CN116633018A - 一种电力行业故障停电全流程管控平台 - Google Patents
一种电力行业故障停电全流程管控平台 Download PDFInfo
- Publication number
- CN116633018A CN116633018A CN202310636548.4A CN202310636548A CN116633018A CN 116633018 A CN116633018 A CN 116633018A CN 202310636548 A CN202310636548 A CN 202310636548A CN 116633018 A CN116633018 A CN 116633018A
- Authority
- CN
- China
- Prior art keywords
- power
- data
- module
- prediction
- control platform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000012800 visualization Methods 0.000 claims abstract description 26
- 238000007726 management method Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000007619 statistical method Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 16
- 230000007774 longterm Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001970 hydrokinetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H02J13/00001—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 the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- H02J13/00002—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
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力行业故障停电全流程管控平台,包括:数据采集模块、监测模块、分析模块、维修人员用户端、可视化模块和调度计划模块;平台操作步骤包括:S1:数据采集模块采集数据;S2:分析模块对数据进行分析、预测建模和储存处理;S3:管控模块输出运维信息工单并传输到所述维修人员用户端;S4:维修人员根据接收到的运维信息对故障点进行维修;S5:监测模块实时监测电力设备的用电信息;S6:调度计划模块生成报表;S7:可视化模块显示报表;本申请通过对电力情况进行预测结合分析模块生成报表下发工作人员,提高对于故障停电的设备管控能力。
Description
技术领域
本发明涉及电力行业管控领域,设计了一种电力行业故障停电全流程管控平台。
背景技术
随着电力规模的不断增长,切实践行“人民电业为人民”成为电力企业的宗旨,不断优化电力管控平台、确保电力供应的稳定性愈发重要,一但出现故障停电问题,如果检修人员无法迅速得到事故原因和维修地点,会拖慢电力恢复的进程,对用户造成巨大损失。
但如今当电力设备出现故障停电时,通常为管理员通知维修人员进行维修,效率低下;此外现有电力管控平台功能较为分散,管控的效率低,存在滞后性,特别是对停电预测的精确度较低,而精准度对于电力行业的管控具有决定性作用,影响着维修人员对于发生故障停电的信息获取和解决方案。
发明内容
有鉴于现有技术的上述缺陷,本发明提出一种电力行业故障停电全流程管控平台,本发明设计的技术方案包括:数据采集模块、监测模块、分析模块、维修人员用户端、可视化模块和调度计划模块;所述管控平台操作步骤包括:
S1:所述数据采集模块采集数据,并发送到分析模块;
S2:分析模块基于数据采集模块,对数据进行分析、预测建模和储存处理,然后将处理后的数据发送到管控模块和可视化模块;
S3:所述管控模块根据数据信息,输出运维信息工单并传输到所述维修人员用户端;
S4:维修人员根据接收到的运维信息对故障点进行维修,然后将维修信息发送到所述可视化模块;
S5:所述监测模块实时监测电力设备的用电信息,并将所述用电信息发送到可视化模块,进行实时监视;
S6:调度计划模块与可视化模块连接,根据所述预测建模结果和维修信息,生成电力设备的检修工作计划报表和电力预测计划报表;
S7:可视化模块显示检修工作计划报表、电力预测计划报表和实时电力设备的用电信息报表。
优选地,所述S1包括:所述采集的数据包括电力生产数据、电力设备检修数据、电力调度数据和辅助监测水文气象数据。
