CN118054565A - 一种电网状态分析方法、装置、终端设备和存储介质 - Google Patents
一种电网状态分析方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN118054565A CN118054565A CN202410276018.8A CN202410276018A CN118054565A CN 118054565 A CN118054565 A CN 118054565A CN 202410276018 A CN202410276018 A CN 202410276018A CN 118054565 A CN118054565 A CN 118054565A
- Authority
- CN
- China
- Prior art keywords
- power grid
- key
- node
- data
- edge
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 37
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000010586 diagram Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000005856 abnormality Effects 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 5
- 238000012502 risk assessment Methods 0.000 abstract description 5
- 238000010248 power generation Methods 0.000 description 13
- 238000012423 maintenance Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000002759 z-score normalization Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电网状态分析方法、装置、终端设备和存储介质,方法,包括:本发明获取电网中电网设备的参数信息和电网的地理信息系统数据;根据所有电网设备的参数信息和地理信息系统数据,生成节点‑开关图;计算节点‑开关图中每一条边的边中介中心数,根据每一条边的边中介中心数确定若干关键边以及若干关键节点;对每一关键节点进行潮流计算,确定每一关键节点对应的电压和电流;根据每一关键节点的电流判断关键节点是否过载;根据每一关键节点的电压判断关键节点是否电压异常。本发明通过计算机对电网数据进行分析和处理来自动预测电网中的异常,相比传统的人工判断方法,本发明提高风险评估的效率和准确性。
Description
技术领域
本发明涉及电网评估技术领域,尤其涉及一种电网状态分析方法、装置、终端设备和存储介质。
背景技术
随着全球能源需求的不断增长和电网规模的扩大,确保电网的稳定、安全和可靠运行变得越来越重要。电网潜在风险评估是一种关键的技术手段,用于识别和评估电网运行中可能出现的异常。传统的电网潜在风险的评估方法主要依赖于人工判断,人工进行状态评估需要大量的时间和人力资源,尤其是在面对大规模电网和海量数据时,效率较低且容易出现误差。
发明内容
本发明提供了一种电网状态分析方法、装置、终端设备和存储介质,以解决现有技术中人工评估电网状态效率低且容易出现误差的技术问题。
为了解决上述技术问题,本发明实施例提供了一种电网状态分析方法,包括:
获取电网中每一电网设备的参数信息和电网的地理信息系统数据;其中,所述地理信息系统数据包括:所述电网中每一电网设备的空间位置、电网的拓扑结构和线路参数;
根据所有所述电网设备的参数信息和所述地理信息系统数据,生成节点-开关图;
计算所述节点-开关图中每一条边的边中介中心数,根据每一条边的边中介中心数确定若干关键边以及若干关键节点;其中,所述关键节点为关键边上的节点;
对每一关键节点进行潮流计算,确定每一关键节点对应的电压和电流;
根据每一关键节点的电流判断所述关键节点是否过载;
根据每一关键节点的电压判断所述关键节点是否电压异常。
作为优选方案,所述方法,还包括:
获取电网实时运行数据;
根据所述电网实时运行数据,判断电网中是否存在频率偏移或功率波动。
作为优选方案,所述方法,还包括:
将所述电网实时运行数据输入训练好的故障预测模型,输出故障预测结果;
其中,所述故障预测模型的训练过程包括:
获取若干样本数据;其中,所述样本数据包括若干存在故障的电网运行数据和若干正常的电网运行数据;所述存在故障的电网运行数据根据故障种类设置了对应的标签;所述正常的电网运行数据的标签设置为正常;故障种类包括:线路故障和设备故障;
根据所述样本数据训练构建好的故障预测模型,得到训练好的故障预测模型。
