CN117011731B - 一种电网电力系统建立中配电网安全智能分析方法 - Google Patents

一种电网电力系统建立中配电网安全智能分析方法 Download PDF

Info

Publication number
CN117011731B
CN117011731B CN202311284907.0A CN202311284907A CN117011731B CN 117011731 B CN117011731 B CN 117011731B CN 202311284907 A CN202311284907 A CN 202311284907A CN 117011731 B CN117011731 B CN 117011731B
Authority
CN
China
Prior art keywords
power
target
demand
historical
stability
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
Application number
CN202311284907.0A
Other languages
English (en)
Other versions
CN117011731A (zh
Inventor
王文林
宋浩杰
吴怀波
杜海红
刘成军
王萍萍
张硕
温永亮
万山景
韩厚彬
黄锦
陶军
陈飞
任志莲
操丹丹
许涛
吴文涛
潘登
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Huanshang Power Supply Co of State Grid Anhui Electric Power Co Ltd
Original Assignee
Hefei University of Technology
Huanshang Power Supply Co of State Grid Anhui Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology, Huanshang Power Supply Co of State Grid Anhui Electric Power Co Ltd filed Critical Hefei University of Technology
Priority to CN202311284907.0A priority Critical patent/CN117011731B/zh
Publication of CN117011731A publication Critical patent/CN117011731A/zh
Application granted granted Critical
Publication of CN117011731B publication Critical patent/CN117011731B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Remote Sensing (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及配电网安全分析技术领域，具体公开一种电网电力系统建立中配电网安全智能分析方法，该方法包括：目标区域基本参数采集分析、数据预处理、电力能源类型统计、电力能源基础参数获取分析和电力能源筛分匹配，本发明提升了电力能源与接入区域的匹配度，不仅减少了电力系统的构建成本，且能够保障电力能源用电区域的用电稳定性和安全性，有力维护了电力系统合理高效的运行水平，有利于为电力系统的安全构建提供科学性和可靠性的数据支撑基础，极大降低了用电区域因电力能源的输出浮动性而导致的用电安全事故的发生率。

Description

一种电网电力系统建立中配电网安全智能分析方法
技术领域
本发明涉及配电网安全分析技术领域，具体而言，涉及一种电网电力系统建立中配电网安全智能分析方法。
背景技术
电力系统指的是利用可再生能源进行电力的生产，从而减少对传统化石能源的依赖性，目前的可再生能源有风能、水能以及太阳能等，其共同的特点和优势是具有清洁性和无限的可持续性，但与此同时，可再生能源也具有一些局限性，例如过度依赖于环境因素，具有较大程度的不可控性，对于新能源的过度依赖，则会致使电力系统的运行稳定性无法得到有力的支撑保障，增加了一系列的用电安全隐患，因此，需要在电力系统构建中对各种电力能源的调用分配进行科学的分析。
（1）目前，电力系统在构建过程中缺乏对需求接入电力能源的区域进行用电稳定性的初步分析，而电力能源受环境的影响较大，往往不具备较强的使用稳定性，对这一层面的分析欠缺会造成后续接入的电力能源与区域的实际用电需求之间存在不相协调的现象，折损了电力能源与接入区域的匹配度，不仅增加了电力系统的构建成本，且无法保障电力能源用电区域的用电稳定性和安全性，极大地降低了电力系统合理高效的运行水平，不利于为电力系统的安全构建提供科学性和可靠性的数据支撑基础。
