CN116862201A - 基于大数据的配电网规划项目精准投资方法 - Google Patents
基于大数据的配电网规划项目精准投资方法 Download PDFInfo
- Publication number
- CN116862201A CN116862201A CN202311073257.5A CN202311073257A CN116862201A CN 116862201 A CN116862201 A CN 116862201A CN 202311073257 A CN202311073257 A CN 202311073257A CN 116862201 A CN116862201 A CN 116862201A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power grid
- planning
- power distribution
- investment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 57
- 238000005457 optimization Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000007418 data mining Methods 0.000 claims abstract description 4
- 230000005611 electricity Effects 0.000 claims description 60
- 238000009795 derivation Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 14
- 230000007812 deficiency Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012552 review Methods 0.000 claims description 3
- 238000009960 carding Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
基于大数据的配电网规划项目精准投资方法，包括以下步骤：步骤一，区域电网节点大数据采集系统搭建；步骤二，配电网数据的采集获取；步骤三，构建配电网规划计算模型；步骤四，代入运算模型实施规划投资方案；步骤五，搭建多维网架模型；步骤六，历史数据挖掘分析；步骤七，用户供电可靠性反馈分析；步骤八，优化配电网规划计算模型。本发明中，后期电网规划工作者分析整理历史配电网规划投资大数据，形成规划投资比对的参考依据，利于配电网规划投资方案的优化；电网大数据计算分析中心挖掘规划区域配电网大数据，生成现电网多维网架模型，能较为直观的对规划投资运行电网进行浏览，利于后续的分析优化。
Description
技术领域
本发明涉及配电网规划技术领域，具体为基于大数据的配电网规划项目精准投资方法。
背景技术
配电网供电售电可靠性投资优化模型是用于优化配电网的供电可靠性和售电服务水平的决策模型。该模型考虑了配电网的可靠性指标和经济效益，通过优化投资策略和系统配置来实现最佳的供电可靠性和售电服务。
以下是一种可能的配电网供电售电可靠性投资优化模型的基本流程：
问题定义：明确考虑的目标和约束条件，如供电可靠性指标、投资预算、运营成本等。
数据收集和分析：收集配电网的相关数据，包括线路、变压器、开关设备等的技术参数和运行状态，以及用户负荷和电能需求等。
可靠性模型建立：建立配电网的可靠性模型，包括故障概率、故障恢复时间、系统可用性等指标的计算模型。
优化模型建立：建立供电售电可靠性投资优化模型，选择适当的数学模型和算法，将可靠性指标和经济效益进行量化，并制定投资决策策略。
模型求解和评估：通过求解优化模型，获得最佳的投资策略和系统配置方案。评估方案的可行性和效果。
结果解释和决策支持：分析模型结果，解释投资决策的意义和影响，为决策者提供决策支持和建议。
需要注意的是，配电网供电售电可靠性投资优化模型是一个复杂的决策问题，在实际应用中需要考虑诸多因素，并和实际情况进行结合。因此，在建立和应用该模型时，需要根据具体情况进行调整和改进，并结合专业知识和实践经验进行合理的决策和评估。