作为优选方案,所述方法,还包括:
在关键节点过载时,进行过载报警;
在关键节点电压异常时,进行电压异常报警;
在存在频率偏移时,进行频率偏移报警;
在存在功率波动时,进行频率波动报警;
在存在线路故障时,进行线路故障报警;
在存在设备故障时,进行设备故障报警。
在上述实施例的基础上,本发明另一实施例提供了一种电网状态分析装置,包括:数据获取模块;电网图生成模块、关键边和关键节点确定模块和异常判断模块;
所述数据获取模块,用于获取电网中每一电网设备的参数信息和电网的地理信息系统数据;其中,所述地理信息系统数据包括:所述电网中每一电网设备的空间位置、电网的拓扑结构和线路参数;
所述电网图生成模块,用于根据所有所述电网设备的参数信息和所述地理信息系统数据,生成节点-开关图;
所述关键边和关键节点确定模块,用于计算所述节点-开关图中每一条边的边中介中心数,根据每一条边的边中介中心数确定若干关键边以及若干关键节点;其中,所述关键节点为关键边上的节点;
所述异常判断模块,用于对每一关键节点进行潮流计算,确定每一关键节点对应的电压和电流;根据每一关键节点的电流判断所述关键节点是否过载;根据每一关键节点的电压判断所述关键节点是否电压异常。
作为优选方案,所述数据获取模块,还用于获取电网实时运行数据;
所述异常判断模块,还用于根据所述电网实时运行数据,判断电网中是否存在频率偏移或功率波动。
作为优选方案,所述异常判断模块,还用于将所述电网实时运行数据输入训练好的故障预测模型,输出故障预测结果;
其中,所述故障预测模型的训练过程包括:
获取若干样本数据;其中,所述样本数据包括若干存在故障的电网运行数据和若干正常的电网运行数据;所述存在故障的电网运行数据根据故障种类设置了对应的标签;所述正常的电网运行数据的标签设置为正常;故障种类包括:线路故障和设备故障;
根据所述样本数据训练构建好的故障预测模型,得到训练好的故障预测模型。
作为优选方案,所述装置,还包括:报警模块;
所述报警模块,用于在关键节点过载时,进行过载报警;在关键节点电压异常时,进行电压异常报警;在存在频率偏移时,进行频率偏移报警;在存在功率波动时,进行频率波动报警;在存在线路故障时,进行线路故障报警;在存在设备故障时,进行设备故障报警。
在上述实施例的基础上,本发明又一实施例提供了一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述发明实施例所述的电网状态分析方法。
在上述实施例的基础上,本发明又一实施例提供了一种存储介质,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的电网状态分析方法。
相比于现有技术,本发明实施例具有如下有益效果:
本发明获取电网中每一电网设备的参数信息和电网的地理信息系统数据;其中,所述地理信息系统数据包括:所述电网中每一电网设备的空间位置、电网的拓扑结构和线路参数;根据所有所述电网设备的参数信息和所述地理信息系统数据,生成节点-开关图;计算所述节点-开关图中每一条边的边中介中心数,根据每一条边的边中介中心数确定若干关键边以及若干关键节点;其中,所述关键节点为关键边上的节点;对每一关键节点进行潮流计算,确定每一关键节点对应的电压和电流;根据每一关键节点的电流判断所述关键节点是否过载;根据每一关键节点的电压判断所述关键节点是否电压异常。本发明通过计算机对电网数据进行分析和处理来自动预测电网中的异常,相比传统的人工判断方法,本发明提高风险评估的效率和准确性。
附图说明
图1是本发明一实施例提供的一种电网状态分析方法的流程示意图;
图2是本发明一实施例提供的一种电网状态分析装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本申请实施例的描述中,术语“若干”指的是两个以上(包括两个),同理。
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作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。
实施例一
请参照图1,为本发明一实施例提供的一种电网状态分析方法的流程示意图,包括:
S1、获取电网中每一电网设备的参数信息和电网的地理信息系统数据;其中,所述地理信息系统数据包括:所述电网中每一电网设备的空间位置、电网的拓扑结构和线路参数。
在步骤S1中,在获取电网设备的参数信息和电网的地理信息系统数据后,对获取到的数据进行预处理,包括数据清洗、去噪和标准化等操作。其中,数据清晰包括去除异常值、处理缺失数据以及修复错误数据;去噪则是通过滤波和平滑技术,去除数据中的噪声和干扰,提高数据质量;标准化以使所有数据具有一致的尺度和范围,可以采用常见的最大-最小标准化、Z-score的标准化等,以便于后续的数据分析。
数据预处理能够实现对电网数据的整合和清洗,形成全面的电网数据集,这些预处理后的数据将为后续的状态评估和分析提供技术,提高电网状态分析的准确性和可靠性。