（2）现有的电力系统缺乏对相应的生产基站基本运行状况的深入分析，而生产基站往往随着使用时长的增加，会出现一定程度的电力损耗，同时，受环境等客观性因素影响，电力能源生产基站在不同的月度都会存在不同程度的输出波动性，对这一维度的分析匮乏，致使电力系统的构建存在分析维度单一和精准性不高的现象，不能充分保障用电区域的用电稳定性和安全性，增加了用电区域因电力能源的输出浮动性而导致的用电安全事故的发生率。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种电网电力系统建立中配电网安全智能分析方法，能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种电网电力系统建立中配电网安全智能分析方法，包括：S1.目标区域基本参数采集分析：用于将目标区域进行分割，得到若干目标子区域，基本参数包括基本特性参数和历史用电参数，采集各目标子区域的基本特性参数和历史用电参数，据此分析计算各目标子区域的基本特性参数对应的电力稳定需求指数和各目标子区域的历史用电参数对应的电力稳定需求指数，分别记为和/>。
S2.数据预处理：依据各目标子区域的基本特性参数和历史用电参数对应的电力稳定需求指数，综合计算得到各目标子区域的电力稳定需求指数，记为。
S3.电力能源类型统计：获取目标区域内的预接入电力能源类型，得到各类型预接入电力能源。
S4.电力能源基础参数获取分析：用于获取各类型预接入电力能源的基础参数，分析各类型预接入电力能源的电力稳定指数，记为。
S5.电力能源筛分匹配：依据各目标子区域的电力稳定需求指数和各类型预接入电力能源的电力稳定指数，计算各目标子区域与各类型预接入电力能源的综合契合指数，据此匹配得到各目标子区域的契合预接入电力能源。
作为本发明的一种优选技术方案，所述采集各目标子区域的基本特性参数，其具体过程包括：通过在巡检无人机中安装激光雷达扫描仪，对各目标子区域进行全景鸟瞰图像扫描，据此构建各目标子区域的全景模型，从中提取各建筑物的体积，并识别定位至市政街道处，提取各市政街道的占地面积。
获取各目标子区域的各建筑物的属性，与WEB数据平台中的高需求用电建筑物对应的各属性进行匹配，得到各目标子区域的各高需求用电建筑物，统计各目标子区域的高需求用电建筑物数量，并提取各目标子区域的各高需求用电建筑物的覆盖面积。
将各目标子区域的各建筑物的体积、各市政街道的占地面积、高需求用电建筑物数量以及各高需求用电建筑物的覆盖面积联合归整记为各目标子区域的基本特性参数。
作为本发明的一种优选技术方案，分析计算各目标子区域的基本特性参数对应的电力稳定需求指数，其具体分析过程为：依据各目标子区域的各建筑物的体积，与预构建的各种建筑体积区间对应单位体积的电力稳定需求因子进行匹配，获取各目标子区域对应各建筑物的单位体积的电力稳定需求因子/>，同理，匹配得到各目标子区域对应各市政街道的单位占地面积的电力稳定需求因子/>，并根据各目标子区域对应各市政街道的占地面积/>，计算各目标子区域对应的基本电力稳定需求指数，其中/>和/>分别表示为设定的建筑物体积对应的基本电力稳定需求权重占比值和设定的市政街道的占地面积对应的基本电力稳定需求权重占比值，m表示为各目标子区域的编号，/>，i表示为各建筑物的编号，/>，k表示为建筑物的数量，j表示为各市政街道的编号，/>，n表示为市政街道的数量，e表示为自然常数。
根据各目标子区域的高需求用电建筑物数量以及各高需求用电建筑物的覆盖面积/>，计算各目标子区域的高需求用电建筑物对应的电力稳定需求指数，其中/>表示为预设的高需求用建筑物的单位覆盖面积的电力稳定需求因子，/>和/>分别表示为设定的高需求用电建筑物的数量占比以及电力稳定需求因子对应的权重值，u表示为目标子区域的数量，t表示为各高需求用电建筑物的编号，/>。
综合计算各目标子区域的基本特性参数对应的电力稳定需求指数。
作为本发明的一种优选技术方案，所述各目标子区域的历史用电参数包括各设定历史年份对应各月度的用电量，并包括各设定历史年份的停电次数以及各次停电的辐射区域面积。
作为本发明的一种优选技术方案，分析计算各目标子区域的历史用电参数对应的电力稳定需求指数，其具体过程为：依据各目标子区域在各设定历史年份对应各月度的用电量，通过整合均值处理得到各目标子区域在各月度的历史平均用电量，记为，同时提取各目标子区域在各设定历史年份所属最大月度用电量和最低月度用电量，分别记为和/>。
计算各目标子区域的历史用电量对应的电力稳定需求指数，其中/>表示为设定的电力稳定对应的月度允许浮动值，d表示为各月度的编号，/>，f表示为月度数量，g表示为各设定历史年份的编号，/>，q表示为设定历史年份数量，/>表示为设定的历史用电参数对应的电力稳定需求修正值。
依据各目标子区域在各设定历史年份的停电次数以及各次停电的辐射区域面积/>，并提取各目标子区域的面积/>，计算各目标子区域的历史停电状况对应的电力稳定需求指数/>，其中/>和/>分别表示为设定的停电次数对应的修正因子和设定的停电辐射区域面积对应的修正因子，p表示为各次停电的编号，/>。
