存在反向有功电量低压用户的研判方法研究

针对部分低压电力用户存在反向有功电量,影响电量计算,引起台区线损指标异常,造成供电企业经济损失的问题。本文基于用电信息采集系统中的用电量数据,提出了一种反向有功电量低压电力用户的研判方法。通过分析分布式光伏用户、电能表错误接线低压电力用户、含有电磁制动设备低压电力用户以及计量装置故障低压电力用户等四类用户存在反向有功电量时的用电量特性,分别建立对应的识别规则,实现对存在反向电量的低压用户类型的快速研判,进而有针对性地对电能表接线错误的低压用户以及计量装置故障的低压用户重点跟踪、监测,以便及时处理,减少供电企业的损失。经实例验证,该方法符合实际业务且有效可行,可显著提高工作效率,同时为电网公司节省人力、物力资源。     

基于智能表海量数据的电网末端故障的快速研判和准确定位

本文以实现国网1号文《关于坚持以客户为中心 进一步提升优质服务水平的意见》中提出的深化主动抢修服务为业务目的,依托成熟的大数据分析技术和数据挖掘技术,利用用电信息采集系统中的用户负荷数据,研究了基于电压数据的配电线路及计量装置异常研判、基于台区阻抗及理论线损的配电线路异常研判的模型和算法,可以判断低压配电台区存在的单个电表异常、计量箱整体接线异常、户变关系错误、三相负载不平衡等问题。在提前发现潜在故障,实现低压故障主动研判,减少故障停电,准确定位故障点,减少现场排查工作量方面取得了一定成效,满足了用户不停电、少停电的需求,实现了电网末端故障隐患的快速研判和准确定位,提高了城乡配网供电能力和用户供电可靠性水平。     

基于粒子群优化神经网络算法的用户防窃电研究

电能的准确计量是电力企业生产经营管理及电网经济稳定运行的重要环节,计量准确性及质量可靠性直接影响用户的经济利益和社会能源利用率。如何准确分辨因用户行为导致的计量异常是一个有待解决的技术难题。近年来,因智能电能表的推广及用电信息采集系统建设的全面完善,电网公司积累了海量用户用电数据,基于此,本文提出一种基于粒子群优化的神经网络算法对用户用电行为进行检测,实验表明该方法具有较高的可行性和可靠性,可以进行推广。     

基于智能电表海量数据的台区运行态势分析与应用

随着智能电网的快速推进,配网智能化水平越来越高。用户智能电表的覆盖率逐年提升,利用用户智能电表每十五分钟一次采集形成的海量数据,辅以公变终端运行数据,从低压台区线损、故障、网架分析三个视角入手开展台区运行态势分析和应用。通过精益化线损分析,研判线损异常的原因,对配网变户一致性进行研判,对智能装置数据准确性进行评价;通过低压台区回路阻抗模型计算,利用阻抗值实现了配网异常情况的预判和网架阻抗评估;通过配网故障研究分析,及时实现不同类型故障的准确主动研判,进一步提升供电服务“最后一公里”服务效率。本文通过深入挖掘智能电网领域大数据价值,促进业务创新、绩效提升,细化客户分类,满足智能化、多样化用电需要,提升配电网感知度。     

基于电力大数据的用户用电感知研究

在基于电力大数据对用户提供多元化服务的研究中,发现电网在不同时刻停电,不同用户的停电感受不一样以及在调度计划制定时,由于不同线路所带用户不同需进行差异化服务。为此,提出基于电力大数据的用户用电感知研究。首先通过电网内部系统及外部系统进行数据采集,然后基于大数据从多维度进行数据处理和分析,建立了用电需求模型和用户用电感知模型并进行了深入应用;通过该模型可以实现有限投资供电可靠性提升最快,最大限度满足用户需求;可最大限度实现不同行业、类别的用户用电互补,提高设备利用率;可实现用电感知最低时段停电,停电涉及用户更精准。该模型的引用实现了电网规划、用户接入、调度运行的智能决策,使电网规划投资更精准,固定投资提升可靠性最快,提高设备利用效率和用户满意度。     

新型分级漏电保护系统及管理研究

在人们的日常生产和生活过程中,由于低压电网的存在和各种漏电的现象时常发生,或者三相四线制供电系统内三相负载失衡就会造成中性点出现便移,这样就会使得电流瞬间增加,有的可以增加会几百甚至上千毫安.如果这时候的漏电保护器是处于最小电流保护值,为了确保人身安全,保护器会出现跳闸现象,使得用电被强制断掉,供电可靠性和保障人身安全不能同时兼得.本文主要对某农村供电公司低压电网进行实际的调查,从供电公司和用户两个方面来提出加强漏电保护器的维护管理的建议.     