S2、根据所有所述电网设备的参数信息和所述地理信息系统数据,生成节点-开关图。
在步骤S2中,根据获取到的所有电网设备的参数信息和地理信息系统数据,构建节点-开关图。
需要说明的是,节点-开关图是一种表示电网拓扑结构的图形模型,其中,节点表示电力设备,开关表示连接这些电力设备的电力线路。通过获取到的数据,可以确定节点之间的连接关系并构建节点-开关图。
S3、计算所述节点-开关图中每一条边的边中介中心数,根据每一条边的边中介中心数确定若干关键边以及若干关键节点;其中,所述关键节点为关键边上的节点。
需要说明的是,使用边中介中心数来度量每条边在整个节点-开关图中的重重要性。边中介中心数衡量了一条边作为最短路径上的关键中介者的程度,边中介中心数越大,说明以该边作为最短路径中一部分的节点对数量越多。通过计算每一条边的边中介中心数,将边中介中心数预设的边中介中心数阈值的边作为关键边。对每一条关键边,可以确定该关键边两端的节点,作为关键节点边中介中心数超过阈值的边在整个电网系统中起着关键的传输作用,因此潜在的异常或故障很可能会对电网系统产生重大影响,所以重点关注这些边以及这些边涉及的节点。
在步骤S3中,在根据节点-开关图中每一条边的边中介中心数时,可以先将节点-开关图通过连通分量计算方法转换为母线-支路图,再计算母线-支路图中每一条边的边中介中心数,进而确定在节点-开关图中对应的边的边中介中心数。母线-支路的构建方法包括:母线识别,在每个连通分量中,通过判断节点的类型和连接关系,识别出母线节点,母线节点代表电力系统中的电压控制点,与发电机或变压器相连,是电力系统的供电源;支路构建,根据连通分量中的节点和开关,以及节点之间的连接关系,构建支路,支路表示电力线路,连接着各个节点,支路的构建基于电网拓扑信息,确定支路的起始节点和终止节点,并记录支路的参数信息;母线-支路图生成,根据识别的母线节点和构建的支路进行结合,形成母线-支路图,母线节点作为图中的顶点,支路作为图中的边,通过连接母线和支路,构建出完整的母线-支路图。
还需要说明的是,在母线-支路图中,母线表示电力系统中的电压控制点,支路表示电力线路。
S4、对每一关键节点进行潮流计算,确定每一关键节点对应的电压和电流;根据每一关键节点的电流判断所述关键节点是否过载;根据每一关键节点的电压判断所述关键节点是否电压异常。
在步骤S4中,对关键节点进行快速扫描并进行详细的潮流计算,得到每一关键节点的电压和电流并进行后续判断;在判断关键节点是否过载之后,将是否过载的判断结果进行可视化展示;在判断关节节点是否电压异常之后,将是否电压异常的判断结果进行可视化展示,通过使用图形化技术,选择合适的图表类型将电网图以直观、清晰的方式呈现给用户,以提供良好的用户体验。
本发明还可以基于电网状态分析结果,提供决策支持和优化建议。根据分析结果,生成各种报表、指标和统计信息,帮助用户全面了解电网的运行状况,同时提供优化建议,以提高电网的稳定性和完全性。
需要说明的是,潮流计算可以结合图节点/分层并行计算技术,实现高效的图潮流计算,通过图节点/分层并行计算技术,再根据电网的节点进行划分,将电网的节点集合分成多个子集,每个子集包含部分节点,然后每个子任务负责计算对应节点的潮流,将潮流计算任务划分为多个子任务,并利用并行计算的优势,同时进行计算,提高计算效率,可以在毫秒级时间内完成图在线潮流计算,快速得到电网中各节点的电压、功率等信息。
在一优选的实施例中,所述电网状态分析方法,还包括:
获取电网实时运行数据;
根据所述电网实时运行数据,判断电网中是否存在频率偏移或功率波动。
在一优选的实施例中,所述电网状态分析方法,还包括:
将所述电网实时运行数据输入训练好的故障预测模型,输出故障预测结果;
其中,所述故障预测模型的训练过程包括:
获取若干样本数据;其中,所述样本数据包括若干存在故障的电网运行数据和若干正常的电网运行数据;所述存在故障的电网运行数据根据故障种类设置了对应的标签;所述正常的电网运行数据的标签设置为正常;故障种类包括:线路故障和设备故障;
根据所述样本数据训练构建好的故障预测模型,得到训练好的故障预测模型。
在本实施例中,在根据样本数据训练构建好的故障预测模型时,通过各种数据挖掘和模式识别技术来识别样本数据中的故障特征;然后根据提取到的特征训练故障预测模型并根据每次输出的结果对故障预测模型进行优化。
需要说明的是,所述故障预测模型还可以对电网数据进行趋势分析,以便预测未来的发展趋势。
本发明还提供对电网状态的安全分析,基于新能源发电预测、系统/母线负荷预测、电网设备检修计划和状态评估结果,研发未来1~4小时电网运行安全分析算法,通过综合考虑多种因素,如新能源发电的波动性、负荷的变化、设备的可靠性等,对电网的未来运行安全性进行准确分析,可以帮助运维人员提前发现潜在风险,并采取相应的措施,以保证电网的稳定运行;
其中,新能源发电预测,通过对新能源发电设备(如风力发电、太阳能发电等)的数据进行分析和建模,预测未来一段时间内新能源发电的产量;
系统/母线负荷预测,通过分析历史负荷数据信息,预测未来一段时间内系统或母线负荷的变化趋势;