综合计算各目标子区域的历史用电参数对应的电力稳定需求指数，其中/>和/>分别表示为设定的历史用电量对应的电力稳定需求评估占比值和设定的历史停电状况对应的电力稳定需求评估占比值。
作为本发明的一种优选技术方案，所述各目标子区域的电力稳定需求指数的计算公式为：/>，其中/>和/>分别表示为设定的基本特性参数对应的权重因数和设定的历史用电参数对应的权重因数。
作为本发明的一种优选技术方案，所述各类型预接入电力能源的基础参数包括生产基站所属位置、装机容量、总投入使用时长以及各历史使用年份在各月度的发电量。
作为本发明的一种优选技术方案，所述分析各类型预接入电力能源的电力稳定指数，其具体分析过程为：依据各类型预接入电力能源的生产基站所属装机容量和总投入使用时长，与预定义的各种类型电力能源的生产基站所属各种装机容量区间对应单位使用时长的电力生产损耗因子进行匹配，得到各类型预接入电力能源的生产基站对应单位使用时长的电力生产损耗因子/>。
根据各类型预接入电力能源的生产基站所属各历史使用年份在各月度的发电量，得到各类型预接入电力能源的生产基站所属各历史使用年份的发电总量以及各月度的历史平均发电量/>，综合计算各类型预接入电力能源的电力稳定指数，其中/>、/>和/>分别表示为设定的使用时长对应的电力稳定影响权重值、设定的年发电量对应的电力稳定影响权重值和设定的月发电量对应的电力稳定影响权重值，A表示为各类型预接入电力能源的编号，,B表示为各历史使用年份的编号，/>，I表示为历史使用年份的数量。
作为本发明的一种优选技术方案，所述各目标子区域与各类型预接入电力能源的综合契合指数，具体计算过程为：依据各类型电力能源的生产基站所属位置，提取各类型电力能源的生产基站的位置中心点，并提取各目标子区域的中心点，将其分别与各类型电力能源的生产基站的位置中心点进行直线连接，得到并提取连接直线的长度，将其作为各类型电力能源与各目标子区域的参照电力传输间隔，标记为。
联合各目标子区域的电力稳定需求指数和各类型预接入电力能源的电力稳定指数/>,据此计算各目标子区域与各类型预接入电力能源的综合契合指数，其中/>表示为预设的单位电力传输间隔对应的契合影响因子。
作为本发明的一种优选技术方案，所述匹配得到各目标子区域的契合预接入电力能源，具体过程为：依据各目标子区域与各类型预接入电力能源的综合契合指数，提取各目标子区域所属综合契合指数最大值对应的预接入电力能源，记为契合预接入电力能源，归整得到各目标子区域的契合预接入电力能源。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：（1）本发明通过采集各目标子区域的基本特性参数，并分析计算各目标子区域的基本特性参数对应的电力稳定需求指数，充分兼顾到各目标子区域的人口分布密度以及用电需求程度和水平，实现了在电力系统的构建过程中对需求接入电力能源的区域进行用电稳定性的初步分析，充分考虑到电力能源受环境的影响所不具备的较强使用稳定性，通过对这一层面进行分析，减少了后续接入的电力能源与区域的实际用电需求之间所存在的不相协调现象，提升了电力能源与接入区域的匹配度。
（2）本发明采集各目标子区域的历史用电参数，综合计算得到各目标子区域的电力稳定需求指数，有力提高了对各目标子区域进行用电稳定性分析的精准性和科学性，提升了电力能源与接入区域之间的协调性，不仅减少了电力系统的构建成本，且能够保障电力能源用电区域的用电稳定性和安全性，有力维护了电力系统合理高效的运行水平，有利于为电力系统的安全构建提供科学性和可靠性的数据支撑基础。
（3）本发明通过获取各类型预接入电力能源的基础参数，并分析各类型预接入电力能源的电力稳定指数，实现对各类型预接入电力能源的生产基站进行基本运行状况的深入分析，通过对生产基站的使用损耗以及历史的电力输出状况进行考虑分析，有力增加了对电力系统构建进行分析的维度丰富性，并有力提高了数据分析的精准性，能够充分保障用电区域的用电稳定性和安全性，极大降低了用电区域因电力能源的输出浮动性而导致的用电安全事故的发生率。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法步骤连接示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
参照图1所示，本发明提供一种电网电力系统建立中配电网安全智能分析方法，包括：S1.目标区域基本参数采集分析：用于将目标区域进行分割，得到若干目标子区域，基本参数包括基本特性参数和历史用电参数，采集各目标子区域的基本特性参数和历史用电参数，据此分析计算各目标子区域的基本特性参数对应的电力稳定需求指数和各目标子区域的历史用电参数对应的电力稳定需求指数，分别记为和/>。
需要说明的是，上述目标区域为需求接入电力能源的区域，具体是以城市为划分依据的，同时各目标子区域是以市政分区为划分依据的，例如目标区域为合肥，那么对应的各目标子区域包括蜀山区、瑶海区和经开区等。
