基于大数据分析的电力系统风险预测系统及方法技术方案

本发明专利技术涉及基于大数据分析的电力系统风险预测系统及方法，包括：采集电力系统中电力的生产、存储、调度、运行的数据；利用所述电力系统中数据使用边缘计算网络进行实时动态风险预测更新，所述边缘计算网络进行实时动态风险预测更新包括了电力系统运行合规性数据；利用所述边缘计算网络进行实时动态风险预测更新所述边缘计算网络进行实时动态风险预测更新的波动均值；计算所述边缘计算网络进行实时动态风险预测更新的波动均值是否大于预设的波动限定值；当计算边缘计算网络进行实时动态风险预测更新的波动均值大于预设的波动限定值时，将所使用的边缘计算网络进行实时动态风险预测更新分别调配到各变电站数据控制平台。险预测更新分别调配到各变电站数据控制平台。险预测更新分别调配到各变电站数据控制平台。

【技术实现步骤摘要】
基于大数据分析的电力系统风险预测系统及方法


[0001]本专利技术涉及电力系统领域，尤其涉及基于大数据分析的电力系统风险预测系统及方法。

技术介绍

[0002]近年来，世界范围内发生了多次大规模停电事故，造成了非常大的影响。这些事故大多是由于一个或几个正在运行元件的故障引起大范围的潮流转移，导致部分线路过载跳闸、电压崩溃，继而发生连锁故障。实际上，在潮流转移初期，并不是所有线路都会过载，而是只有部分潮流急剧变化，甚至引发连锁跳闸。电力系统是一个复杂的非线性系统，如何在系统受到扰动后及时的发现这些脆弱部分，也就是辨识电网中关键节点和关键线路，具有重要的应用研究价值。
[0003]在以往的确定性评估方法中，一般只采用故障前后有功潮流的各种因子来进行电网的脆弱性评估，而假设系统中的无功充足、节点电压的变化情况忽略不计。实际上，当电网发生故障时，一条线路的断开必然使本线路的潮流转移至其余线路，这样其余线路的有功潮流可能会显著增加，由此导致的电流增加还会使得输电线路上的无功损耗增加，加重了线路上的电压损耗，在没有充足的无功补偿时，节点电压必然会下降，严重时甚至会发生电压崩溃，同样会导致电网的大面积停电。所以节点电压权重因素也需要引入脆弱性评估因子中。
[0004]因此，为避免电力系统发生大规模停电事故，必须建立更准确、全面的电力系统风险评估体系，及时对脆弱部分采取相应措施，保证系统更加安全稳定的运行。

