，得到第一电网修正方案与备用电网修正方案，在一般情况下，环境变化符合最大概率的环境预测数据时，可通过第一电网修正方案进行电网供电方案修正，以达到电网输电与供电平衡，而在发生突发天气变化或恶劣天气等情况时，环境变化一般符合预测概率较低的环境预测数据，此时，根据生成的备用供电修正方案进行电网供电方案修正，从而能够适应多种突发环境变化的情况，提高电网输供电负荷的稳定性与提高电网运行效率。
根据本发明实施例，所述将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案，具体为：
将当前电网输电数据与第一环境模拟参数导入电网模型进行电网供电模拟预测，得到供电需求预测数据；
基于供电需求预测数据，分析对应预测供电量与供电负荷信息；
基于当前电网输电数据与供电数据分析当前供电量与供电负荷信息；
将当前供电量、供电负荷信息与预测供电量、供电负荷信息进行对比并实时生成第一供电修正方案。
需要说明的是，所述生成的供电修正方案包括对电网供电设备的电压、功率、负荷等进行修正，以达到电网供电平衡，提高电力使用率。
根据本发明实施例，所述将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案，还包括：
将当前电网输电数据与备用环境模拟参数导入电网模型进行电网供电模拟预测，得到供电需求备用预测数据；
基于供电需求备用预测数据，分析对应备用预测供电量与供电负荷信息；
将当前供电量、供电负荷信息与备用预测供电量、供电负荷信息进行对比并实时生成备用供电修正方案。
需要说明的是，所述备用供电修正方案一般为多个。
根据本发明实施例，还包括：
获取历史电网故障信息，电网设备历史运行数据；
所述历史电网故障信息包括故障电网设备信息、故障类型信息、故障发生时间节点信息、故障发生地点信息；
基于故障发生时间节点信息，从历史环境数据中进行对应时间节点数据检索，得到故障点环境数据；
基于故障发生时间节点信息，从电网设备历史运行数据中进行对应时间节点数据检索，得到历史故障点输电与供电数据；
对历史故障点输电与供电数据进行电网波动特征分析与提取，得到故障点电网波动特征；
对故障点环境数据进行环境特征提取，得到故障点环境特征；
将第一环境模拟参数进行环境数据特征提取，得到对应的预测模拟环境特征；
将预测模拟环境特征与故障点环境特征进行对比分析并计算出特征相似度；
若特征相似度大于预设相似度，则获取预设区域内电网设备当前的电网输电数据与电网供电数据；
对所述电网输电数据与电网供电数据进行电网波动特征分析与提取，得到当前电网波动特征；
根据当前电网波动特征与故障点电网波动特征进行特征相似度分析，得到预设区域内全部电网设备的电网特征度相似度；
筛选出电网特征度相似度大于第二预设相似度的电网设备并标记为预测故障设备；
根据预测故障设备得到对应设备地点信息；
将设备地点信息导入电网模拟地图模型进行设备维护路线分析，并生成对应设备维护路线方案。
需要说明的是，所述电网输电数据与电网供电数据包括预设区域内全部电网设备所采集的数据，不同的电网设备在预设区域内所在的地点不同，所述电网波动特征包括预设区域内全部电网设备中的电网波动特征。所述故障点环境数据中，在电网设备发生故障情况时，一般对应环境为恶劣天气情况或天气突变情况，使电网设备出现损坏故障。本发明通过对历史故障点的环境数据与电网数据特征分析，与当前环境模拟预测参数、当前电网数据进行特征相似度分析，能够得到预测故障设备，且预测概率较高，同时，基于电网模拟地图模型进行路线分析，能够提前生成设备维护路线方案，当出现相应的设备故障情况时，能够将设备维护路线方案作为紧急方案进行设备维护处置。
根据本发明实施例，所述电网模拟地图模型，还包括：
获取电网设备规格信息、电网设备位置信息；
基于电网设备规格信息进行设备3D建模，得到多个设备模型；
基于预设区域地图模型与电网设备位置信息，将多个设备模型进行场景化3D物理建模，得到基于电网场景下的电网设备模型；
将电网设备模型导入电网模拟地图模型。
需要说明的是，所述电网设备模型可通过电网模拟地图模型进行3D可视化展示。
根据本发明实施例，还包括：
通过物联网在预设时间段内监测并获取预设区域内的历史用户电量使用数据；
根据历史用户电量使用数据，基于时间、用电量、用电高低峰值进行用户用电特征分析，得到所有用户的用电行为特征；
通过预设聚类算法，对所有用户的用电行为特征进行聚类，得到多组行为特征数据与第一聚类特征信息；
构建特征学习模型，将所述多组特征数据导入特征学习模型进行聚类分组训练，并得到多个历史聚类组特征；
实时获取当前用户用电数据；
将所述用户用电数据导入特征学习模型进行特征分析得到当前行为特征数据；
对当前行为特征数据进行聚类分组并得到当前聚类特征；
若当前聚类特征不符合第一聚类特征信息，则判定当前用户存在用电异常行为，并实时将用户用电数据发送至预设终端设备进行显示。