具体地，所述采集各目标子区域的基本特性参数，其具体过程包括：通过在巡检无人机中安装激光雷达扫描仪，对各目标子区域进行全景鸟瞰图像扫描，据此构建各目标子区域的全景模型，从中提取各建筑物的体积，并识别定位至市政街道处，提取各市政街道的占地面积。
获取各目标子区域的各建筑物的属性，与WEB数据平台中的高需求用电建筑物对应的各属性进行匹配，得到各目标子区域的各高需求用电建筑物，统计各目标子区域的高需求用电建筑物数量，并提取各目标子区域的各高需求用电建筑物的覆盖面积。
需要说明的是，上述各建筑物的属性包括居住建筑、公共建筑、行政办公建筑、文教建筑、科研建筑和医疗建筑等。
将各目标子区域的各建筑物的体积、各市政街道的占地面积、高需求用电建筑物数量以及各高需求用电建筑物的覆盖面积联合归整记为各目标子区域的基本特性参数。
具体地，分析计算各目标子区域的基本特性参数对应的电力稳定需求指数，其具体分析过程为：依据各目标子区域的各建筑物的体积，与预构建的各种建筑体积区间对应单位体积的电力稳定需求因子进行匹配，获取各目标子区域对应各建筑物的单位体积的电力稳定需求因子/>，同理，匹配得到各目标子区域对应各市政街道的单位占地面积的电力稳定需求因子/>，并根据各目标子区域对应各市政街道的占地面积/>，计算各目标子区域对应的基本电力稳定需求指数/>，其中/>和/>分别表示为设定的建筑物体积对应的基本电力稳定需求权重占比值和设定的市政街道的占地面积对应的基本电力稳定需求权重占比值，m表示为各目标子区域的编号，，i表示为各建筑物的编号，/>，k表示为建筑物的数量，j表示为各市政街道的编号，/>，n表示为市政街道的数量，e表示为自然常数。
根据各目标子区域的高需求用电建筑物数量以及各高需求用电建筑物的覆盖面积/>，计算各目标子区域的高需求用电建筑物对应的电力稳定需求指数，其中/>表示为预设的高需求用电电建筑物的单位覆盖面积的电力稳定需求因子，/>和/>分别表示为设定的高需求用电建筑物的数量占比以及电力稳定需求因子对应的权重值，u表示为目标子区域的数量，t表示为各高需求用电建筑物的编号，/>。
综合计算各目标子区域的基本特性参数对应的电力稳定需求指数。
在一个具体的实施例中，本发明通过采集各目标子区域的基本特性参数，并分析计算各目标子区域的基本特性参数对应的电力稳定需求指数，充分兼顾到各目标子区域的人口分布密度以及用电需求程度和水平，实现了在电力系统的构建过程中对需求接入电力能源的区域进行用电稳定性的初步分析，充分考虑到电力能源受环境的影响所不具备的较强使用稳定性，通过对这一层面进行分析，减少了后续接入的电力能源与区域的实际用电需求之间所存在的不相协调现象，提升了电力能源与接入区域的匹配度。
具体地，所述各目标子区域的历史用电参数包括各设定历史年份对应各月度的用电量，并包括各设定历史年份的停电次数以及各次停电的辐射区域面积。
具体地，分析计算各目标子区域的历史用电参数对应的电力稳定需求指数，其具体过程为：依据各目标子区域在各设定历史年份对应各月度的用电量，通过整合均值处理得到各目标子区域在各月度的历史平均用电量，记为，同时提取各目标子区域在各设定历史年份所属最大月度用电量和最低月度用电量，分别记为/>和/>。
计算各目标子区域的历史用电量对应的电力稳定需求指数，其中/>表示为设定的电力稳定对应的月度允许浮动值，d表示为各月度的编号，/>，f表示为月度数量，g表示为各设定历史年份的编号，/>，q表示为设定历史年份数量，/>表示为设定的历史用电参数对应的电力稳定需求修正值。
依据各目标子区域在各设定历史年份的停电次数以及各次停电的辐射区域面积/>，并提取各目标子区域的面积/>，计算各目标子区域的历史停电状况对应的电力稳定需求指数/>，其中/>和/>分别表示为设定的停电次数对应的修正因子和设定的停电辐射区域面积对应的修正因子，p表示为各次停电的编号，/>。
综合计算各目标子区域的历史用电参数对应的电力稳定需求指数，其中/>和/>分别表示为设定的历史用电量对应的电力稳定需求评估占比值和设定的历史停电状况对应的电力稳定需求评估占比值。
S2.数据预处理：依据各目标子区域的基本特性参数和历史用电参数对应的电力稳定需求指数，综合计算得到各目标子区域的电力稳定需求指数，记为。
具体地，所述各目标子区域的电力稳定需求指数的计算公式为：，其中/>和/>分别表示为设定的基本特性参数对应的权重因数和设定的历史用电参数对应的权重因数。
在一个具体实施例中，本发明采集各目标子区域的历史用电参数，综合计算得到各目标子区域的电力稳定需求指数，有力提高了对各目标子区域进行用电稳定性分析的精准性和科学性，提升了电力能源与接入区域之间的协调性，不仅减少了电力系统的构建成本，且能够保障电力能源用电区域的用电稳定性和安全性，有力维护了电力系统合理高效的运行水平，有利于为电力系统的安全构建提供科学性和可靠性的数据支撑基础。
S3.电力能源类型统计：获取目标区域内的预接入电力能源类型，得到各类型预接入电力能源。
需要说明的是，上述各类型预接入电力能源包括风能、水能和太阳能等。
S4.电力能源基础参数获取分析：用于获取各类型预接入电力能源的基础参数，分析各类型预接入电力能源的电力稳定指数，记为。