优选地,所述S1包括:所述数据采集模块包括关系数据库、日志文件和OPC服务器;所述关系数据库和日志文件通过访问数据源的计算机上部署的Flume进行数据采集;所述OPC服务器采用基于JAVA的OPC服务采集与转储系统软件进行数据采集。
优选地,所述S2包括:所述分析包括负荷统计分析、停电统计分析、电压质量统计分析、线损统计分析、三相不平衡统计分析、跳闸统计分析、汇总报表和模板定制。
优选地,所述S2包括:所述预测建模包括长期预测模型和短期预测模型,对数据采集模块采集的数据进行电力情况状态预测。
优选地,所述长期预测模型包括:在未来时间的电力情况状态预测,以月份为一个周期;根据所述数据采集模块采集的数据进行建模,将相同特征月的历史平均值作为未来时刻的预测值,然后对历史的数据逐步更迭预测数据,平均数据随之更迭,所述长期预测模型公式为:
Vpred ct=αVcurrent+(1-α)Vhistory
0≤α≤1
式中,α为预设值、Vpredict为电力情况预测模型结果、Vcurrent为实时的电力情况、Vhistory为历史的电力情况。
优选地,所述短期预测模型包括:在未来时间的电力情况状态预测,以5min为一个周期;根据所述数据采集模块采集的数据进行建模,采用7个数据集表示下一个周期的某个节点的电力情况;V(x,y)为电力情况,x为节点,y为时刻,包括V1(i,k)、V2(i,k-1)、V3(i,k-2)、V4(i-1,k)、V5(i-2,k)、V6(i-1,k-1)、V7(i-2,k-1)七个电力情况数据集来预测V(i,k+1);采用卡尔曼滤波对电力情况进行建模:V(i,k+1)=Vi,kθi,k+ε;上式中,Vi,k=[V(i,k),V(i,k-1,Vi,k-2,Vi-1,k,Vi-1,k-1,Vi-2,k,Vi-2,k-1;θi,k=θi,k,θi,k-1,θi,k-2,θi-1,k,θi-1,k-1,θi-2,k,θi-2,k-1H;ε为零均值白噪声项;θi,k为电力情况观察值Vi,k的系数集合,可以得到第i节点第k+1周期的电力情况预测值:式中,/>为电力情况观察值Vi,k的系数集合值。状态向量预测方程:/>状态预测增益方程:/>状态预测协方差方程:P(k+1|V(i,k))=[I-G(k)C]P(k|V(i,k))+Q(k);初始值:P(1|V(i,0))=0.01×I7×7;电力情况预测方程:/>
优选地,所述S5包括:所述监测模块通过搭建变电站集中实时监测电力设备的用电信息,并通过辅助监测对实时水文气象信息数据进行采集,通过智能分析监测电力设备运行的风险与问题,发送所述用电信息到可视化模块,为调度计划模块提供数据支持。
优选地,所述搭建变电站包括但不限于配电自动化站系统、配电SCADA、配电终端和配电子站。
优选地,所述S7包括:所述可视化模块使用Tableau工具实现,形成线变关系异动的数据报表。
有益效果:
1、通过对电力情况长期预测和短期预测的核心算法为平台管控提供辅助决策,提升电力管控能力,一旦发生电力故障的突发情况,能够快速反映,迅速安排维修人员赶赴现场,迅速恢复电力,降低损失;
2、通过负荷统计分析、停电统计分析等多个故障分析维度,结合预测模型生成方案报表,提高电力情况动态分析和故障信息的准确性,进而提高现场维修人员对于出现故障的设备进行维修的效率。
附图说明
图1是本发明一种电力行业故障停电全流程管控平台的步骤流程示意图;
图2是本发明一种电力行业故障停电全流程管控平台的预测流程示意图;
图3是本发明一种电力行业故障停电全流程管控平台的故障停电研判总览示意图;
图4是本发明一种电力行业故障停电全流程管控平台的停电实时查询示意图。
具体实施方式
下面对本发明的实施例作详细说明,下述的实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明设计的技术方案包括:数据采集模块、监测模块、分析模块、维修人员用户端、可视化模块和调度计划模块;如图1所示,管控平台操作步骤包括:
S1:数据采集模块采集数据,并发送到分析模块;
S2:分析模块基于数据采集模块,对数据进行分析、预测建模和储存处理,
然后将处理后的数据发送到管控模块和可视化模块;
S3:管控模块根据数据信息,输出运维信息工单并传输到维修人员用户端;
S4:维修人员根据接收到的运维信息对故障点进行维修,然后将维修信息发送到可视化模块;(维修类型主要包括:主线跳闸、支线故障、台区低压故障、线路过载、配变过载、配变低电压和频繁停电异常)
S5:监测模块实时监测电力设备的用电信息,并将用电信息发送到可视化模块,进行实时监视;
S6:调度计划模块与可视化模块连接,根据预测建模结果和维修信息,生成电力设备的检修工作计划报表和电力预测计划报表;
S7:可视化模块显示检修工作计划报表、电力预测计划报表和实时电力设备的用电信息报表。
优选地,S1包括:采集的数据包括电力生产数据、电力设备检修数据、电力调度数据和辅助监测水文气象数据。
优选地,S1包括:数据采集模块包括关系数据库、日志文件和OPC服务器;关系数据库和日志文件通过访问数据源的计算机上部署的Flume进行数据采集;OPC服务器采用基于JAVA的OPC服务采集与转储系统软件进行数据采集。