大数据驱动用户运营

针对海量的用户视频行为数据,如何利用这些数据对用户进行画像,找到用户的偏好,从而进一步实现精准营销,是本文重点探讨的话题。基于此,本文实现用户中心运营系统。介绍系统的功能架构,本系统基于大数据平台,构建用户标签体系,详细阐述用户标签的构成开发方式以及用户分群,并针对特定的人群进行相应的营销策略的推荐。最后介绍该系统的实际应用情况。用户中心运营系统业务人员更加地了解用户,从而使运营的策略更加准确。     

基于KL-散度的智能电网用户特征提取方法

智能电网技术的发展,使得传统电力系统的规模及复杂度大大增加,同时产生了大量的用电数据,如何有效利用数据挖掘技术,从这些海量数据中挖掘出有潜在价值的信息,成为了当前电力系统分析中的一个挑战性问题。首先根据不同的时间段,将用户的用电数据进行划分,在分析每段时间内用户用电数据的基础上,采用KL-divergence（KL-散度）方法衡量用户差异,并结合基于密度改进的K-means算法,给出了一种新的用户特征提取算法,用以描述电网用户的特征差异,从而实现针对不同类别用户制定不同电力营销策略,这在一定程度上能够提高企业经济效益。最后,算例仿真结果表明,所给出的用户特征提取算法在计算的时间效率和准确性上,较传统方法都有了明显的提升。     

集中式低压减载下电力用户负荷侧需求自动响应方法

为确保电力系统安全稳定运行,吸引电力用户主动参与电网调峰当中,减轻电网运行压力,提出一种集中式低压减载下电力用户负荷侧需求自动响应方法.仿真实验结果表明,本文方法可大幅增强居民用电行为的感知水平,提高电网设备利用率和运行效率,实现居民用户与供电企业双赢.     

基于二元线性回归的系统谐波阻抗及用户谐波发射水平的估算方法

随着我国社会经济的快速发展,电力事业得到了长足的发展,各行各业对电力的需求量逐渐增多,电网的规模也逐渐扩大。在电网运行过程中,谐波不仅增加了电网运行的损耗,更对电网系统运行的安全与稳定造成很大影响。为了加强对电网谐波的管理,满足电力企业与用户双方的利益,首先需要对系统谐波阻抗、用户谐波发射水平进行准确的估算。该文提出了一种基于二元线性回归的估算方式。首先对公共连接点各次谐波电压与电流信号进行准确的测量,然后通过二次线性回归法,得出系统谐波阻抗值,最后估算出用户谐波发射水平。另外,该文还通过仿真实验、工程实例分析验证了该估算方法的有效性,希望对有关领域的工作者提供参考。     

基于大数据聚合的电力用户行为实时云监测方法

为提升电力用户行为监测效果及准确性,判断电力用户异常行为,提出一种基于大数据聚合的电力用户行为实时云监测方法。该方法将基础设施及终端等获取的电力用户行为大数据储存至数据层的关系数据库内,处理层调用数据层存储电力用户行为大数据,采用大数据处理技术,通过数据降维、清洗以及标准化处理后,提升电力用户行为大数据质量;应用层采用改进流数据聚类算法,通过用户及簇典型曲线提取、曲线相似度度量,实现用户用电行为异常监测,并通过显示层云展现监测结果。实验结果证明,该方法的数据聚类质量高,可以有效获取电力用户行为监测结果,判断电力用户是否存在异常行为,具备较高监测准确性。     

认知智能电网中基于能效优化的频谱分配策略

针对智能电网的无线通信环境存在频谱短缺、资源利用效率低等问题,将认知无线电技术应用于智能电网的邻域网络通信中.引入认知智能电网概念以保证业务传输的公平性和有效性,提出一种基于改进二进制蝴蝶优化算法(BOA)的频谱分配策略,此方案考虑了通信过程中的信噪比和路径损耗,选择系统能量效率作为信道效益,并且在拓扑结构固定的城市居民小区进行建模仿真.首先,使用基于改进时变转换函数和扰动策略的二进制蝴蝶优化算法(IBBOA)为认知智能电网用户进行频谱分配;然后,采用基于接收信噪比的闭环功率控制算法动态调整用户的传输功率,减少认知智能电网用户和主要用户之间存在的干扰;最后,以系统能量效率和两个用户公平性指数为优化目标,与遗传算法(GA)和二进制粒子群算法(BPSO)进行对比实验.仿真实验表明,联合闭环功率控制的IBBOA算法所获得的系统能量效率比未联合闭环功率控制的NBOA算法高33.2%,IBBOA算法最终的系统能量效率和用户公平性指数fair比GA算法分别高出47.8%和62.6%,比BBOA算法分别高出17.6%和26.7%.结果表明所提方案能够有效抑制认知智能电网中用户间的干扰,大大提高频谱利用率和系统能量效率.     

