高压电网故障信息数据挖掘系统的研究

电力公司因多年运行积累了海量的历史故障数据而导致数据过剩。另一方面,电网运行人员以及电力公司的决策者却又感觉到信息匮乏。近年来数据挖掘技术因能发现隐藏在大型数据集中的有价值的数据模式而倍受关注。提出了一种高压电网故障信息数据挖掘系统。论文从故障数据的分析提取、数据仓库的构建以及挖掘过程的设计等方面详细论述了该数据挖掘系统。最后以关联规则挖掘为例,从电网故障信息数据库中挖掘出保护不正确动作模式,该模式能为电网运行管理提供有益的决策支持。     

基于多代理系统的在线静态安全预警系统

静态安全预警对于大停电的预防起到了至关重要的作用.采用多代理系统(MAS)技术,满足了静态安全预警系统对计算实时性及系统架构的可伸缩性的要求.该系统采用PSS/E作为计算内核,以Python语言对PSS/E进行二次开发,使其能自动对静态安全问题进行计算,并将系统功能封装在不同的代理内.代理之间通过KQML语言进行通信.仿真计算表明,本系统计算速度快,能满足在线运行需要,具有较高的实用价值.     

高压电网故障信息数据挖掘系统的研究

电力公司因多年运行积累了海量的历史故障数据而导致数据过剩.另一方面,电网运行人员以及电力公司的决策者却又感觉到信息匮乏.近年来数据挖掘技术因能发现隐藏在大型数据集中的有价值的数据模式而倍受关注.提出了一种高压电网故障信息数据挖掘系统.论文从故障数据的分析提取、数据仓库的构建以及挖掘过程的设计等方面详细论述了该数据挖掘系统.最后以关联规则挖掘为例,从电网故障信息数据库中挖掘出保护不正确动作模式,该模式能为电网运行管理提供有益的决策支持.     

基于多代理系统的在线静态安全预警系统

静态安全预警对于大停电的预防起到了至关重要的作用。采用多代理系统（MAS）技术,满足了静态安全预警系统对计算实时性及系统架构的可伸缩性的要求。该系统采用PSS／E作为计算内核,以Python语言对PSS／E进行二次开发,使其能自动对静态安全问题进行计算,并将系统功能封装在不同的代理内。代理之间通过KQML语言进行通信。仿真计算表明,本系统计算速度快,能满足在线运行需要,具有较高的实用价值。