在配电网规划投资时需要保证最优化投资方案以尽可能提高企业经济效益和社会利益最大化，现有市场上配电网规划项目存在投资量大、建设周期长的，现有配电网规划项目优化方法单一，缺少投资项目的充足数据，不能根据电网节点用户使用的反馈进行配电网规划投资的优化，不具有分析整理历史配电网规划投资大数据，进行配电网规划投资方案优化的能力，因此在以上基础上提出基于大数据的配电网规划项目精准投资方法是很有意义的。
发明内容
本发明的目的在于提供基于大数据的配电网规划项目精准投资方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：
基于大数据的配电网规划项目精准投资方法，其特征在于：方法包括以下步骤：
步骤一，区域电网节点大数据采集系统搭建；在规划区域电网各用户节点的电路上安装智能电表1，并架设搭建电网大数据计算分析中心2；电网各节点用户使用电表用户终端3，电网规划工作者使用工作者终端4；
步骤二，配电网数据的采集获取；在上述区域电网节点大数据采集系统搭建后运行过程中，通过智能电表1中的电流采样模块11、电压采样模块12、频率监测模块13和用电计量模块14，进行规划电网各节点处电流、电压、频率和用电量数据监测获取，通过定位模块15进行该电表处电网节点位置信息的定位获取，节点用户通过智能电表1中的用户反馈模块16配合电表用户终端3进行节点电网运行可靠性的反馈，通过数据传输电网大数据计算分析中心2对上述各个智能电表1获取的节点数据进行获取；
步骤三，构建配电网规划计算模型；电网大数据计算分析中心2通过对电网节点数据的分析，获取目标区域配电网供电的总成本，配电网供电总成本包括可靠性投资成本、售电成本和缺电成本；根据配电网供电总成本、可靠性投资成本、售电成本和缺电成本获取售电成本联动的可靠性投资优化模型；
步骤四，代入运算模型实施规划投资方案；将配电网供电总成本代入售电成本联动的可靠性投资优化模型中，对代入售电成本联动的可靠性投资优化模型的配电网供电总成本进行求导处理，根据求导结果确定目标区域的配电网可靠性投资最优方案；根据目标区域的配电网可靠性投资最优方案对目标区域进行配电网可靠性投资；
步骤五，搭建多维网架模型；电网大数据计算分析中心2对各个智能电表1获取的节点数据进行获取分析，对规划区域配电网数据进行整合，生成现电网多维网架模型；
步骤六，历史数据挖掘分析；在电网大数据计算分析中心2的数据库21中进行历史电网节点大数据的调用，基于配电网投资项目经济性情况的历史数据，提高数据利用准确性；
步骤七，用户供电可靠性反馈分析；对电网大数据计算分析中心2中获取的电网节点处运行可靠性反馈数据进行分析，根据电网节点运行不可靠的反馈进行配电网规划投资的优化，进行配电网规划计算模型的优化；
步骤八，优化配电网规划计算模型；通过梳理数据库21中的历史电网节点大数据，分析整理出历史配电网规划投资典型模型，形成电网规划工作者规划投资比对的参考依据，进行配电网规划计算模型的优化。
进一步地，智能电表1的内部设置有电流采样模块11、电压采样模块12、频率监测模块13、用电计量模块14和定位模块15，用于获取各户节点上的电网数据，智能电表1的内部设置有用户反馈模块16，用户能通过反馈模块16进行节点电网运行可靠性的反馈。
进一步地，电网大数据计算分析中心2内部设置有数据库21，数据库21进行上述上传各户节点上的电网数据、各户节点电网可靠性反馈信息的存储，数据库21按时序进行上述数据的存储，并对各个配电网的历史规划投资方案数据进行存储，形成历史电网节点大数据文件。
进一步地，电表用户终端3，包括电表数据交互模块31，用于电网节点用户远程获取智能电表1检测电网数据，电网节点用户通过电表用户终端3配合用户反馈模块16进行节点电网运行可靠性的反馈。
进一步地，工作者终端4，用于电网规划工作者显示读取电网大数据计算分析中心2中的数据，电网规划工作者通过工作者终端4能进行电网大数据计算分析中心2中配电网规划计算模型的编辑优化，各个电网规划工作者通过工作者终端4进行电网规划投资方案的远程获取，进行评审、优化。
进一步地，电表用户终端3和工作者终端4为手机、电脑、ipad中的一种或多种。
进一步地，步骤三中，根据配电网供电总成本、可靠性投资成本、售电成本和缺电成本获取售电成本联动的可靠性投资优化模型，售电成本联动的可靠性投资优化模型为：
minZ＝f1(ΔR)+f2(ΔR)+g(ΔR)；
其中，f1(ΔR)为可靠性投资成本模型，f2(ΔR)为售电成本模型，g(ΔR)为缺电成本模型，ΔR为改善后的供电可靠率的提升值。
进一步地，步骤四中，将售电成本联动的可靠性投资优化模型作为目标函数对改善后的供电可靠率的提升值ΔR求导，获得求导结果，求导结果为：
若minZ'＝0，则确定配电网供电总成本对应的配电网可靠性投资方案为最优投资方案。
