基于HDBSCAN动态跟踪客户用电行为模式

为了自动辨识出优质电力大客户并快速感知其负荷行为变化模式,文章通过HDBSCAN算法(hierarchical density-based spatial clustering of applications with noise),对大工业客户1个月内分钟级的负荷行为数据进行自动分类。依据聚类结果筛选出潜在优质的用电客户,对其负荷行为模式进行动态跟踪分析(这里所说的"动态"是指相邻时间段内不同负荷状态的转换模式,综合考虑状态特征和时域特征的变化),以找出用电行为异常、或存在负荷结构变化的客户,增强对电网系统的动态感知能力,降低潜在风险。该算法最大程度地避免了人为主观性经验的参与调整参数,采用这种无监督机器学习技术能极大程度地提高整体分析效率;属于自下而上的数据驱动感知用户侧精细行为模式,将能大面积快速感知到诸多潜在风险模式和异常行为模式。     

基于随机矩阵和支持向量机的两阶段配电网综合优化

无功优化对保障电力系统安全、经济运行具有重要的意义。提出了一种考虑重构的基于随机矩阵和支持向量机的两阶段配电网综合优化方法,先确定当前配电网的拓扑结构,再确定无功优化控制策略。通过构造高维随机矩阵,从配电网运行数据中提取统计特征作为输入,将传统无功控制策略和开关状态作为输出,利用支持向量机学习系统特征与优化运行策略之间的非线性映射关系,建立基于两阶段支持向量机组合决策的配电网综合优化模型。基于改进的IEEE-37节点主动配电网仿真模型,对比分析了传统优化方法、场景匹配方法和所提方法的优化效果。结果表明,所提方法可进一步提高优化效果,实现了无功优化与配电网重构间的协调控制,不需要配电网的模型和参数,在线决策速度快,为基于大数据的配电网优化运行提供了一条新途径。     

基于本体论的项目全景模型建模及其在电网项目管理中的应用

为规范以企业项目管理中台为中心的海量项目资源信息与业务信息的信息交互操作标准,提出基于本体理论的电网企业项目管理多维全景统一信息模型建模方法.首先,将信息模型建模问题分解为基于领域事实知识的结构本体与应用本体的组合模型构建问题,实现领域信息模型建模的规范化表达.其次,回归项目管理本质特征,考虑电力项目多专业多口径管理特点和需求,抽象其领域知识、结构本体与应用本体表述,构建逐级拓展的电网企业项目管理多维全景统一信息的表达模型.最后,将模型应用于国家电网项目管理中台的信息交互模型设计,并通过东部某省实际配网规划项目库、储备项目库和计划项目库的数据分别展示了项目规划、储备和计划视角的实际支撑应用效果.应用结果表明,所提项目管理统一信息模型能够支撑面向中台的项目管理信息融合应用与项目管理价值挖掘,助力项目的高效管理,支撑公司高质量发展.     

电力营销客户标签体系分类方法研究

通过对等级列举式分类法、分面组配式分类法和自由分类法3种主流网络信息资源分类方法进行系统梳理和比对分析,结合电力营销客户标签的创建和应用特点,提出了一种基于电力营销业务的客户标签分类组织方法,为电力营销客户标签库系统管理提供参考。     

电力企业国际交流与合作信息化建设实践与总结

根据国家电网公司国际合作业务及信息化SG186工程的统一部署,提出建设国际合作业务应用,通过先进的信息化管理思想及软件技术,改变原有的管理方式,实现国际合作业务的扁平化管理、流程化管理,同时保证出国信息的完整性、准确性、及时性,最终实现国际合作业务的全面性、规范性。结合公司"十一五"信息总体规划,本着"统一标准、统一规划、统一组织实施"和"务实、高效"的原则,通过在使用中不断深化、不断完善,最终摸索出一条适合电力企业国际合作业务的先进信息化管理模式。     

基于近邻相似度图聚类的用户用电行为分析

以周负荷数据为用户用电行为分析的视角较通常使用日负荷数据更符合用户客观用电周期规律,提出一种面向用户周负荷数据聚类方法,通过改进的近邻相似度图聚类避免计算过程中维度增高导致的相似一致化,优化计算的时间与空间复杂度,实现用户用电特征准确快速提取,相较常见的K-means和DBSCAN等方法聚类效果更佳,使用逐段聚集平均降维表示,便于后续分析.以某省大工业用户用电数据作为仿真算例进行验证.     

国家电网公司国际合作业务应用系统的研究与建设

国际合作业务应用系统是国家电网公司信息化SG186工程综合管理类的重要组成部分,目前已成为国家电网公司办理国际合作业务的日常办公平台。从项目建设背景．系统功能设计、系统架构．项目取得成果及未来规划几个方面,详细阐述了整个系统的研究与实施历程。     

基于灰色关联分析和改进神经网络的10 kV配电网线损预测

为更全面、准确地评估10 kV配电网线损水平,提出了一种基于灰色关联分析和改进神经网络的10kV配电网线线损预测方法。通过灰色关联分析方法定量分析了15个电气指标与10 kV配电网线损的关联性,再经过实际10 kV配电网数据的预测校验,最终确定了最佳的电气特征指标体系;其次使用十折交叉验证法结合试凑法计算分析不同神经网络结构下的模型预测性能,确定了最佳的网络结构,解决了BP神经网络(BPNN)隐含层节点数目多凭经验确定的缺点。考虑到传统的BP神经网络收敛速度慢、易陷入局部极小等缺点,采用自适应遗传算法改进BP神经网络(AGABPNN)的方法,进行学习和预测,并对比分析了该方法和径向基神经网络(RBFNN)、传统的BP神经网络的收敛性和预测准确性。通过某地区329条10kV线路实例计算,3种方法最小预测误差分别为6.71%、12.95%、17.05%,验证了AGA-BPNN具有更好的收敛性和泛化能力。     

微气象实时监测技术在输电线路中的应用

微气象环境对电力系统的影响主要体现在因地形因素而在局部小区域如峡谷、山口产生如飓风、冻雨等特殊气象现象对输电线路造成的损坏。微气象环境因为其区域狭小,气象部门不能对这些微气象点的气候情况及时监测和播报。而微气象信息对电网安全运行具有重要作用。所以微气象实时监测信息是复杂地形条件下线路安全监测的重要内容。将线路微气象监测与电子地图技术结合起来,从而为实时监控电网运行提供更加全面的信息。