具体的,数据采集模块为整个管控平台的基础,关系到整个流程的运行,必须保证数据的唯一性、真实性;设计了以关系数据库、日志文件和OPC服务器为代表的模拟数据源进行数据采集;其中,关系型数据库和日志文件的采集通过访问数据源的计算机上部署的Flume进程进行数据采集,通过自定义的采集过滤器,对每条采集过的数据进行标记,然后再数据采集服务器出现故障并完成修复后。Flume会迅速将故障期间的漏采数据迅速进行采集上传。OPC服务器采集数据则是电力行业里广泛应用的,本申请采用了基于Java的OPC数据采集与转储系统软件,满足了OPC场景的数据采集,具备跨平台、高自由度、故障自恢复和自启动,有效解决了OPC数据采集的难题,增强了数据采集的可靠性。
优选地,S2包括:分析包括负荷统计分析、停电统计分析、电压质量统计分析、线损统计分析、三相不平衡统计分析、跳闸统计分析、汇总报表和模板定制。
优选地,S2包括:预测建模包括长期预测模型和短期预测模型,对数据采集模块采集的数据进行电力情况状态预测。
优选地,如图2所示,长期预测模型包括:在未来时间的电力情况状态预测,以月份为一个周期;根据数据采集模块采集的数据进行建模,将相同特征月的历史平均值作为未来时刻的预测值,然后对历史的数据逐步更迭预测数据,平均数据随之更迭,长期预测模型公式为:
Vpredict=αVcurrent+(1-α)Vhistory
0≤α≤1
式中,α为预设值、Vpredict为电力情况预测模型结果、Vcurrent为实时的电力情况、Vhistory为历史的电力情况。
优选地,短期预测模型包括:在未来时间的电力情况状态预测,以5min为一个周期;根据数据采集模块采集的数据进行建模,采用7个数据集表示下一个周期的某个节点的电力情况;V(x,y)为电力情况,x为节点,y为时刻,包括V1(i,k)、V2(i,k-1)、V3(i,k-2)、V4(i-1,k)、V5(i-2,k)、V6(i-1,k-1)、V7(i-2,k-1)七个电力情况数据集来预测V(i,k+1);采用卡尔曼滤波对电力情况进行建模:V(i,k+1)=Vi,kθi,k+ε;上式中,Vi,k=[V(i,k),V(i,k-1),V(i,k-2),V(i-1,k),V(i-1,k-1),V(i-2,k),V(i-2,k-1)];θi,k=[θ(i,k),θ(i,k-1),θ(i,k-2),θ(i-1,k),θ(i-1,k-1),θ(i-2,k),θ(i-2,k-1)]H;ε为零均值白噪声项;θi,k为电力情况观察值Vi,k的系数集合,可以得到第i节点第k+1周期的电力情况预测值: 式中,/>为电力情况观察值Vi,k的系数集合值。状态向量预测方程:/>状态预测增益方程:/> 状态预测协方差方程:P(k+1|V(i,k))=[I-G(k)C]P(k|V(i,k))+Q(k);初始值:P(1|V(i,0))=0.01×I7×7;电力情况预测方程:/>
具体的,长期预测模型:指在未来时间的电力情况(本申请设置长期时间为12个月),使用傅里叶历史估算模型进行电力情况状态预测。长期预测原则:平台判断当前日期,如果为稳定的电力情况的月份,调用稳定日期预测模型进行计算,得到第x+1月的数据;如果为异常的电力情况的日期,调用异常日期预测模型进行计算,得到第x+1月的数据;长期预测的对象为一天的设备的电力情况数据,对对象进行预测,因为有固定时间为1年,所以日期之间不互相产生影响。傅里叶历史加权平均模型:根据历史经验值,在电力行业的电力供应一般都较为稳定,例如南方居民用电夏季(4-6月)用电量剧增、北方居民用电冬季(10-12月)用电量剧增,商业用电则在工业忙碌期用电量剧增等,呈现1-12月的一个周期性规律,电网中的长期预测电力情况在正常情况下不会有大的突变。短期预测模型:指当前时间10min~1h(通常设置为30min)内的电力情况,主要与该处历史值、当前一段时间内的序列和与该电力情况相关联区间序列有关。根据电力情况的时间和应用场景的相关性,短期的电力情况处于连续状态,平台得到的实际数据是5min的统计间隔周期,所以考虑三个统计间隔,用k、k-1、k-2时刻的电力情况来预测第k+1时刻的电力情况;经实际运用和验证,采用7个数据集表示下一个时刻的电力情况。
本申请以某城市高新技术开发区的1454个电力用户,选取了2015.01.01-2016.08.31期间的历史电力数据作为测试对象,具体电力数据为负荷数据,采集的样本频率为一天一次,共885496组数据,样本数据见下表:
优选地,S5包括:监测模块通过搭建变电站集中实时监测电力设备的用电信息,并通过辅助监测对实时水文气象信息数据进行采集,通过智能分析监测电力设备运行的风险与问题,发送用电信息到可视化模块,为调度计划模块提供数据支持。
优选地,搭建变电站包括但不限于配电自动化站系统、配电SCADA、配电终端和配电子站。