进一步地，步骤四中，配电网规划人员利用工作者终端4进行配电网辅助规划，辅助计算软件分析配电网在建设规模、安全运行、利用效率、设备寿命和装备水平方面的发展情况，判断配电网发展现状，根据电网节点运行不可靠的反馈信息找出其薄弱环节。
与现有技术相比，本发明的有益效果是：
(1)通过智能电表进行规划电网各户节点数据进行收集，收集的节点数据汇集上传到电网大数据计算分析中心内，进行规划电网大数据的挖掘，并保存到数据库内，按时序进行上述数据的存储，形成历史电网节点大数据文件，后期电网规划工作者分析整理历史配电网规划投资大数据，形成规划投资比对的参考依据，利于配电网规划投资方案的优化；电网大数据计算分析中心挖掘规划区域配电网大数据，生成现电网多维网架模型，生成城市电网节点多维网架动态数据图，对电网大数据进行图形化处理，能较为直观的对规划投资运行电网进行浏览，利于后续的分析优化；
(2)电网使用用户能通过电表用户终端进行电网数据的远程获取，且能通过电表用户终端3进行该节点处电网运行状况的反馈，电网规划工作者能通过工作者终端进行数据库21内数据的获取，能进行电网运行不可靠反馈信息的读取，使电网规划工作者能及时的解决、优化电网节点不可靠运行的问题，电网规划工作者根据据电网节点运行不可靠的反馈进行配电网规划投资的优化，进行配电网规划计算模型的优化。
附图说明
图1是本发明实施例中的基于大数据的配电网规划项目精准投资方法的流程图。
图2是本发明实施例中的区域电网节点大数据采集系统的整体结构示意图。
图3是本发明实施例中的区域电网节点大数据采集系统的流程图。
图中，1-智能电表，11-电流采样模块，12-电压采样模块，13-频率监测模块，14-用电计量模块，15-定位模块，16-用户反馈模块，2-电网大数据计算分析中心，21-数据库，3-电表用户终端，4-工作者终端。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
请参阅图1-3，本发明实施例提供一种技术方案：基于大数据的配电网规划项目精准投资方法，包括以下步骤，步骤一，区域电网节点大数据采集系统搭建；步骤二，配电网数据的采集获取；步骤三，构建配电网规划计算模型；步骤四，代入运算模型实施规划投资方案；步骤五，搭建多维网架模型；步骤六，历史数据挖掘分析；步骤七，用户供电可靠性反馈分析；步骤八，优化配电网规划计算模型。
其中上述步骤一中，在规划区域电网各用户节点的电路上安装智能电表1，并架设搭建电网大数据计算分析中心2；电网各节点用户使用电表用户终端3，电网规划工作者使用工作者终端4。
其中上述步骤二中，在上述区域电网节点大数据采集系统搭建后运行过程中，通过智能电表1中的电流采样模块11、电压采样模块12、频率监测模块13和用电计量模块14，进行规划电网各节点处电流、电压、频率和用电量数据监测获取，通过定位模块15进行该电表处电网节点位置信息的定位获取，节点用户通过智能电表1中的用户反馈模块16配合电表用户终端3进行节点电网运行可靠性的反馈，通过数据传输电网大数据计算分析中心2对上述各个智能电表1获取的节点数据进行获取。
其中上述步骤三中，电网大数据计算分析中心2通过对电网节点数据的分析，获取目标区域配电网供电的总成本，配电网供电总成本包括可靠性投资成本、售电成本和缺电成本；根据配电网供电总成本、可靠性投资成本、售电成本和缺电成本获取售电成本联动的可靠性投资优化模型。
其中上述步骤四中，将配电网供电总成本代入售电成本联动的可靠性投资优化模型中，对代入售电成本联动的可靠性投资优化模型的配电网供电总成本进行求导处理，根据求导结果确定目标区域的配电网可靠性投资最优方案；根据目标区域的配电网可靠性投资最优方案对目标区域进行配电网可靠性投资。
其中上述步骤五中，电网大数据计算分析中心2对各个智能电表1获取的节点数据进行获取分析，对规划区域配电网数据进行整合，生成现电网多维网架模型。
其中上述步骤六中，在电网大数据计算分析中心2的数据库21中进行历史电网节点大数据的调用，基于配电网投资项目经济性情况的历史数据，提高数据利用准确性。
其中上述步骤七中，对电网大数据计算分析中心2中获取的电网节点处运行可靠性反馈数据进行分析，根据电网节点运行不可靠的反馈进行配电网规划投资的优化，进行配电网规划计算模型的优化。
其中上述步骤八中，通过梳理数据库21中的历史电网节点大数据，分析整理出历史配电网规划投资典型模型，形成电网规划工作者规划投资比对的参考依据，进行配电网规划计算模型的优化。