需要说明的是，所述聚类算法包括k-means、bi-kmeans、DBSCAN算法。所述多组行为特征数据中，同一组行为特征数据具有特征相似的特点。
图4示出了本发明一种基于数字孪生的电网态势监管系统的框图。
本发明第二方面还提供了一种基于数字孪生的电网态势监管系统4，该系统包括：存储器41、处理器42，所述存储器中包括基于数字孪生的电网态势监管程序，所述基于数字孪生的电网态势监管程序被所述处理器执行时实现如下步骤：
构建基于数字孪生的电网模型；
通过物联网实时监测并获取预设区域电网输电数据与电网供电数据；
将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据；
获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数；
将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案。
根据本发明实施例，所述构建基于数字孪生的电网模型，具体为：
获取电网设备历史运行数据、预设地区历史环境数据；
基于所述电网设备历史运行数据得到历史电网输电数据与电网供电数据；
所述预设地区历史环境数据包括历史天气、气温数据；
构建电网模型；
将电网设备历史运行数据导入电网模型进行输电与供电的数据波动分析，得到输电电压与功率曲线、供电电压与功率曲线；
将预设地区历史环境数据导入电网模型，以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据进行电力供电预测训练，得到训练后的电网模型。
需要说明的是，所述电网模型具体为一种基于数字孪生的电网预测模型，利用RNN，LSTM，WaveNet预测算法进行模型搭建，通过将电网设备历史运行数据、预设地区历史环境数据进行训练评估与电网数据预测，得到具有数字孪生应用能力电网模型。电网模型能够基于当前电网数据进行实时模拟并得到相应电网运行状态的数字化与可视化的电网数据。
所述电网设备历史运行数据中，电网设备包括电网中输电设备、供电设备、变电设备等。
根据本发明实施例，所述进行电力供电预测训练，得到训练后的电网模型，具体为：
电网模型将预设地区历史环境数据进行基于天气与气温信息变化分析，得到天气变化信息与气温变化信息；
根据天气变化信息与气温变化信息，基于时间维度，分析具有天气与气温突变情况的时间节点，并将所述时间节点标记为关键时间节点；
将关键时间节点与对应天气状况变化、气温变化等信息进行信息整理，得到环境变化节点信息；
所述天气与气温突变情况包括天气状况的变化与气温剧烈变化的情况；
电网模型以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据，并基于环境变化节点信息，分析所述环境变化节点上输入数据与输出数据的变化关系与电网运行模拟训练，得到训练后的电网模型。
需要说明的是，所述天气变化信息具体为预设地区的历史天气变化信息，包括天气种类、状况，如雨雪天气与对应降雨量、雪天等级等，通过天气变化信息，能够分析出具有突变天气情况对应的时间节点，如晴转大雨的情况，一般天气突变情况伴随着气温的剧烈变化，而天气与气温的突变对用户的用电情况具有较大影响。本发明通过将对应变化点的分析得到对应的环境变化节点信息，基于关键时间节点能够对用户用电情况进行模型训练，从而在后续得到具有相应预测能力的电网模型，所述训练后的电网模型具有数字孪生特性，能够基于当前环境数据与输电电压与功率曲线进行电网模拟，并得到相应的预测数据，即供电电压与功率曲线。
根据本发明实施例，所述将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据，具体为：
基于预设区域的区域轮廓、区域面积与电网设备分布，构建电网模拟地图模型；
通过物联网实时获取电网输电数据与电网供电数据；
将所述电网输电数据与电网供电数据通过电网模拟地图模型进行动态电网运行模拟，并生成可视化的电网监管数据；
通过预设终端显示设备，将电网模拟地图模型进行展示，并基于电网监管数据，对电网运行过程进行动态展示。
需要说明的是，所述电网设备分布中，电网设备包括电网中输电设备、供电设备、变电设备等。所述电网模拟地图模型包括电网设备模型，预设区域地图模型等，通过电网模拟地图模型，能够实现基于数字孪生的电网运行可视化，且可视化数据为通过基于数字孪生的电网模型进行分析得到。
根据本发明实施例，所述获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数，具体为：
实时获取预设区域中的当前环境数据；
通过互联网获取预设时间段内的预设区域的天气预测数据；
基于当前环境数据，结合天气预测数据，进行多概率的天气与气温信息预测，得到N个环境预测数据与对应N个预测概率，一个环境预测数据对应一个预测概率；
基于N个环境预测数据生成N组环境模拟参数，将预测概率最大的环境预测数据所生成的一组环境模拟参数标记为第一环境模拟参数，其余组参数标记为备用环境模拟参数。