电网设备检修计划,根据设备维护和检修的计划安排,包括设备巡检、定期维护、故障处理等,确定在未来一段时间内需要对哪些设备进行检修和维护;
电网设备状态评估结果,通过监测和评估电网设备的运行状态,包括设备的健康状况、故障率等信息,得出电网设备的状态评估结果,判断设备的可靠性和对电网运行安全性的影响。
所述未来1~4小时电网运行安全分析算法,基于新能源发电来预测结果,分析未来1~4小时内新能源发电的波动性,包括新能源发电量的变化趋势、波动范围和预测误差等,评估其对电网稳定性的影响;负荷变化分析,结合系统/母线负荷预测结果,分析未来1~4小时内负荷的变化情况,包括负荷的波动性、负荷峰值和负荷平衡等因素,评估负荷变化对电网稳定性的影响;设备可靠性分析,根据电网设备检修计划和状态评估结果,分析未来1~4小时内设备的可靠性,包括设备的运行状况、潜在故障风险和维护计划等因素,评估设备可靠性对电网运行安全性的影响;安全性指标计算与综合分析,基于新能源发电波动性、负荷变化和设备可靠性的分析结果,计算安全性指标,并进行综合分析,包括频率稳定性、电压稳定性、过载情况等;风险识别与措施采取,根据安全性指标的计算结果,识别未来1~4小时内可能存在的潜在风险和问题,为运维人员提供决策支持,帮助他们提前发现潜在风险,并采取相应的措施,如调整发电策略、负荷控制、设备维护等,以保证电网的稳定运行。基于高精度气象预报和电网韧性评估理论,开发主配网电网运行韧性计算软件,通过使用高精度气象预报数据,结合电网韧性评估理论,进行详细潮流计算,确定对极端天气下可能受影响的设备,并评估电网的运行韧性,可以评估电网在不同极端天气条件下的可靠性和韧性,为运维人员提供决策支持,优化电网的运行策略。
在一优选的实施例中,所述电网状态分析方法,还包括:
在关键节点过载时,进行过载报警;
在关键节点电压异常时,进行电压异常报警;
在存在频率偏移时,进行频率偏移报警;
在存在功率波动时,进行频率波动报警;
在存在线路故障时,进行线路故障报警;
在存在设备故障时,进行设备故障报警。
请参照图2,为本发明一实施例提供的一种电网状态分析装置的结构示意图,包括:数据获取模块;电网图生成模块、关键边和关键节点确定模块和异常判断模块;
所述数据获取模块,用于获取电网中每一电网设备的参数信息和电网的地理信息系统数据;其中,所述地理信息系统数据包括:所述电网中每一电网设备的空间位置、电网的拓扑结构和线路参数;
所述电网图生成模块,用于根据所有所述电网设备的参数信息和所述地理信息系统数据,生成节点-开关图;
所述关键边和关键节点确定模块,用于计算所述节点-开关图中每一条边的边中介中心数,根据每一条边的边中介中心数确定若干关键边以及若干关键节点;其中,所述关键节点为关键边上的节点;
所述异常判断模块,用于对每一关键节点进行潮流计算,确定每一关键节点对应的电压和电流;根据每一关键节点的电流判断所述关键节点是否过载;根据每一关键节点的电压判断所述关键节点是否电压异常。
在一优选的实施例中,所述数据获取模块,还用于获取电网实时运行数据;
所述异常判断模块,还用于根据所述电网实时运行数据,判断电网中是否存在频率偏移或功率波动。
在一优选的实施例中,所述异常判断模块,还用于将所述电网实时运行数据输入训练好的故障预测模型,输出故障预测结果;
其中,所述故障预测模型的训练过程包括:
获取若干样本数据;其中,所述样本数据包括若干存在故障的电网运行数据和若干正常的电网运行数据;所述存在故障的电网运行数据根据故障种类设置了对应的标签;所述正常的电网运行数据的标签设置为正常;故障种类包括:线路故障和设备故障;
根据所述样本数据训练构建好的故障预测模型,得到训练好的故障预测模型。
在一优先的实施例中,所述电网状态分析装置,还包括:报警模块;
所述报警模块,用于在关键节点过载时,进行过载报警;在关键节点电压异常时,进行电压异常报警;在存在频率偏移时,进行频率偏移报警;在存在功率波动时,进行频率波动报警;在存在线路故障时,进行线路故障报警;在存在设备故障时,进行设备故障报警。
实施例三
相应地,本发明实施例提供了一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述发明实施例所述的电网状态分析方法。
实施例四
相应地,本发明实施例提供了一种存储介质,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的电网状态分析方法。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
所述领域的技术人员可以清楚地了解到,为的方便和简洁,上述描述的装置的具体工作过程,可参考前述方法实施例中对应的过程,在此不再赘述。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器、存储器。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述设备的控制中心,利用各种接口和线路连接整个设备的各个部分。