需要说明的是，通过智能电表1进行规划电网各户节点数据进行收集，收集的节点数据汇集上传到电网大数据计算分析中心2内，进行规划电网大数据的挖掘，并保存到数据库21内，按时序进行上述数据的存储，形成历史电网节点大数据文件，后期电网规划工作者分析整理历史配电网规划投资大数据，形成规划投资比对的参考依据，利于配电网规划投资方案的优化；电网大数据计算分析中心2挖掘规划区域配电网大数据，生成现电网多维网架模型，生成城市电网节点多维网架动态数据图，对电网大数据进行图形化处理，能较为直观的对规划投资运行电网进行浏览，利于后续的分析优化。
智能电表1的内部设置有电流采样模块11、电压采样模块12、频率监测模块13、用电计量模块14和定位模块15，用于获取各户节点上的电网数据，智能电表1的内部设置有用户反馈模块16，用户能通过反馈模块16进行节点电网运行可靠性的反馈。
需要说明的是，智能电表1基本结构是现有技术的引用，在智能化电表的相关专利中能得到了解，智能电表1在收集获取电网数据的同时，具上传数据的能力，在检测到电网数据过程中能发送该电表的位置信息，利于电网多维网架模型的建立。
电网大数据计算分析中心2内部设置有数据库21，数据库21进行上述上传各户节点上的电网数据、各户节点电网可靠性反馈信息的存储，数据库21按时序进行上述数据的存储、数据库21对各个配电网的历史规划投资方案数据进行存储，形成历史电网节点大数据文件。
电表用户终端3，包括电表数据交互模块31，用于电网节点用户远程获取智能电表1检测电网数据，电网节点用户通过电表用户终端3配合用户反馈模块16进行节点电网运行可靠性的反馈。
工作者终端4，用于电网规划工作者显示读取电网大数据计算分析中心2中的数据，电网规划工作者通过工作者终端4能进行电网大数据计算分析中心2中配电网规划计算模型的编辑优化，各个电网规划工作者通过工作者终端4进行电网规划投资方案的远程获取，进行评审、优化。
电表用户终端3和工作者终端4可以为手机、电脑、ipad中的一种或多种。
需要说明的是，电网使用用户能通过电表用户终端3进行电网数据的远程获取，且能通过电表用户终端3进行该节点处电网运行状况的反馈，电网规划工作者能通过工作者终端4进行数据库21内数据的获取，能进行电网运行不可靠反馈信息的读取，使电网规划工作者能及时的解决、优化电网节点不可靠运行的问题，电网规划工作者根据据电网节点运行不可靠的反馈进行配电网规划投资的优化，进行配电网规划计算模型的优化。
步骤四中，将配电网供电总成本代入售电成本联动的可靠性投资优化模型中，对代入售电成本联动的可靠性投资优化模型的配电网供电总成本进行求导处理，根据求导结果确定目标区域的配电网可靠性投资最优方案，包括：根据配电网供电总成本、可靠性投资成本、售电成本和缺电成本获取售电成本联动的可靠性投资优化模型，售电成本联动的可靠性投资优化模型为：
minZ＝f1(ΔR)+f2(ΔR)+g(ΔR)；
将售电成本联动的可靠性投资优化模型作为目标函数对ΔR求导，获得求导结果，求导结果为：
若minZ'＝0，则确定配电网供电总成本对应的配电网可靠性投资方案为最优投资方案；其中，f1(ΔR)为可靠性投资成本模型，f2(ΔR)为售电成本模型，g(ΔR)为缺电成本模型，ΔR为改善后的供电可靠率的提升值。
配电网规划人员利用工作者终端4进行配电网辅助规划，辅助计算软件分析配电网在建设规模、安全运行、利用效率、设备寿命和装备水平方面的发展情况，判断配电网发展现状，根据电网节点运行不可靠的反馈信息找出其薄弱环节。
需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。
Claims (9)
1.基于大数据的配电网规划项目精准投资方法，其特征在于：所述方法包括以下步骤：
步骤一，区域电网节点大数据采集系统搭建；在规划区域电网各用户节点的电路上安装智能电表(1)，并架设搭建电网大数据计算分析中心(2)；电网各节点用户使用电表用户终端(3)，电网规划工作者使用工作者终端(4)；
步骤二，配电网数据的采集获取；在上述区域电网节点大数据采集系统搭建后运行过程中，通过智能电表(1)中的电流采样模块(11)、电压采样模块(12)、频率监测模块(13)和用电计量模块(14)，进行规划电网各节点处电流、电压、频率和用电量数据监测获取，通过定位模块(15)进行该电表处电网节点位置信息的定位获取，节点用户通过智能电表(1)中的用户反馈模块(16)配合电表用户终端(3)进行节点电网运行可靠性的反馈，通过数据传输电网大数据计算分析中心(2)对上述各个智能电表(1)获取的节点数据进行获取；