优选地,S7包括:可视化模块使用Tableau工具实现,形成线变关系异动的数据报表,如图3-4所示,为数据报表显示,包括故障停电研判总览和停电实时查询。故障停电研判总览包括:故障停电研判总览页面展示停电研判事件信息,地图部分展示全省各个地市事件数量及停电事件影响线路情况,各地市停电配变统计展示停电配变数量和停电配变时长,停电事件中心展示实时数据情况;停电实时查询包括:停电事件详情页面展示停电事件信息以及停电设备、停电影响用户、研判动作明细。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的试验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种电力行业故障停电全流程管控平台,其特征在于,包括:数据采集模块、监测模块、分析模块、维修人员用户端、可视化模块和调度计划模块;所述管控平台操作步骤包括:
S1:所述数据采集模块采集数据,并发送到分析模块;
S2:分析模块基于数据采集模块,对数据进行分析、预测建模和储存处理,然后将处理后的数据发送到管控模块和可视化模块;
S3:所述管控模块根据数据信息,输出运维信息工单并传输到所述维修人员用户端;
S4:维修人员根据接收到的运维信息对故障点进行维修,然后将维修信息发送到所述可视化模块;
S5:所述监测模块实时监测电力设备的用电信息,并将所述用电信息发送到可视化模块,进行实时监视;
S6:调度计划模块与可视化模块连接,根据所述预测建模结果和维修信息,生成电力设备的检修工作计划报表和电力预测计划报表;
S7:可视化模块显示检修工作计划报表、电力预测计划报表和实时电力设备的用电信息报表。
2.根据权利要求1所述的一种电力行业故障停电全流程管控平台,其特征在于,所述S1包括:
所述采集的数据包括电力生产数据、电力设备检修数据、电力调度数据和辅助监测水文气象数据。
3.根据权利要求2所述的一种电力行业故障停电全流程管控平台,其特征在于,所述S1包括:
所述数据采集模块包括关系数据库、日志文件和OPC服务器;所述关系数据库和日志文件通过访问数据源的计算机上部署的Flume进行数据采集;所述OPC服务器采用基于JAVA的OPC服务采集与转储系统软件进行数据采集。
4.根据权利要求1所述的一种电力行业故障停电全流程管控平台,其特征在于,所述S2包括:
所述分析包括负荷统计分析、停电统计分析、电压质量统计分析、线损统计分析、三相不平衡统计分析、跳闸统计分析、汇总报表和模板定制。
5.根据权利要求1所述的一种电力行业故障停电全流程管控平台,其特征在于,所述S2包括:
所述预测建模包括长期预测模型和短期预测模型,对数据采集模块采集的数据进行电力情况状态预测。
6.根据权利要求4所述的一种电力行业故障停电全流程管控平台,其特征在于,所述长期预测模型包括:
在未来时间的电力情况状态预测,以月份为一个周期;根据所述数据采集模块采集的数据进行建模,将相同特征月的历史平均值作为未来时刻的预测值,然后对历史的数据逐步更迭预测数据,平均数据随之更迭,所述长期预测模型公式为:
Vpredict=αVcurrent+(1-α)Vhistory
0≤α≤1
式中,α为预设值、Vpredict为电力情况预测模型结果、Vcurrent为实时的电力情况、Vhistory为历史的电力情况。
7.根据权利要求4所述的一种电力行业故障停电全流程管控平台,其特征在于,所述短期预测模型包括:
在未来时间的电力情况状态预测,以5min为一个周期;根据所述数据采集模块采集的数据进行建模,采用7个数据集表示下一个周期的某个节点的电力情况;V(x,y)为电力情况,x为节点,y为时刻,包括V1(i,k)、V2(i,k-1)、V3(i,k-2)、V4(i-1,k)、V5(i-2,k)、V6(i-1,k-1)、V7(i-2,k-1)七个电力情况数据集来预测V(i,k+1);采用卡尔曼滤波对电力情况进行建模:V(i,k+1)=Vi,kθi,k+ε;上式中,Vi,k=[V(i,k),V(i,k-1),V(i,k-2),V(i-1,k,Vi-1,k-1,Vi-2,k,Vi-2,k-1;θi,k=θi,k,θi,k-1,θi,k-2,θi-1,k,θi-1,k-1,θi-2,k,θi-2,k-1H;ε为零均值白噪声项;θi,k为电力情况观察值Vi,k的系数集合,可以得到第i节点第k+1周期的电力情况预测值:式中,/>为电力情况观察值Vi,k的系数集合值。状态向量预测方程:/>状态预测增益方程:/>状态预测协方差方程:P(k+1|V(i,k))=[I-G(k)C]P(k|V(i,k))+Q(k);初始值:P(1|V(i,0))=0.01×I7 ×7;电力情况预测方程:/>
8.根据权利要求1所述的一种电力行业故障停电全流程管控平台,其特征在于,所述S5包括:
所述监测模块通过搭建变电站集中实时监测电力设备的用电信息,并通过辅助监测对实时水文气象信息数据进行采集,通过智能分析监测电力设备运行的风险与问题,发送所述用电信息到可视化模块,为调度计划模块提供数据支持。
9.根据权利要求7所述的一种电力行业故障停电全流程管控平台,其特征在于,包括:
所述搭建变电站包括但不限于配电自动化站系统、配电SCADA、配电终端和配电子站。
10.根据权利要求1所述的一种电力行业故障停电全流程管控平台,其特征在于,所述S7包括:
所述可视化模块使用Tableau工具实现,形成线变关系异动的数据报表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310636548.4A CN116633018A (zh) | 2023-05-31 | 2023-05-31 | 一种电力行业故障停电全流程管控平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310636548.4A CN116633018A (zh) | 2023-05-31 | 2023-05-31 | 一种电力行业故障停电全流程管控平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116633018A true CN116633018A (zh) | 2023-08-22 |
Family
ID=87602369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310636548.4A Pending CN116633018A (zh) | 2023-05-31 | 2023-05-31 | 一种电力行业故障停电全流程管控平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116633018A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132243A (zh) * | 2023-10-26 | 2023-11-28 | 华能济南黄台发电有限公司 | 一种可视化电厂设备监控管理系统 |
CN117913797A (zh) * | 2023-12-26 | 2024-04-19 | 淮北矿业股份有限公司涡北选煤厂 | 一种基于智能电网的停送电管理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778837A (zh) * | 2015-04-14 | 2015-07-15 | 吉林大学 | 一种道路交通运行态势多时间尺度预测方法 |
CN105761109A (zh) * | 2016-02-19 | 2016-07-13 | 刘隽琦 | 虚拟电厂能源管理和电力交易的智能管理系统及其优化运行方法 |
CN110378492A (zh) * | 2019-05-28 | 2019-10-25 | 长春电力设计有限公司 | 一种加强配网设备运维管控的方法 |
US20200067969A1 (en) * | 2018-08-22 | 2020-02-27 | General Electric Company | Situation awareness and dynamic ensemble forecasting of abnormal behavior in cyber-physical system |
CN111077870A (zh) * | 2020-01-06 | 2020-04-28 | 浙江中烟工业有限责任公司 | 一种基于流计算的opc数据实时采集监控智能系统及方法 |
KR102165528B1 (ko) * | 2020-06-03 | 2020-10-14 | (주)금호전력 | 철도설비 상태감시를 위한 센싱 및 융합데이터 모니터링 시스템 |
CN114139742A (zh) * | 2021-11-29 | 2022-03-04 | 国网辽宁省电力有限公司本溪供电公司 | 一种配电网管控系统及管控方法 |
CN114977490A (zh) * | 2022-05-09 | 2022-08-30 | 广东电网有限责任公司 | 一种新能源发电监控平台 |
-
2023
- 2023-05-31 CN CN202310636548.4A patent/CN116633018A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778837A (zh) * | 2015-04-14 | 2015-07-15 | 吉林大学 | 一种道路交通运行态势多时间尺度预测方法 |
CN105761109A (zh) * | 2016-02-19 | 2016-07-13 | 刘隽琦 | 虚拟电厂能源管理和电力交易的智能管理系统及其优化运行方法 |
US20200067969A1 (en) * | 2018-08-22 | 2020-02-27 | General Electric Company | Situation awareness and dynamic ensemble forecasting of abnormal behavior in cyber-physical system |
CN110378492A (zh) * | 2019-05-28 | 2019-10-25 | 长春电力设计有限公司 | 一种加强配网设备运维管控的方法 |
CN111077870A (zh) * | 2020-01-06 | 2020-04-28 | 浙江中烟工业有限责任公司 | 一种基于流计算的opc数据实时采集监控智能系统及方法 |
KR102165528B1 (ko) * | 2020-06-03 | 2020-10-14 | (주)금호전력 | 철도설비 상태감시를 위한 센싱 및 융합데이터 모니터링 시스템 |
CN114139742A (zh) * | 2021-11-29 | 2022-03-04 | 国网辽宁省电力有限公司本溪供电公司 | 一种配电网管控系统及管控方法 |
CN114977490A (zh) * | 2022-05-09 | 2022-08-30 | 广东电网有限责任公司 | 一种新能源发电监控平台 |
Non-Patent Citations (2)
Title |
---|
何平等: "无迹卡尔曼滤波算法在短期负荷预测中的应用", 电气开关, no. 02, pages 81 - 85 * |
曹凯等: "一种短长期组合预测建模方法", 信息与控制, vol. 42, no. 04, 31 August 2013 (2013-08-31), pages 430 - 436 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132243A (zh) * | 2023-10-26 | 2023-11-28 | 华能济南黄台发电有限公司 | 一种可视化电厂设备监控管理系统 |
CN117913797A (zh) * | 2023-12-26 | 2024-04-19 | 淮北矿业股份有限公司涡北选煤厂 | 一种基于智能电网的停送电管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020147349A1 (zh) | 配电网运行辅助决策分析系统及方法 | |
CN203324773U (zh) | 一种风电场集控系统 | |
CN102708411A (zh) | 一种地区电网在线风险评估方法 | |
CN104809665B (zh) | 一种基于改进Apriori算法的配电网预警方法 | |
CN102737286A (zh) | 一种地区电网在线风险分析系统和方法 | |
CN105184490B (zh) | 电网调度操作过程风险辅助预控系统 | |
CN101923685A (zh) | 一种基于断线故障概率预测的电力切负荷决策系统及方法 | |
CN116633018A (zh) | 一种电力行业故障停电全流程管控平台 | |
CN116012189A (zh) | 一种电力设施洪涝受灾空间异质性分析方法和系统 | |
CN107392369A (zh) | 基于温度及时间的局域电网动态负荷预测与控制方法 | |
CN114977490A (zh) | 一种新能源发电监控平台 | |
CN112001569A (zh) | 一种基于多电压等级故障下的电网运行风险分析方法 | |
CN113949155A (zh) | 一种具有实时监测功能的全景式电能质量监测系统 | |
CN112598257A (zh) | 一种基于大数据特征挖掘的停电分析方法及系统 | |
CN116522746A (zh) | 高耗能企业配电托管方法 | |
CN114004550B (zh) | 自然灾害下电网应急抢修与恢复调度协同决策方法及系统 | |
CN115239014A (zh) | 一种强降雨致灾停电用户规模动态预测方法和系统 | |
CN105024379B (zh) | 一种风机检修管理调度系统 | |
CN110796567B (zh) | 一种基于调控云的生产早报应用框架 | |
CN113919528A (zh) | 一种洪涝灾害下的配电网维护方法 | |
CN112765425A (zh) | 水电站数据处理方法及电子设备 | |
Du et al. | Evaluation of power system reliability based on the maintenance state | |
CN113610270B (zh) | 一种考虑支槽影响的配变运行风险预测方法和系统 | |
Lou et al. | Framework Design and Software Implementation of Whole Process Risk Coordination Control for Power System | |
Mankov et al. | Forecasting of emergency power line outages based on weather data and past emergency outages |
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 |