所述存储器可用于存储所述计算机程序,所述处理器通过运行或执行存储在所述存储器内的计算机程序,以及调用存储在存储器内的数据,实现所述设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述存储介质为计算机可读存储介质,所述计算机程序存储在所述计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种电网状态分析方法,其特征在于,包括:
获取电网中每一电网设备的参数信息和电网的地理信息系统数据;其中,所述地理信息系统数据包括:所述电网中每一电网设备的空间位置、电网的拓扑结构和线路参数;
根据所有所述电网设备的参数信息和所述地理信息系统数据,生成节点-开关图;
计算所述节点-开关图中每一条边的边中介中心数,根据每一条边的边中介中心数确定若干关键边以及若干关键节点;其中,所述关键节点为关键边上的节点;
对每一关键节点进行潮流计算,确定每一关键节点对应的电压和电流;根据每一关键节点的电流判断所述关键节点是否过载;根据每一关键节点的电压判断所述关键节点是否电压异常。
2.如权利要求1所述的电网状态分析方法,其特征在于,还包括:
获取电网实时运行数据;
根据所述电网实时运行数据,判断电网中是否存在频率偏移或功率波动。
3.如权利要求2所述的电网状态分析方法,其特征在于,还包括:
将所述电网实时运行数据输入训练好的故障预测模型,输出故障预测结果;
其中,所述故障预测模型的训练过程包括:
获取若干样本数据;其中,所述样本数据包括若干存在故障的电网运行数据和若干正常的电网运行数据;所述存在故障的电网运行数据根据故障种类设置了对应的标签;所述正常的电网运行数据的标签设置为正常;故障种类包括:线路故障和设备故障;
根据所述样本数据训练构建好的故障预测模型,得到训练好的故障预测模型。
4.如权利要求3所述的电网状态分析方法,其特征在于,还包括:
在关键节点过载时,进行过载报警;
在关键节点电压异常时,进行电压异常报警;
在存在频率偏移时,进行频率偏移报警;
在存在功率波动时,进行频率波动报警;
在存在线路故障时,进行线路故障报警;
在存在设备故障时,进行设备故障报警。
5.一种电网状态分析装置,其特征在于,包括:数据获取模块;电网图生成模块、关键边和关键节点确定模块和异常判断模块;
所述数据获取模块,用于获取电网中每一电网设备的参数信息和电网的地理信息系统数据;其中,所述地理信息系统数据包括:所述电网中每一电网设备的空间位置、电网的拓扑结构和线路参数;
所述电网图生成模块,用于根据所有所述电网设备的参数信息和所述地理信息系统数据,生成节点-开关图;
所述关键边和关键节点确定模块,用于计算所述节点-开关图中每一条边的边中介中心数,根据每一条边的边中介中心数确定若干关键边以及若干关键节点;其中,所述关键节点为关键边上的节点;
所述异常判断模块,用于对每一关键节点进行潮流计算,确定每一关键节点对应的电压和电流;根据每一关键节点的电流判断所述关键节点是否过载;根据每一关键节点的电压判断所述关键节点是否电压异常。
6.如权利要求5所述的电网状态分析装置,其特征在于,所述数据获取模块,还用于获取电网实时运行数据;
所述异常判断模块,还用于根据所述电网实时运行数据,判断电网中是否存在频率偏移或功率波动。
7.如权利要求6所述的电网状态分析装置,其特征在于,所述异常判断模块,还用于将所述电网实时运行数据输入训练好的故障预测模型,输出故障预测结果;
其中,所述故障预测模型的训练过程包括:
获取若干样本数据;其中,所述样本数据包括若干存在故障的电网运行数据和若干正常的电网运行数据;所述存在故障的电网运行数据根据故障种类设置了对应的标签;所述正常的电网运行数据的标签设置为正常;故障种类包括:线路故障和设备故障;
根据所述样本数据训练构建好的故障预测模型,得到训练好的故障预测模型。
8.如权利要求7所述的电网状态分析装置,其特征在于,还包括:报警模块;
所述报警模块,用于在关键节点过载时,进行过载报警;在关键节点电压异常时,进行电压异常报警;在存在频率偏移时,进行频率偏移报警;在存在功率波动时,进行频率波动报警;在存在线路故障时,进行线路故障报警;在存在设备故障时,进行设备故障报警。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至4中任意一项所述的电网状态分析方法。
10.一种存储介质,其特征在于,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至4中任意一项所述的电网状态分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410276018.8A CN118054565A (zh) | 2024-03-12 | 2024-03-12 | 一种电网状态分析方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410276018.8A CN118054565A (zh) | 2024-03-12 | 2024-03-12 | 一种电网状态分析方法、装置、终端设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118054565A true CN118054565A (zh) | 2024-05-17 |