具体地，所述各类型预接入电力能源的基础参数包括生产基站所属位置、装机容量、总投入使用时长以及各历史使用年份在各月度的发电量。
需要说明的是，上述装机容量是电力能源生产基站的建设规模和电力生产能力的主要衡量指标之一，其单位为“kW”。
具体地，所述分析各类型预接入电力能源的电力稳定指数，其具体分析过程为：依据各类型预接入电力能源的生产基站所属装机容量和总投入使用时长，与预定义的各种类型电力能源的生产基站所属各种装机容量区间对应单位使用时长的电力生产损耗因子进行匹配，得到各类型预接入电力能源的生产基站对应单位使用时长的电力生产损耗因子/>。
根据各类型预接入电力能源的生产基站所属各历史使用年份在各月度的发电量，得到各类型预接入电力能源的生产基站所属各历史使用年份的发电总量以及各月度的历史平均发电量/>，综合计算各类型预接入电力能源的电力稳定指数，其中/>、/>和/>分别表示为设定的使用时长对应的电力稳定影响权重值、设定的年发电量对应的电力稳定影响权重值和设定的月发电量对应的电力稳定影响权重值，A表示为各类型预接入电力能源的编号，,B表示为各历史使用年份的编号，/>，I表示为历史使用年份的数量。
在一个具体实施例中，本发明通过获取各类型预接入电力能源的基础参数，并分析各类型预接入电力能源的电力稳定指数，实现对各类型预接入电力能源的生产基站进行基本运行状况的深入分析，通过对生产基站的使用损耗以及历史的电力输出状况进行考虑分析，有力增加了对电力系统构建进行分析的维度丰富性，并有力提高了数据分析的精准性，能够充分保障用电区域的用电稳定性和安全性，极大降低了用电区域因电力能源的输出浮动性而导致的用电安全事故的发生率。
S5.电力能源筛分匹配：依据各目标子区域的电力稳定需求指数和各类型预接入电力能源的电力稳定指数，计算各目标子区域与各类型预接入电力能源的综合契合指数，据此匹配得到各目标子区域的契合预接入电力能源。
具体地，所述各目标子区域与各类型预接入电力能源的综合契合指数，具体计算过程为：依据各类型电力能源的生产基站所属位置，提取各类型电力能源的生产基站的位置中心点，并提取各目标子区域的中心点，将其分别与各类型电力能源的生产基站的位置中心点进行直线连接，得到并提取连接直线的长度，将其作为各类型电力能源与各目标子区域的参照电力传输间隔，标记为。
联合各目标子区域的电力稳定需求指数和各类型预接入电力能源的电力稳定指数/>,据此计算各目标子区域与各类型预接入电力能源的综合契合指数，其中/>表示为预设的单位电力传输间隔对应的契合影响因子。
具体地，所述匹配得到各目标子区域的契合预接入电力能源，具体过程为：依据各目标子区域与各类型预接入电力能源的综合契合指数，提取各目标子区域所属综合契合指数最大值对应的预接入电力能源，记为契合预接入电力能源，归整得到各目标子区域的契合预接入电力能源。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种电网电力系统建立中配电网安全智能分析方法，其特征在于，包括：
S1.目标区域基本参数采集分析：用于将目标区域进行分割，得到若干目标子区域，基本参数包括基本特性参数和历史用电参数，采集各目标子区域的基本特性参数和历史用电参数，据此分析计算各目标子区域的基本特性参数对应的电力稳定需求指数和各目标子区域的历史用电参数对应的电力稳定需求指数，分别记为和/>；
分析计算各目标子区域的基本特性参数对应的电力稳定需求指数，其具体分析过程为：
依据各目标子区域的各建筑物的体积，与预构建的各种建筑体积区间对应单位体积的电力稳定需求因子进行匹配，获取各目标子区域对应各建筑物的单位体积的电力稳定需求因子/>，同理，匹配得到各目标子区域对应各市政街道的单位占地面积的电力稳定需求因子/>，并根据各目标子区域对应各市政街道的占地面积/>，计算各目标子区域对应的基本电力稳定需求指数/>，其中/>和/>分别表示为设定的建筑物体积对应的基本电力稳定需求权重占比值和设定的市政街道的占地面积对应的基本电力稳定需求权重占比值，m表示为各目标子区域的编号，/>，i表示为各建筑物的编号，/>，k表示为建筑物的数量，j表示为各市政街道的编号，，n表示为市政街道的数量，e表示为自然常数；
根据各目标子区域的高需求用电建筑物数量以及各高需求用电建筑物的覆盖面积，计算各目标子区域的高需求用电建筑物对应的电力稳定需求指数，其中/>表示为预设的高需求用电建筑物的单位覆盖面积的电力稳定需求因子，/>和/>分别表示为设定的高需求用电建筑物的数量占比以及电力稳定需求因子对应的权重值，u表示为目标子区域的数量，t表示为各高需求用电建筑物的编号，/>；
综合计算各目标子区域的基本特性参数对应的电力稳定需求指数;
S2.数据预处理：依据各目标子区域的基本特性参数和历史用电参数对应的电力稳定需求指数，综合计算得到各目标子区域的电力稳定需求指数，记为；
S3.电力能源类型统计：获取目标区域内的预接入电力能源类型，得到各类型预接入电力能源；
S4.电力能源基础参数获取分析：用于获取各类型预接入电力能源的基础参数，分析各类型预接入电力能源的电力稳定指数，记为；
S5.电力能源筛分匹配：依据各目标子区域的电力稳定需求指数和各类型预接入电力能源的电力稳定指数，计算各目标子区域与各类型预接入电力能源的综合契合指数，据此匹配得到各目标子区域的契合预接入电力能源。
2.根据权利要求1所述的一种电网电力系统建立中配电网安全智能分析方法，其特征在于，所述采集各目标子区域的基本特性参数，其具体过程包括：
通过在巡检无人机中安装激光雷达扫描仪，对各目标子区域进行全景鸟瞰图像扫描，据此构建各目标子区域的全景模型，从中提取各建筑物的体积，并识别定位至市政街道处，提取各市政街道的占地面积；
获取各目标子区域的各建筑物的属性，与WEB数据平台中的高需求用电建筑物对应的各属性进行匹配，得到各目标子区域的各高需求用电建筑物，统计各目标子区域的高需求用电建筑物数量，并提取各目标子区域的各高需求用电建筑物的覆盖面积；
将各目标子区域的各建筑物的体积、各市政街道的占地面积、高需求用电建筑物数量以及各高需求用电建筑物的覆盖面积联合归整记为各目标子区域的基本特性参数。
3.根据权利要求1所述的一种电网电力系统建立中配电网安全智能分析方法，其特征在于，所述各目标子区域的历史用电参数包括各设定历史年份对应各月度的用电量，并包括各设定历史年份的停电次数以及各次停电的辐射区域面积。
4.根据权利要求3所述的一种电网电力系统建立中配电网安全智能分析方法，其特征在于，分析计算各目标子区域的历史用电参数对应的电力稳定需求指数，其具体过程为：
依据各目标子区域在各设定历史年份对应各月度的用电量，通过整合均值处理得到各目标子区域在各月度的历史平均用电量，记为，同时提取各目标子区域在各设定历史年份所属最大月度用电量和最低月度用电量，分别记为/>和/>；
计算各目标子区域的历史用电量对应的电力稳定需求指数，其中/>表示为设定的电力稳定对应的月度允许浮动值，d表示为各月度的编号，/>，f表示为月度数量，g表示为各设定历史年份的编号，/>，q表示为设定历史年份数量，/>表示为设定的历史用电参数对应的电力稳定需求修正值；
依据各目标子区域在各设定历史年份的停电次数以及各次停电的辐射区域面积，并提取各目标子区域的面积/>，计算各目标子区域的历史停电状况对应的电力稳定需求指数/>，其中/>和/>分别表示为设定的停电次数对应的修正因子和设定的停电辐射区域面积对应的修正因子，p表示为各次停电的编号，；
综合计算各目标子区域的历史用电参数对应的电力稳定需求指数，其中/>和/>分别表示为设定的历史用电量对应的电力稳定需求评估占比值和设定的历史停电状况对应的电力稳定需求评估占比值。
5.根据权利要求1所述的一种电网电力系统建立中配电网安全智能分析方法，其特征在于，所述各目标子区域的电力稳定需求指数的计算公式为：/>，其中和/>分别表示为设定的基本特性参数对应的权重因数和设定的历史用电参数对应的权重因数。
6.根据权利要求4所述的一种电网电力系统建立中配电网安全智能分析方法，其特征在于，所述各类型预接入电力能源的基础参数包括生产基站所属位置、装机容量、总投入使用时长以及各历史使用年份在各月度的发电量。
7.根据权利要求6所述的一种电网电力系统建立中配电网安全智能分析方法，其特征在于，所述分析各类型预接入电力能源的电力稳定指数，其具体分析过程为：
依据各类型预接入电力能源的生产基站所属装机容量和总投入使用时长，与预定义的各种类型电力能源的生产基站所属各种装机容量区间对应单位使用时长的电力生产损耗因子进行匹配，得到各类型预接入电力能源的生产基站对应单位使用时长的电力生产损耗因子/>；
根据各类型预接入电力能源的生产基站所属各历史使用年份在各月度的发电量，得到各类型预接入电力能源的生产基站所属各历史使用年份的发电总量以及各月度的历史平均发电量/>，综合计算各类型预接入电力能源的电力稳定指数，其中/>、/>和/>分别表示为设定的使用时长对应的电力稳定影响权重值、设定的年发电量对应的电力稳定影响权重值和设定的月发电量对应的电力稳定影响权重值，A表示为各类型预接入电力能源的编号，/>,B表示为各历史使用年份的编号，/>，I表示为历史使用年份的数量。
8.根据权利要求6所述的一种电网电力系统建立中配电网安全智能分析方法，其特征在于，所述各目标子区域与各类型预接入电力能源的综合契合指数，具体计算过程为：
依据各类型电力能源的生产基站所属位置，提取各类型电力能源的生产基站的位置中心点，并提取各目标子区域的中心点，将其分别与各类型电力能源的生产基站的位置中心点进行直线连接，得到并提取连接直线的长度，将其作为各类型电力能源与各目标子区域的参照电力传输间隔，标记为；
联合各目标子区域的电力稳定需求指数和各类型预接入电力能源的电力稳定指数,据此计算各目标子区域与各类型预接入电力能源的综合契合指数/>，其中/>表示为预设的单位电力传输间隔对应的契合影响因子。
9.根据权利要求1所述的一种电网电力系统建立中配电网安全智能分析方法，其特征在于，所述匹配得到各目标子区域的契合预接入电力能源，具体过程为：依据各目标子区域与各类型预接入电力能源的综合契合指数，提取各目标子区域所属综合契合指数最大值对应的预接入电力能源，记为契合预接入电力能源，归整得到各目标子区域的契合预接入电力能源。