智能故障指示器实现技术研究

传统故障指示器在现场只记录采集信息,不能有效进行现场故障分析和判断,故障分析判断的延迟较大,故障判断的准确率较低;引入周期滤波方法,消除工频信号对采样的影响,利用微分符号统计和最大值统计方法,获得小电流接地系统暂态过程的纯净波形和峰峰值,采用基于聚类分析的故障判断策略,及时准确地判断供配电网络故障,上报故障集控中心综合处理,提高电网运行的可靠性,同时实现故障指示器采集信息的现场分析处理。     

实时电价下用户侧电力需求响应模型优化策略及数字仿真谈竹奎1,汪元芹2,赵菁2,刘斌1,刘敏2

为解决智能电网发展中用户参与电力市场运营的响应积极性以及用户收益最大化问题,本文在经济学原理基础上,引用需求价格弹性系数表征用户的用电量随电价的变化情况,建立实时电价下的用户负荷调节能力模型,根据该模型,进一步研究了基于实时电价的用户侧电力需求响应模型优化策略,考虑用户在不同响应场景和不同负荷调节潜力下的需求响应。解决供电与用电间的电力供需不平衡问题,实现用户积极响应及其利益最大化,并提高系统稳定性与安全性。以某地需求响应系统为例,对进入现货市场交易的用户进行数字仿真,通过算例分析表明该模型能有效改善用电负荷曲线,减小用户购电成本,验证了基于实时电价下的电力需求响应优化策略的优化效果。     

电力改革和大数据发展背景下的大用户接入电网电压等级选择研究

为了利用输配电价改革、配电网络、用户负荷特征等信息和数据资源,给用户提供全方位、精细化的供电服务,并针对高耗能企业提出的期望通过选择高一级的电压等级电网供电降低用电成本的升压诉求,本文分析了用户选择高一级的电压等级供电进行技改升压的技术原则和要求以及用电成本要素,提出了新增大用户接入电网电压等级选择经济评价模型和已有大用户技改升压经济评价模型,并对贵州省高耗能企业技改升压典型项目进行了经济评价。在贵州省现有输配电价下,用户年平均用电量大于1.2亿kWh,用户供电从35kV技改升压到110kV的静态投资回收期少于5年,技改升压项目具有经济效益;用户年平均用电量大于10亿kWh,用户供电从110kV技改升压到220kV的静态投资回收期少于5年,技改升压项目具有经济效益。     

流计算与内存计算架构下的运营状态监测分析

为满足对电网实时运营状态分析过程中对用户实时用电量数据等大规模实时数据进行实时分析处理的需求,实现对电网运营决策提供快速准确的数据分析支持,提出一种流计算与内存计算相结合的大规模数据分析处理的系统架构。将经过时间窗划分的用户实时用电量数据进行离散傅里叶变换（DFT）,实现对异常用电行为评价指标的构建;将基于抽样统计分析构造出的用户用电行为特征,采用K-Means聚类算法实现对用户用电行为类别的划分。从实际业务系统中抽取实验数据,验证了提出的异常用电行为和用户用电分析评价指标的准确性。同时,在实验数据集上与传统的数据处理策略进行对比,实验结果表明流计算与内存计算相结合的系统架构在大规模数据分析处理方面更具优势。     

智能家庭混合能源管理的动态建模与优化

智能电网使家庭由静态的能源消费者向动态参与者转变,需对多种不同的供能设备进行协同优化控制。以电网、光伏发电、太阳能集热器及储能电池4种能源为智能家庭的供给源,以室温控制、热水供应为两大主要服务目标,以最小化能源费用支出为优化指标,建立了家庭能源管理的优化控制模型,并提出基于粒子群算法的智能求解策略。通过对某虚拟家庭的仿真,验证了模型和算法的有效性。     

智能电网中基于MQTT协议的ABAC访问控制方案

在智能电网环境中,电力运营商和消费者通过智能电表进行大量高精度的用电数据的实时监测,用户机密数据持续暴露于未经授权的访问,在这种传统通信模式下,智能电表对家庭用户能源消耗的细粒度测量造成了严重的隐私安全问题,而现有的静态访问控制方法并不满足智能电网环境基于上下文的动态访问特性。针对此问题,提出一种基于物联网通信协议（MQTT协议）的访问控制方案,通过在MQTT协议中对树型结构的主题列表设计基于ABAC访问控制模型的动态上下文授权策略,并在WSO2系统使用XACML策略语言实现了提出的访问控制方案。性能评估结果表明,该方案能在较低的通信开销内支持动态的访问控制,以解决智能电网中用户的用电信息未经授权而泄露的隐私安全问题。     

基于数据挖掘技术的低压台区线损检测研究

针对低压台区变压器端采集的电力数据量庞大难以分析线路损耗问题,深入分析了电力信息系统营销自动化过程中积累的海量用户数据,建立了合理且高效的线损分析数学模型.通过挖掘智能电表中这些数据背后的有用信息,实现对用户异常用电行为的检测,达到防止窃电和漏电的目的,从而降低线路损耗.利用加权LOF算法数据挖掘技术的电力线路窃电层次检测方法,可以对海量用户数据进行加权异常值分析,更有效地完成异常电力用户的定位.