Family
ID=91050183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410276018.8A Pending CN118054565A (zh) | 2024-03-12 | 2024-03-12 | 一种电网状态分析方法、装置、终端设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118054565A (zh) |
-
2024
- 2024-03-12 CN CN202410276018.8A patent/CN118054565A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108375715B (zh) | 一种配电网线路故障风险日预测方法及系统 | |
CN111459700B (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
Schlechtingen et al. | Wind turbine condition monitoring based on SCADA data using normal behavior models. Part 1: System description | |
CN106780121B (zh) | 一种基于用电负荷模式分析的用电异常识别方法 | |
Kang et al. | Big data analytics in China's electric power industry: modern information, communication technologies, and millions of smart meters | |
CN112016743A (zh) | 电网设备的检修预测方法、装置、计算机设备和存储介质 | |
Xue et al. | Adaptive ultra-short-term wind power prediction based on risk assessment | |
Browell et al. | Forecasting for day-ahead offshore maintenance scheduling under uncertainty | |
CN114355090A (zh) | 基于电力拓扑信息采集系统的线损分析方法、装置及设备 | |
CN111737249A (zh) | 基于Lasso算法的异常数据检测方法及装置 | |
CN108596450B (zh) | 电网风险预警方法和系统 | |
CN117390944A (zh) | 一种变电站运行工况仿真系统 | |
CN111612149A (zh) | 一种基于决策树的主网线路状态检测方法、系统及介质 | |
CN118054565A (zh) | 一种电网状态分析方法、装置、终端设备和存储介质 | |
CN116128279A (zh) | 一种电网薄弱环节改造方法 | |
CN115146715A (zh) | 用电安全隐患诊断方法、装置、设备及存储介质 | |
CN114414938B (zh) | 一种配电网故障的动态响应方法及系统 | |
CN115018366B (zh) | 储能系统工作状态监测方法、装置、存储介质及电子设备 | |
CN117150032B (zh) | 一种水电站发电机组的智能维护系统及方法 | |
CN113341366B (zh) | 一种用户电表状态监测方法、装置设备和存储介质 | |
CN117878925B (zh) | 一种智能电网的输电数据控制方法及系统 | |
CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
CN118054564A (zh) | 一种基于电网图的电网故障分析方法、装置、设备及介质 | |
CN117907728A (zh) | 电能质量检测方法、系统、装置、设备及存储介质 | |
Abdulova | Analysis of Approximating and Detailing Wavelet Decomposition Coefficients in the Risk Potential Predictive Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |