[發(fā)明專利]一種基于大數(shù)據(jù)技術(shù)的配電網(wǎng)運行狀態(tài)評估方法

有效

• 申請?zhí)枺?/td>: 201711158412.8
• 申請日: 2017-11-20
• 公開（公告）號: CN107918830B
• 公開（公告）日: 2021-11-23
• 發(fā)明（設(shè)計）人: 黃華勇;范敏;陳歡;張曦;劉亞玲;陳軍;羅保松;唐山;胡雅倩;范理波
• 申請（專利權(quán)）人: 國網(wǎng)重慶市電力公司南岸供電分公司;重慶大學;國家電網(wǎng)公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06F16/29;G06F16/242;G06F16/248
• 代理公司: 重慶大學專利中心 50201
• 代理人: 王翔

本發(fā)明公開了一種基于大數(shù)據(jù)技術(shù)的配電網(wǎng)運行狀態(tài)評估系統(tǒng)及方法，主要包括以下步驟：1)采集智能電網(wǎng)各個供電區(qū)域的數(shù)據(jù)。2)對采集的數(shù)據(jù)進行預(yù)處理。3)對來自各個系統(tǒng)的數(shù)據(jù)進行多源異構(gòu)數(shù)據(jù)融合，并將接收到的數(shù)據(jù)以實時或定時的方式存儲到分布式文件系統(tǒng)(HDFS)中。4)計算供電區(qū)域的評價指標。5)計算出各層次的權(quán)重，并得出A+～E類供電分區(qū)和當前供電區(qū)域的運行狀態(tài)評估結(jié)果。6)將運行狀態(tài)評估結(jié)果可視化。7)可視化結(jié)合運行狀態(tài)評估區(qū)域的GIS數(shù)據(jù)，在地圖上使用不同的顏色表示出不同的運行狀態(tài)。8)可視化結(jié)合百度的開源可視化圖表插件Echarts制作智能儀表盤(Dashboard)，通過DashBoard展示實時運行狀態(tài)曲線和實時狀態(tài)評估結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及配電網(wǎng)運行狀態(tài)評估領(lǐng)域，具體是一種基于大數(shù)據(jù)技術(shù)的配電網(wǎng)運行狀態(tài)評估方法。

背景技術(shù)

隨著國家電網(wǎng)全力推進配電自動化建設(shè)，電力營銷、生產(chǎn)、調(diào)度等信息系統(tǒng)產(chǎn)生了海量的電力信息數(shù)據(jù)。如何多大規(guī)模數(shù)據(jù)進行有效的處理，從中獲取有用的信息，挖掘潛在的價值，成了一項嚴峻的挑戰(zhàn)。

現(xiàn)今的配電網(wǎng)運行狀態(tài)評估以確定性方法為基礎(chǔ)，以嚴重性程度為指標，以不能對頻繁隨機波動的實時運行狀況進行全面的評估，應(yīng)用中實用性不強，并且目前的電網(wǎng)的運行狀態(tài)評估方法，缺乏對整體區(qū)域的深層次分析。傳統(tǒng)的配電網(wǎng)運行狀態(tài)評估缺乏對配電網(wǎng)整體區(qū)域的深層次分析和挖掘，并且當數(shù)據(jù)量過大，無法在單機上運行。鑒于電網(wǎng)結(jié)構(gòu)復(fù)雜化和不確定性增加的嚴峻形勢，為了提高電網(wǎng)安全運行的能力，迫切需要梳理電網(wǎng)運行的薄弱環(huán)節(jié)，研究基于電網(wǎng)結(jié)構(gòu)、裝備水平、供電能力、可靠性、氣象信息等多時空尺度的特征提取及融合方法，采用多層次指標體系和多層次區(qū)域體系,構(gòu)建電網(wǎng)運行狀態(tài)評估指標體系及動態(tài)評估算法，提出面向大數(shù)據(jù)分析的配電網(wǎng)運行狀態(tài)評估方法，實現(xiàn)電網(wǎng)的精準管控和實時狀態(tài)評估，有助于找出現(xiàn)狀配電網(wǎng)的缺陷和不足。

發(fā)明內(nèi)容

本發(fā)明的目的是解決現(xiàn)有技術(shù)中存在的問題。

為實現(xiàn)本發(fā)明目的而采用的技術(shù)方案是這樣的，一種基于大數(shù)據(jù)技術(shù)的配電網(wǎng)運行狀態(tài)評估方法，主要包括以下步驟：

1)采集智能電網(wǎng)各個供電區(qū)域的數(shù)據(jù)。數(shù)據(jù)源包括兩部分數(shù)據(jù)。一部分數(shù)據(jù)是配電自動化系統(tǒng)的海量歷史數(shù)據(jù)。另一部分數(shù)據(jù)是配電自動化系統(tǒng)的實時流數(shù)據(jù)。

進一步，采集的數(shù)據(jù)來源主要包括PMS、SCADA、GIS配電網(wǎng)子系統(tǒng)和外部天氣信息。配電網(wǎng)的實時數(shù)據(jù)采集周期是15分鐘。采用Flume采集配電自動化系統(tǒng)的實時流數(shù)據(jù)。采用Sqoop抽取關(guān)系數(shù)據(jù)庫Oracle中的配電自動化系統(tǒng)的海量歷史數(shù)據(jù)。

2)對來自各個系統(tǒng)的數(shù)據(jù)進行多源異構(gòu)數(shù)據(jù)融合。開源工具Kafka接收多源異構(gòu)數(shù)據(jù)融合后得到的數(shù)據(jù)。開源工具Kafka將接收到的數(shù)據(jù)以實時或定時的方式存儲到分布式文件系統(tǒng)(HDFS)中。

3)根據(jù)HDFS中的數(shù)據(jù)，利用Spark并行計算框架逐層計算供電區(qū)域的評價指標。主要計算步驟如下：

3.1)計算供電區(qū)域內(nèi)各條線路的指標評價結(jié)果。主要步驟如下：

3.1.1)將存儲在HDFS中的原始數(shù)據(jù)集隨機切分。將切分的結(jié)果保存到不同的彈性分布式數(shù)據(jù)集RDD中作為輸入。

3.1.2)利用內(nèi)存計算中的RDD來并行計算線路指標值。利用Spark的并行計算機制在各個計算節(jié)點并行計算。計算結(jié)果的輸出形式為xl_id,zb_id,value。 (1)

其中，xl_id為線路ID。zb_id為指標ID。value為計算結(jié)果數(shù)值。

3.1.3)以xl_id,zb_id,value作為本步驟的輸入，在各個計算節(jié)點，根據(jù)線路ID號將計算后的指標值利用Spark的groupByKey函數(shù)進行局部聚合。