需要说明的是，所述环境模拟参数为环境预测数据的参数化数据，两者所包含的数据信息相一致。所述第一环境模拟参数一般只有一组，所述备用环境模拟参数一般为多组参数。所述当前环境数据包括天气与气温信息。所述得到N个环境预测数据与对应N个预测概率中，由于天气与气温变化难以准确预估，因此，本发明通过对当前环境数据进行多概率环境预测，得到不同预测概率下的环境模拟参数，并基于不同预测概率的环境模拟参数，通过电网模型进行电网模拟分析，得到第一电网修正方案与备用电网修正方案，在一般情况下，环境变化符合最大概率的环境预测数据时，可通过第一电网修正方案进行电网供电方案修正，以达到电网输电与供电平衡，而在发生突发天气变化或恶劣天气等情况时，环境变化一般符合预测概率较低的环境预测数据，此时，根据生成的备用供电修正方案进行电网供电方案修正，从而能够适应多种突发环境变化的情况，提高电网输供电负荷的稳定性与提高电网运行效率。
根据本发明实施例，所述将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案，具体为：
将当前电网输电数据与第一环境模拟参数导入电网模型进行电网供电模拟预测，得到供电需求预测数据；
基于供电需求预测数据，分析对应预测供电量与供电负荷信息；
基于当前电网输电数据与供电数据分析当前供电量与供电负荷信息；
将当前供电量、供电负荷信息与预测供电量、供电负荷信息进行对比并实时生成第一供电修正方案。
需要说明的是，所述生成的供电修正方案包括对电网供电设备的电压、功率、负荷等进行修正，以达到电网供电平衡，提高电力使用率。
根据本发明实施例，所述将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案，还包括：
将当前电网输电数据与备用环境模拟参数导入电网模型进行电网供电模拟预测，得到供电需求备用预测数据；
基于供电需求备用预测数据，分析对应备用预测供电量与供电负荷信息；
将当前供电量、供电负荷信息与备用预测供电量、供电负荷信息进行对比并实时生成备用供电修正方案。
需要说明的是，所述备用供电修正方案一般为多个。
本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括基于数字孪生的电网态势监管程序，所述基于数字孪生的电网态势监管程序被处理器执行时，实现如上述任一项所述的基于数字孪生的电网态势监管方法的步骤。
本发明公开了一种基于数字孪生的电网态势监管方法、系统及存储介质，通过构建基于数字孪生的电网模型，基于物联网实时监测并获取预设区域电网输电数据与电网供电数据，将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据；获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数，将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案。通过本发明，能够使电网系统适应多种突发环境变化的情况，提高电网输供电负荷的稳定性与提高电网运行效率。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、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。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的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。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于数字孪生的电网态势监管方法，其特征在于，包括：
构建基于数字孪生的电网模型；
通过物联网实时监测并获取预设区域电网输电数据与电网供电数据；
将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据；
获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数；
将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案。
2.根据权利要求1所述的一种基于数字孪生的电网态势监管方法，其特征在于，所述构建基于数字孪生的电网模型，具体为：
获取电网设备历史运行数据、预设地区历史环境数据；
基于所述电网设备历史运行数据得到历史电网输电数据与电网供电数据；
所述预设地区历史环境数据包括历史天气、气温数据；
构建电网模型；
将电网设备历史运行数据导入电网模型进行输电与供电的数据波动分析，得到输电电压与功率曲线、供电电压与功率曲线；