CN202311284907.0A 2023-10-07 2023-10-07 一种电网电力系统建立中配电网安全智能分析方法 Active CN117011731B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311284907.0A CN117011731B (zh) 2023-10-07 2023-10-07 一种电网电力系统建立中配电网安全智能分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311284907.0A CN117011731B (zh) 2023-10-07 2023-10-07 一种电网电力系统建立中配电网安全智能分析方法

Publications (2)

Publication Number Publication Date
CN117011731A CN117011731A (zh) 2023-11-07
CN117011731B true CN117011731B (zh) 2023-12-12

Family

ID=88569460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311284907.0A Active CN117011731B (zh) 2023-10-07 2023-10-07 一种电网电力系统建立中配电网安全智能分析方法

Country Status (1)

Country Link
CN (1) CN117011731B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111968005A (zh) * 2020-06-29 2020-11-20 法能(中国)能源技术有限公司 区域能源系统潜力评估方法及实现该方法的系统
AU2020103555A4 (en) * 2019-12-31 2021-02-04 North China Electric Power University Method and system for power supply prediction by variety
CN116090081A (zh) * 2023-04-07 2023-05-09 国网安徽省电力有限公司合肥供电公司 一种多台区电力建设项目规划设计方法
CN116826965A (zh) * 2023-06-16 2023-09-29 国网安徽省电力有限公司经济技术研究院 电网安全稳定在线监测与分析方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120150509A1 (en) * 2010-12-14 2012-06-14 Patrick Andrew Shiel Continuous optimization energy reduction process in commercial buildings
US20140214345A1 (en) * 2013-01-25 2014-07-31 Michael ORDANIS System and method for monitoring an electrical network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2020103555A4 (en) * 2019-12-31 2021-02-04 North China Electric Power University Method and system for power supply prediction by variety
CN111968005A (zh) * 2020-06-29 2020-11-20 法能(中国)能源技术有限公司 区域能源系统潜力评估方法及实现该方法的系统
CN116090081A (zh) * 2023-04-07 2023-05-09 国网安徽省电力有限公司合肥供电公司 一种多台区电力建设项目规划设计方法
CN116826965A (zh) * 2023-06-16 2023-09-29 国网安徽省电力有限公司经济技术研究院 电网安全稳定在线监测与分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Evaluating performance of different generative adversarial networks for large-scale building power demand prediction;Yunyang Ye等;Energy and Buildings;第269卷;112247-112259 *
电力需求预测指标法在地区负荷预测的应用;刘耿彬;肖建华;陈冬沣;;自动化应用(第12期);132-133+136 *