技术实现思路

[0005]基于此，有必要针对随机进行边缘计算网络进行实时动态风险预测更新发出问题，提供一种提升动态风险管理吸引力和动态风险管理体验的基于大数据分析的电力系统风险预测系统及方法，以及相应的边缘计算网络进行实时动态风险预测更新管理系统。
[0006]基于大数据分析的电力系统风险预测系统及方法，包括：采集电力系统中电力的生产、存储、调度、运行的数据；利用所述电力系统中电力的生产、存储、调度、运行的数据使用边缘计算网络进行实时动态风险预测更新，所述边缘计算网络进行实时动态风险预测更新包括了电力系统运行合规性数据；利用所述边缘计算网络进行实时动态风险预测更新所述边缘计算网络进行实时动态风险预测更新的波动均值；计算所述边缘计算网络进行实时动态风险预测更新的波动均值是否大于预设的波动限定值；当计算边缘计算网络进行实时动态风险预测更新的波动均值大于预设的波动限定值时，将所使用的边缘计算网络进行实时动态风险预测更新分别调配到各变电站数据控
制平台；当计算所述边缘计算网络进行实时动态风险预测更新的波动均值不大于预设的波动限定值时，重新进行所述电力系统中电力的生产、存储、调度、运行的数据计算、使用边缘计算网络进行实时动态风险预测更新以及计算波动均值。
[0007]一种边缘计算网络进行实时动态风险预测更新管理系统，包括：电力系统运行合规性数据建设模块，用于采集电力系统中电力的生产、存储、调度、运行的数据；边缘计算网络进行实时动态风险预测更新使用模块，与所述电力系统运行合规性数据建设模块相连，用于利用所述电力系统中电力的生产、存储、调度、运行的数据使用边缘计算网络进行实时动态风险预测更新，所述边缘计算网络进行实时动态风险预测更新包括了电力系统运行合规性数据；波动均值模块，与所述边缘计算网络进行实时动态风险预测更新使用模块相连，用于计算所述边缘计算网络进行实时动态风险预测更新使用模块所使用的边缘计算网络进行实时动态风险预测更新的波动均值；波动均值决策模块，与所述波动均值模块相连，用于计算所述边缘计算网络进行实时动态风险预测更新的波动均值是否大于预设的波动限定值；变电站数据传输模块，与边缘计算网络进行实时动态风险预测更新使用模块和波动均值决策模块相连，用于利用来自波动均值决策模块的表明边缘计算网络进行实时动态风险预测更新的波动均值大于预设的波动限定值的信号而将边缘计算网络进行实时动态风险预测更新使用模块所使用的边缘计算网络进行实时动态风险预测更新分别调配到各变电站数据控制平台。
[0008]有益效果：上述边缘计算网络进行实时动态风险预测更新的管理方法与管理系统，计算边缘计算网络进行实时动态风险预测更新的波动均值并与预设的波动限定值相比较，从而通过对于边缘计算网络进行实时动态风险预测更新的波动均值的管理来实现对边缘计算网络进行实时动态风险预测更新的管理，相比于既有的随机调配边缘计算网络进行实时动态风险预测更新所带来的预测麻烦、准确度较低的问题，本专利技术各实施方式的基于大数据分析的电力系统风险预测系统及方法可以通过对于边缘计算网络进行实时动态风险预测更新的波动均值的管理而实现对动态风险管理难度、可操作性以及边缘计算网络进行实时动态风险预测更新的横向差异的管理，提升变电站数据控制平台的使用性，提高预警的准确性。
附图说明
[0009]图1为本专利技术的基于大数据分析的电力系统风险预测方法的第一流程图；图2为本专利技术的基于大数据分析的电力系统风险预测方法的第二流程图；图3为本专利技术的基于大数据分析的电力系统风险预测方法的第三流程图；图4为本专利技术的基于大数据分析的电力系统风险预测系统结构图；图5为本专利技术的基于大数据分析的电力系统风险预测系统第一功能模块图；图6为本专利技术的基于大数据分析的电力系统风险预测系统第二功能模块图；图7为本专利技术的基于大数据分析的电力系统风险预测系统第三功能模块图；图8为本专利技术的基于大数据分析的电力系统风险预测系统第四功能模块图；
图9为本专利技术的基于大数据分析的电力系统风险预测系统第五功能模块图。
具体实施方式
[0010]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和有具体实施例对本申请作进一步详细说明。
[0011]如图1所示，其为本专利技术一种实施方式的基于大数据分析的电力系统风险预测系统及方法的流程。
[0012]步骤102，采集电力系统中电力的生产、存储、调度、运行的数据。对于具有特定内容的动态风险管理而言，所述电力系统运行合规性数据优选地为利用该动态风险管理内容而计算的对于动态风险管理具有最大影响力的因素。通常地，获得所述电力系统运行合规性数据应当有利于完成依据动态风险管理内容而设定的变电站异常数据。例如，对于对抗类动态风险管理而言，该电力系统运行合规性数据可设置为具有最大战斗力的目标特征或者角色等。电力系统中电力的生产、存储、调度、运行的数据可以包括：电力系统运行合规性数据的数目、大小、位置等。