将预设地区历史环境数据导入电网模型，以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据进行电力供电预测训练，得到训练后的电网模型。
3.根据权利要求2所述的一种基于数字孪生的电网态势监管方法，其特征在于，所述进行电力供电预测训练，得到训练后的电网模型，具体为：
电网模型将预设地区历史环境数据进行基于天气与气温信息变化分析，得到天气变化信息与气温变化信息；
根据天气变化信息与气温变化信息，基于时间维度，分析具有天气与气温突变情况的时间节点，并将所述时间节点标记为关键时间节点；
将关键时间节点与对应天气状况变化、气温变化等信息进行信息整理，得到环境变化节点信息；
所述天气与气温突变情况包括天气状况的变化与气温剧烈变化的情况；
电网模型以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据，并基于环境变化节点信息，分析所述环境变化节点上输入数据与输出数据的变化关系与电网运行模拟训练，得到训练后的电网模型。
4.根据权利要求1所述的一种基于数字孪生的电网态势监管方法，其特征在于，所述将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据，具体为：
基于预设区域的区域轮廓、区域面积与电网设备分布，构建电网模拟地图模型；
通过物联网实时获取电网输电数据与电网供电数据；
将所述电网输电数据与电网供电数据通过电网模拟地图模型进行动态电网运行模拟，并生成可视化的电网监管数据；
通过预设终端显示设备，将电网模拟地图模型进行展示，并基于电网监管数据，对电网运行过程进行动态展示。
5.根据权利要求1所述的一种基于数字孪生的电网态势监管方法，其特征在于，所述获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数，具体为：
实时获取预设区域中的当前环境数据；
通过互联网获取预设时间段内的预设区域的天气预测数据；
基于当前环境数据，结合天气预测数据，进行多概率的天气与气温信息预测，得到N个环境预测数据与对应N个预测概率，一个环境预测数据对应一个预测概率；
基于N个环境预测数据生成N组环境模拟参数，将预测概率最大的环境预测数据所生成的一组环境模拟参数标记为第一环境模拟参数，其余组参数标记为备用环境模拟参数。
6.根据权利要求5所述的一种基于数字孪生的电网态势监管方法，其特征在于，所述将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案，具体为：
将当前电网输电数据与第一环境模拟参数导入电网模型进行电网供电模拟预测，得到供电需求预测数据；
基于供电需求预测数据，分析对应预测供电量与供电负荷信息；
基于当前电网输电数据与供电数据分析当前供电量与供电负荷信息；
将当前供电量、供电负荷信息与预测供电量、供电负荷信息进行对比并实时生成第一供电修正方案。
7.根据权利要求5所述的一种基于数字孪生的电网态势监管方法，其特征在于，所述将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案，还包括：
将当前电网输电数据与备用环境模拟参数导入电网模型进行电网供电模拟预测，得到供电需求备用预测数据；
基于供电需求备用预测数据，分析对应备用预测供电量与供电负荷信息；
将当前供电量、供电负荷信息与备用预测供电量、供电负荷信息进行对比并实时生成备用供电修正方案。
8.一种基于数字孪生的电网态势监管系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括基于数字孪生的电网态势监管程序，所述基于数字孪生的电网态势监管程序被所述处理器执行时实现如下步骤：
构建基于数字孪生的电网模型；
通过物联网实时监测并获取预设区域电网输电数据与电网供电数据；
将所述电网输电数据与电网供电数据导入电网模型进行电网运行模拟，并得到可视化的电网监管数据；
获取预设区域的环境数据，根据所述环境数据生成多组环境模拟参数；
将所述环境模拟参数导入电网模型进行电网运行模拟，基于模拟结果进行电网供电压力分析并生成供电修正方案。
9.根据权利要求8所述的一种基于数字孪生的电网态势监管系统，其特征在于，所述构建基于数字孪生的电网模型，具体为：
获取电网设备历史运行数据、预设地区历史环境数据；
基于所述电网设备历史运行数据得到历史电网输电数据与电网供电数据；
所述预设地区历史环境数据包括历史天气、气温数据；
构建电网模型；
将电网设备历史运行数据导入电网模型进行输电与供电的数据波动分析，得到输电电压与功率曲线、供电电压与功率曲线；