Also Published As

Publication number Publication date
CN117011731A (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
Mainzer et al. A high-resolution determination of the technical potential for residential-roof-mounted photovoltaic systems in Germany
Rafique et al. Assessment of solar energy potential and its deployment for cleaner production in Pakistan
Amer et al. A stochastic program for siting and sizing fast charging stations and small wind turbines in urban areas
Todeschi et al. Towards Energy Self-consumption and Self-sufficiency in Urban Energy Communities.
CN109904925B (zh) 一种配电台区户变关系校核方法
CN108710990B (zh) 基于同期数据的线变台户多级线损分析方法及系统
CN104599087A (zh) 一种输电线路巡检判定方法
Charabi et al. Siting of PV power plants on inclined terrains
Bracale et al. New advanced method and cost-based indices applied to probabilistic forecasting of photovoltaic generation
CN117011731B (zh) 一种电网电力系统建立中配电网安全智能分析方法
CN117094521B (zh) 一种光伏电站智能选址方法
Crowley et al. Development of a European building inventory database
Hopf et al. A decision support system for photovoltaic potential estimation
CN113315173B (zh) 基于大数据分析和供需双侧协同优化的配电网规划方法、设备、系统及存储介质
CN115239178A (zh) 农村低压台区分布式光伏选址定容方法、系统及介质
Yao et al. A site selection framework for urban power substation at micro‐scale using spatial optimization strategy and geospatial big data
CN117035143A (zh) 一种基于遥感数据的屋顶可安装光伏面板的普查方法
Funabashi A GIS Approach for Estimating Optimal Sites for Grid-Connected Photovoltaic (PV) Cells in Nebraska
Brecl et al. Apparent performance ratio of photovoltaic systems—a methodology for evaluation of photovoltaic systems across a region
Awad Integrating Solar PV Systems into Residential Buildings in Cold-climate Regions: The Impact of Energy-efficient Homes on Shaping the Future Smart Grid
Zhong et al. Assessing Solar Photovoltaic Potential Using LiDAR and GIS Modeling
Garro-Aguilar et al. Design of energy communities with photovoltaic in North of Spain
CN115021299B (zh) 基于光伏发电的电池储能管理系统
Cárdenas Estimation of the photovoltaic potential on rooftops in the city of San Pedro Sula, Cortés, Honduras
CN116526474B (zh) 一种区域电网用电负荷预测方法及系统

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