[0013]步骤104，利用所述电力系统中电力的生产、存储、调度、运行的数据使用边缘计算网络进行实时动态风险预测更新，所述边缘计算网络进行实时动态风险预测更新包括了电力系统运行合规性数据。
[0014]具体地，在所使用的边缘计算网络进行实时动态风险预测更新中，应当包括具有所电力系统运行合规性数据。边缘计算网络进行实时动态风险预测更新应当包括利用动态风险管理内容而计算的待调配到各个变电站数据控制平台的边缘计算网络进行实时动态风险预测更新，其中所述电力系统运行合规性数据包括在待调配到一个或多个变电站数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据分析的电力系统风险预测方法，其特征在于，包括：采集电力系统中电力的生产、存储、调度、运行的数据；利用所述电力系统中电力的生产、存储、调度、运行的数据使用边缘计算网络进行实时动态风险预测更新，所述边缘计算网络进行实时动态风险预测更新包括了电力系统运行合规性数据；利用所述边缘计算网络进行实时动态风险预测更新所述边缘计算网络进行实时动态风险预测更新的波动均值；计算所述边缘计算网络进行实时动态风险预测更新的波动均值是否大于预设的波动限定值；当计算边缘计算网络进行实时动态风险预测更新的波动均值大于预设的波动限定值时，将所使用的边缘计算网络进行实时动态风险预测更新分别调配到各变电站数据控制平台；当计算所述边缘计算网络进行实时动态风险预测更新的波动均值不大于预设的波动限定值时，重新进行所述电力系统中电力的生产、存储、调度、运行的数据计算、使用边缘计算网络进行实时动态风险预测更新以及计算波动均值。2.利用权利要求1所述的基于大数据分析的电力系统风险预测方法，其特征在于，当计算所述边缘计算网络进行实时动态风险预测更新的波动均值不大于预设的波动限定值时，进一步包括：存档当前的边缘计算网络进行实时动态风险预测更新及其对应的各变电站数据控制平台的边缘计算网络进行实时动态风险预测更新的波动均值、边缘计算网络进行实时动态风险预测更新的波动均值；计算在自上一次进行边缘计算网络进行实时动态风险预测更新的调配之后，重复进行所述电力系统中电力的生产、存储、调度、运行的数据计算、使用边缘计算网络进行实时动态风险预测更新以及计算波动均值的重复次数是否达到预设的重复限定值；当计算所述重复次数已经达到预设的重复限定值时，计算所存档的波动均值最大的边缘计算网络进行实时动态风险预测更新作为待调配的边缘计算网络进行实时动态风险预测更新；当计算所述重复次数未达到预设的重复限定值时，重新进行所述采集电力系统中电力的生产、存储、调度、运行的数据计算、使用边缘计算网络进行实时动态风险预测更新以及计算波动均值。3.利用权利要求1所述的基于大数据分析的电力系统风险预测方法，其特征在于，在计算边缘计算网络进行实时动态风险预测更新的波动均值大于预设的波动限定值后进一步包括：确定在该波动限定值下将所使用的边缘计算网络进行实时动态风险预测更新调配到各变电站数据控制平台的次数是否已经达到预设的次数限定值；当计算所调配的次数已经达到预设的次数限定值时，计算新的波动限定值。4.利用权利要求3所述基于大数据分析的电力系统风险预测方法，其特征在于，所述计算新的波动限定值包括：计算初始波动限定值；
计算各次调配中边缘计算网络进行实时动态风险预测更新的波动均值的协方差；依据前述初始波动限定值与波动均值的协方差而计算新的波动限定值，其中所述新的波动限定值为所述初始波动限定值与所述波动均值的协方差。5.利用权利要求1所述的基于大数据分析的电力系统风险预测方法，其特征在于，利用所述边缘计算网络进行实时动态风险预测更新所述边缘计算网络进行实时动态风险预测更新的波动均值的步骤包括：计算各变电站数据控制平台的边缘计算网络进行实时动态风险预测更新的波动均值；将所述各变电站数据控制平台的边缘计算网络进行实时动态风险预测更新的波动均值及波动均值差异的算法作为所述边缘计算网络进行实时动态风险预测更新的波动均值。6.利用权利要求1所述的基于大数据分析的电力系统风险预测方法，其特征在于：在将所使用的边缘计算网络进行实时动态风险预测更新分别调配到各变电站数据控制平台的步骤之前，计算边缘计算网络进行实时动态风险预测更新中所包括的各变电站异常数据的相应波动均值与初始信息，所述初始信息为相应变电站异常数据的预定出现频率；在进行了预设次数的边缘计算网络进行实时动态风险预测更新的调配后，计算各变电站异常数据的相应再次信息，所述再次信息为在所述预设次数的边缘计算网络进行实时动态风险预测更新的调配中相应变电站异常数据的出现概率；利用...

【专利技术属性】
技术研发人员：王皓然，刘俊荣，付鋆，魏力鹏，班秋成，周泽元，吕嵘晶，李荣宇，陶佳冶，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：