将预设地区历史环境数据导入电网模型，以输电电压与功率曲线与预设地区历史环境数据作为输入数据，以供电电压与功率曲线作为输出数据进行电力供电预测训练，得到训练后的电网模型。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于数字孪生的电网态势监管程序，所述基于数字孪生的电网态势监管程序被处理器执行时，实现如权利要求1至7中任一项所述的基于数字孪生的电网态势监管方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310473302.XA CN116231871B (zh) | 2023-04-28 | 2023-04-28 | 一种基于数字孪生的电网态势监管方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310473302.XA CN116231871B (zh) | 2023-04-28 | 2023-04-28 | 一种基于数字孪生的电网态势监管方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116231871A true CN116231871A (zh) | 2023-06-06 |
| CN116231871B CN116231871B (zh) | 2023-07-28 |
Family
ID=86579021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310473302.XA Active CN116231871B (zh) | 2023-04-28 | 2023-04-28 | 一种基于数字孪生的电网态势监管方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116231871B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116722571A (zh) * | 2023-08-04 | 2023-09-08 | 深圳康普盾科技股份有限公司 | 一种基于数字孪生的储能管理方法、系统及介质 |
| CN117195580A (zh) * | 2023-09-21 | 2023-12-08 | 国网江苏省电力有限公司南通供电分公司 | 一种配电网智能规划方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113675863A (zh) * | 2021-08-23 | 2021-11-19 | 南京理工大学 | 一种基于数字孪生的微电网频率二次协同控制方法 |
| CN113902242A (zh) * | 2021-08-27 | 2022-01-07 | 广西电网有限责任公司南宁供电局 | 一种基于数字孪生的电网设备的综合状态评价方法及系统 |
| CN114362173A (zh) * | 2022-01-17 | 2022-04-15 | 国网内蒙古东部电力有限公司检修分公司 | 一种基于数字孪生的送端电网潮流稳定性评价方法 |
| CN114429092A (zh) * | 2022-04-06 | 2022-05-03 | 温州电力建设有限公司 | 一种基于数字孪生的继电保护设备数字化仿真系统 |
| CN115733244A (zh) * | 2022-11-07 | 2023-03-03 | 国网湖北省电力有限公司电力科学研究院 | 一种区域电网数字孪生方法、系统及存储介质 |
| CN115842347A (zh) * | 2023-02-24 | 2023-03-24 | 深圳市三和电力科技有限公司 | 一种基于数字孪生的微网负荷动态平衡方法、系统及介质 |
| CN115986728A (zh) * | 2022-12-09 | 2023-04-18 | 国网福建省电力有限公司经济技术研究院 | 一种计及不确定性因素的电网态势预测方法与终端 |
-
2023
- 2023-04-28 CN CN202310473302.XA patent/CN116231871B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113675863A (zh) * | 2021-08-23 | 2021-11-19 | 南京理工大学 | 一种基于数字孪生的微电网频率二次协同控制方法 |
| CN113902242A (zh) * | 2021-08-27 | 2022-01-07 | 广西电网有限责任公司南宁供电局 | 一种基于数字孪生的电网设备的综合状态评价方法及系统 |
| CN114362173A (zh) * | 2022-01-17 | 2022-04-15 | 国网内蒙古东部电力有限公司检修分公司 | 一种基于数字孪生的送端电网潮流稳定性评价方法 |
| CN114429092A (zh) * | 2022-04-06 | 2022-05-03 | 温州电力建设有限公司 | 一种基于数字孪生的继电保护设备数字化仿真系统 |