步骤三，构建配电网规划计算模型；电网大数据计算分析中心(2)通过对电网节点数据的分析，获取目标区域配电网供电的总成本，所述配电网供电总成本包括可靠性投资成本、售电成本和缺电成本；根据所述配电网供电总成本、所述可靠性投资成本、所述售电成本和所述缺电成本获取所述售电成本联动的可靠性投资优化模型；
步骤四，代入运算模型实施规划投资方案；将所述配电网供电总成本代入售电成本联动的可靠性投资优化模型中，对代入所述售电成本联动的可靠性投资优化模型的所述配电网供电总成本进行求导处理，根据求导结果确定所述目标区域的配电网可靠性投资最优方案；根据所述目标区域的配电网可靠性投资最优方案对所述目标区域进行配电网可靠性投资；
步骤五，搭建多维网架模型；电网大数据计算分析中心(2)对各个智能电表(1)获取的节点数据进行获取分析，对规划区域配电网数据进行整合，生成现电网多维网架模型；
步骤六，历史数据挖掘分析；在电网大数据计算分析中心(2)的数据库(21)中进行历史电网节点大数据的调用，基于配电网投资项目经济性情况的历史数据，提高数据利用准确性；
步骤七，用户供电可靠性反馈分析；对电网大数据计算分析中心(2)中获取的电网节点处运行可靠性反馈数据进行分析，根据电网节点运行不可靠的反馈进行配电网规划投资的优化，进行配电网规划计算模型的优化；
步骤八，优化配电网规划计算模型；通过梳理数据库(21)中的历史电网节点大数据，分析整理出历史配电网规划投资典型模型，形成电网规划工作者规划投资比对的参考依据，进行配电网规划计算模型的优化。
2.根据权利要求1所述的基于大数据的配电网规划项目精准投资方法，其特征在于：所述智能电表(1)的内部设置有电流采样模块(11)、电压采样模块(12)、频率监测模块(13)、用电计量模块(14)和定位模块(15)，用于获取各户节点上的电网数据，所述智能电表(1)的内部设置有用户反馈模块(16)，用户能通过反馈模块(16)进行节点电网运行可靠性的反馈。
3.根据权利要求1所述的基于大数据的配电网规划项目精准投资方法，其特征在于：所述电网大数据计算分析中心(2)内部设置有数据库(21)，所述数据库(21)进行上述上传各户节点上的电网数据、各户节点电网可靠性反馈信息的存储，所述数据库(21)按时序进行上述数据的存储，并对各个配电网的历史规划投资方案数据进行存储，形成历史电网节点大数据文件。
4.根据权利要求1所述的基于大数据的配电网规划项目精准投资方法，其特征在于：所述电表用户终端(3)，包括电表数据交互模块(31)，用于电网节点用户远程获取所述智能电表(1)检测电网数据，电网节点用户通过电表用户终端(3)配合用户反馈模块(16)进行节点电网运行可靠性的反馈。
5.根据权利要求1所述的基于大数据的配电网规划项目精准投资方法，其特征在于：所述工作者终端(4)，用于电网规划工作者显示读取电网大数据计算分析中心(2)中的数据，电网规划工作者通过工作者终端(4)能进行电网大数据计算分析中心(2)中配电网规划计算模型的编辑优化，各个电网规划工作者通过工作者终端(4)进行电网规划投资方案的远程获取，进行评审、优化。
6.根据权利要求1所述的基于大数据的配电网规划项目精准投资方法，其特征在于：所述电表用户终端(3)和工作者终端(4)为手机、电脑、ipad中的一种或多种。
7.根据权利要求1所述的基于大数据的配电网规划项目精准投资方法，其特征在于：步骤三中，根据所述配电网供电总成本、所述可靠性投资成本、所述售电成本和所述缺电成本获取所述售电成本联动的可靠性投资优化模型，所述售电成本联动的可靠性投资优化模型为：
minZ＝f1(ΔR)+f2(ΔR)+g(ΔR)；
其中，f1(ΔR)为可靠性投资成本模型，f2(ΔR)为售电成本模型，g(ΔR)为缺电成本模型，ΔR为改善后的供电可靠率的提升值。
8.根据权利要求1所述的基于大数据的配电网规划项目精准投资方法，其特征在于：步骤四中，将所述售电成本联动的可靠性投资优化模型作为目标函数对改善后的供电可靠率的提升值ΔR求导，获得求导结果，所述求导结果为：
若minZ'＝0，则确定所述配电网供电总成本对应的配电网可靠性投资方案为最优投资方案。
