“电网一张图”时空信息管理系统

文章首先总结了电力企业信息管理系统的现状,提出了多源信息管理系统融合集成的邦联、子集和完全融合3种方式,分析了3种方式的优缺点,以建设企业"互联网搜索"型数字引擎为目标,提出了融合基于本体的图数据库建模,多维关联与路径因果分析,和人机共生互动可视化决策于一体的企业信息管理系统技术发展趋势;在系统分析目前正在快速发展的图数据库技术与传统关系数据库之间的本质区别基础上,总结原创的电力图计算平台技术的特点;在此基础上讨论"电网一张图"在建设能源互联网时空信息管理平台数据关联索引图中的核心作用,提出了支持能源互联网建设的"电网一张图"时空信息管理系统的技术架构与特点,最后总结"电网一张图"时空信息管理系统在提高电网安全运行水平、提升客户服务水平、增强清洁能源消纳水平、改善经营绩效水平、以及为综合能源服务和建设能源生态等提供数据服务方面的广阔应用场景。     

基于"电网一张图"的时空数据管理系统

为解决目前信息系统建设过程中出现的专业壁垒、跨专业流程不贯通、数据共享实时性不强、数据价值未充分挖掘等难题,国家电网有限公司提出要通过"数据一个源、电网一张图、业务一条线"的技术手段,实现泛在电力物联网的建设目标,其中,"电网一张图"正是消除数据孤岛、实现数据全面融合的核心。基于图数据库和图计算技术,文章提出了基于"电网一张图"时空数据管理系统的建设方案。利用图数据结构与实际电网在结构上的一致性、表达上的自然性、展示上的直观性的特点,通过将电网的整体拓扑连接,包括发、输、变、配、用所有环节内部的拓扑结构及其之间的连接关系的电网空间数据融合,打通不同电压等级电网之间的拓扑连接,形成"电网拓扑一张图"。同时,将电网运行、监测、运维、生产和营销等各个业务部门中不同管理角度、不同组织方式、不同时间与空间维度、不同量级的数据进行一体化融合,形成"电网一张图",构建时空数据管理系统,为泛在电力物联网的建设目标奠定基础。     

基于图数据库和知识图谱的电力设备质量综合管理系统研究

电力设备管理和电网调度运行的业务正在深度融合,针对设备管理中出现的质量把控不严、设备安全运行压力大、缺乏完善量化的设备质量评价体系、设备运行情况不能有效反馈到入网招标中等问题,亟须将电力设备质量管理从调度运维延伸至生产制造环节,构建全景式质量控制体系。传统的电力设备质量管理系统通常采用的关系型数据库面临着数据检索查询效率低下、储存空间需求较大等问题,文章提出了一种基于图数据库和知识图谱的电力设备质量综合管理系统。首先,根据图数据库的数据存储和遍历机理,结合电力设备质量评价需求,设计自顶向下的领域知识图谱模型,实现多源异构数据在图数据库中的高效存储;其次,通过研究知识图谱中统计和基于规则的知识推理算法,设计设备、厂家、变电站/线路、电力公司、质量事件等多重关联关系的高效分析查询方法,实现疑似家族性缺陷分析、设备批次故障/缺陷时间分布等分析;最后,研究设计数据层次化组织的可视化,利用数据间的关联关系将数据进行多主题的分类分层组织,并提供友好互动人机界面。     

基于配电网一张图的运营指挥系统研究

在泛在电力物联网的背景下,实现配电网数据的统一建模和管理具有重要意义。然而传统的配电网中一般包含有多个信息管理系统,多个子系统之间是相互独立的,信息孤岛现象突出,存在着信息综合利用率不高、业务相互的交叉共享不够、自动化设备也未能充分发挥功效等问题。为此,文章依据图数据库、时空数据分析、可视化展示等技术,基于"配电网一张图"的设计理念,研发出一套多源配电网时空数据管理系统,利用配电网的拓扑结构实现了对配电网多源数据的统一建模和信息融合,实现了对配电网运营的统一指挥管理。     

基于云雾边协同理念的“电网一张图”维护与自动更新策略研究

为了实现智能电网“源-网-荷-储”协调互动优化运行的目标,需要对发、输、变、配、用“物理一张网”进行数字建模,构建为各个业务部门提供数据服务的“电网拓扑结构关联一张图”。文章在介绍智能电网构成和云雾边技术架构的基础上,提出了基于变电站自动化系统和智能台区分别建设能量管理系统的雾节点和边节点,对“电网一张图”提供在线维护和自动更新的策略,然后讨论了这一策略涉及到的图数据库与电力图计算、电网图模型在线更新、低压配电网拓扑结构辨识等关键技术。此策略将“源-网-荷-储”各种环节以“电网一张图”的形式紧密连接,为智能电网的高效运行提供了技术基础。     

电网碳排放因子研究方向与应用需求的演变进程

电网碳排放因子是温室气体核算体系中非常重要的一部分,对于减缓气候变化和实现碳中和具有至关重要的作用。当前,针对电网碳排放因子核算的研究已经向着更为准确、区域更为细化、且更具有时效性的方向发展。该文总结了温室气体核算体系关于电网碳排放因子的需求演变以及国内外企业常用的标准和选择方法,介绍了欧美政府现阶段采取的电网碳排放因子计算方法及需求演变,探讨了关于电网碳排放因子的研究进展和应用情况。针对美国和欧洲地区,分别介绍了斯坦福大学、加州大学戴维斯分校、美国国家可再生能源实验室等知名研究机构的典型科研进展。此外,还探讨了欧美公司在电网碳排放因子计算方法及应用场景方面的创新,包括宾夕法尼亚-新泽西-马里兰电力市场公司(Pennsylvania-New Jersey-Maryland Interconnection,PJM)、新英格兰独立系统运营商(Independent System Operator-New England,ISO-NE)、Watt Time等公司已经推出的电网碳排放相关应用与产品。最后,该文指出了我国开展分时分区电网碳排放因子研究与应用的必要性,并提出了相应建议,为我国电网碳...     

基于图机器学习的分布式光伏发电预测

文章基于图机器学习提出了一种面向分布式光伏电站的深度时空特征提取预测模型。首先,针对临近区域的光伏电站进行图建模,使用长短期记忆(long short-term memory,LSTM)模型进行时间特征抓取,使用图卷积原理对电站空间特征进行提取。根据提取的时空特征信息以及历史数据和临近其他区域内光伏电站历史发电数据,训练光伏发电预测模型。以国内某地266个光伏电站为实验对象,实验结果表明基于图机器学习的预测模型进行日前预测,预测误差率仅为5.66%,低于其他机器学习模型预测结果。该模型针对光伏电站15min前发电预测可以捕获当天瞬间出力变化曲线。