| CN115733244A (zh) * | 2022-11-07 | 2023-03-03 | 国网湖北省电力有限公司电力科学研究院 | 一种区域电网数字孪生方法、系统及存储介质 |
| CN115986728A (zh) * | 2022-12-09 | 2023-04-18 | 国网福建省电力有限公司经济技术研究院 | 一种计及不确定性因素的电网态势预测方法与终端 |
| CN115842347A (zh) * | 2023-02-24 | 2023-03-24 | 深圳市三和电力科技有限公司 | 一种基于数字孪生的微网负荷动态平衡方法、系统及介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116722571A (zh) * | 2023-08-04 | 2023-09-08 | 深圳康普盾科技股份有限公司 | 一种基于数字孪生的储能管理方法、系统及介质 |
| CN116722571B (zh) * | 2023-08-04 | 2024-02-02 | 深圳康普盾科技股份有限公司 | 一种基于数字孪生的储能管理方法、系统及介质 |
| CN117195580A (zh) * | 2023-09-21 | 2023-12-08 | 国网江苏省电力有限公司南通供电分公司 | 一种配电网智能规划方法及系统 |
| CN117195580B (zh) * | 2023-09-21 | 2024-06-11 | 国网江苏省电力有限公司南通供电分公司 | 一种配电网智能规划方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116231871B (zh) | 2023-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116231871B (zh) | 一种基于数字孪生的电网态势监管方法、系统及存储介质 | |
| CN113240289B (zh) | 一种电网调度控制系统运行状态评估方法及系统 | |
| CN115842347B (zh) | 一种基于数字孪生的微网负荷动态平衡方法、系统及介质 | |
| CN115796393B (zh) | 基于多能互动的能源网管理优化方法、系统及存储介质 | |
| CN105740975A (zh) | 一种基于数据关联关系的设备缺陷评估与预测方法 | |
| CN116993227B (zh) | 一种基于人工智能的供热分析评估方法、系统及存储介质 | |
| CN111680841B (zh) | 基于主成分分析的短期负荷预测方法、系统及终端设备 | |
| CN115730749B (zh) | 基于融合电力数据的电力调度风险预警方法及装置 | |
| CN116797404A (zh) | 基于大数据和数据处理的智能建筑运维监管系统 | |
| CN115965223B (zh) | 一种基于云平台的智慧能源管理方法及系统 | |
| Xue et al. | Adaptive ultra-short-term wind power prediction based on risk assessment | |
| CN110334865A (zh) | 一种基于卷积神经网络的电力设备故障率预测方法及系统 | |
| CN111179108A (zh) | 用电能耗的预测方法和装置 | |
| CN115954910A (zh) | 一种基于能量优化的分布式储能控制方法及系统 | |
| CN117556332B (zh) | 基于物联网的加热炉余热利用管理方法、系统及存储介质 | |
| CN113822533A (zh) | 基于实时事件驱动的风险评估量化模型构建方法及系统 | |
| CN113850017A (zh) | 一种基于潮流变化图谱的系统级故障分析系统及方法 | |
| CN115987692A (zh) | 一种基于流量回溯分析的安全防护系统及方法 | |
| CN114389231A (zh) | 一种基于配电网保护及设备实时数据的负荷预测诊断方法 | |
| CN201717634U (zh) | 用于多层电网的事故集处理系统 | |
| CN117152355B (zh) | 一种基于工厂数据的可视化监管系统 | |
| CN117575308B (zh) | 分布式配电网的风险评估方法、装置、设备及存储介质 | |
| CN117691750B (zh) | 一种智能电力配电监控方法和系统 | |
| CN116108979A (zh) | 一种跨周期的多源异构电力数据处理系统及应用方法 | |
| CN117952598A (zh) | 一种基于故障率近似的能源系统安全性评估分析方法及装置 |
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 |