9.根据权利要求1所述的基于大数据的配电网规划项目精准投资方法，其特征在于：所述步骤四中，配电网规划人员利用工作者终端(4)进行配电网辅助规划，辅助计算软件分析配电网在建设规模、安全运行、利用效率、设备寿命和装备水平方面的发展情况，判断配电网发展现状，根据电网节点运行不可靠的反馈信息找出其薄弱环节。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311073257.5A CN116862201A (zh) | 2023-08-24 | 2023-08-24 | 基于大数据的配电网规划项目精准投资方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311073257.5A CN116862201A (zh) | 2023-08-24 | 2023-08-24 | 基于大数据的配电网规划项目精准投资方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116862201A true CN116862201A (zh) | 2023-10-10 |
Family
ID=88225265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311073257.5A Pending CN116862201A (zh) | 2023-08-24 | 2023-08-24 | 基于大数据的配电网规划项目精准投资方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116862201A (zh) |
-
2023
- 2023-08-24 CN CN202311073257.5A patent/CN116862201A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105740975B (zh) | 一种基于数据关联关系的设备缺陷评估与预测方法 | |
| CN103135009B (zh) | 基于使用者回馈信息的电器侦测方法与系统 | |
| Kang et al. | Big data analytics in China's electric power industry: modern information, communication technologies, and millions of smart meters | |
| CN101413981B (zh) | 电力系统运行备用可靠性测试系统 | |
| CN110333402B (zh) | 一种基于边缘计算的用户电压异常感知方法及系统 | |
| CN111027872B (zh) | 一种区域用户的用电成熟度确定方法及系统 | |
| CN105426980B (zh) | 一种配电网健康指数评估工程应用系统 | |
| CN102982394A (zh) | 配电网负荷参数辨识方法及系统 | |
| CN102567412A (zh) | 一种计算机辅助电网负荷分析的信息处理方法 | |
| CN110928866A (zh) | 基于停电信息大数据分析的线路拓扑核查方法及系统 | |
| CN112307003B (zh) | 电网数据多维辅助分析方法、系统、终端及可读存储介质 | |
| CN101673363A (zh) | 用能效率评测方法和系统 | |
| CN106251034A (zh) | 基于云计算技术的智慧节能电表监控系统 | |
| CN112688431A (zh) | 一种基于大数据的配电网负荷过载可视化方法及系统 | |
| CN112286063A (zh) | 一种基于非侵入量测的区域能耗监测系统及方法 | |
| CN104834984A (zh) | 一种基于统一互联电力市场的电力交易监管风险预警系统 | |
| CN108898239A (zh) | 一种基于数据分析的配电变压器选址方法 | |
| CN110837532A (zh) | 一种基于大数据平台对充电桩窃电行为的检测方法 | |
| CN115759708A (zh) | 一种考虑电力时空分布特性的线损分析方法及系统 | |
| CN103617447A (zh) | 智能变电站的评价系统及评价方法 | |
| CN112615428A (zh) | 一种线损分析治理系统及方法 | |
| CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
| CN112649696A (zh) | 电网异常状态识别方法 | |
| CN116862201A (zh) | 基于大数据的配电网规划项目精准投资方法 | |
| CN116522746A (zh) | 高耗能企业配电托管方法 |
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 |