【技术实现步骤摘要】
一种电网时空动态特性智能认知算法库引擎的构建方法
[0001]本专利技术涉及电网智能分析与计算
,并且更具体地,涉及一种电网时空动态特性智能认知算法库引擎的构建方法。
技术介绍
[0002]随着我国交直流混联电网规模的不断扩大,电力电子设备和新能源大量接入,导致电网动态特性日趋复杂、安全稳定运行风险日益增加,客观上要求更具时效性的大电网在线安全分析。近年来,大数据、人工智能等先进技术高速发展以及广域测量系统(Wi de Area Measurement System,WAMS)在电网信息采集与监控的广泛应用,为大电网实时分析提供了技术与数据支撑。
[0003]电网时空动态特性智能认知算法是实现电网在线安全分析的核心。随着大电网在线安全分析对时效性的要求日益增大以及数据量的激增,亟需海量信息驱动的电网时空动态特性智能认知算法库引擎以支持面向电网实时在线分析的智能认知算法的灵活构建与高效运行。然而,目前静态评估与决策、暂态评估与决策等电网时空动态特性智能认知算法还是基于通用的流式计算框架从零开始构建计算模型。由于通用计算引擎,如Spark和F l i nk等,在存储与计算流程上没有针对电网智能认知算法特点进行优化,因此算法的计算性能难以得到保证。此外,目前也尚缺乏针对电网智能认知算法的组态化编程环境,从而加大了算法的研发成本。
技术实现思路
[0004]针对现有技术存在的问题,本专利技术提供一种电网时空动态特性智能认知算法库引擎的构建方法,用于统一管理电网静态评估与决策算法、暂态评估与决策算 ...
【技术保护点】
【技术特征摘要】
1.一种电网时空动态特性智能认知算法库引擎的构建方法,其特征在于,包括:构建电网智能认知算法库的存储层,其中存储层包括数据存储模块,数据存储模块用于利用分布式存储组件实现PMU数据、SCADA数据、状态估计结果数据和仿真数据的存储;构建电网智能认知算法库的计算层,其中计算层包括全量数据接口模块、稀疏矩阵存储模块、流式计算模块、算法调度模块以及组态化构件模块;全量数据接口模块用于从电网全设备对象及全信息量角度出发,制定数据接口规范;稀疏矩阵存储模块用于以三元组的形式在内存中存储电网导纳矩阵,供电网智能认知算法运行使用;流式计算模块用于对每个电网智能认知算法采用流式计算的模式进行在线运行,每当新数据到达时,执行预设的处理步骤;算法调度模块用于按照电网智能认知算法的重要程度以及所耗计算资源情况设计运行优先级,实现多重作业优化调度;组态化构件模块用于为电网智能认知算法提供组态化开发环境,实现参数自定义,从而满足不同应用场景的需求;构建电网智能认知算法库的算法层,其中算法层包括静态评估与决策算法、暂态评估与决策算法以及基础通用算法。2.根据权利要求1所述的构建方法,其特征在于,所述利用分布式存储组件实现PMU数据、SCADA数据、状态估计结果数据和仿真数据的存储,包括:根据PMU数据的使用场景,将当前时刻前五分钟的PMU数据作为在线数据存储到分布式内存数据库中,将其余时刻的PMU数据作为历史数据存储到分布式列式数据库中;根据SCADA数据的特性,将SCADA数据分为第一模型数据与第一运行数据,其中第一模型数据存储在关系型数据库中,第一运行数据存储到分布式列式数据库中;根据状态估计结果数据的特性,将状态估计结果数据分为第二模型数据与第二运行数据,其中第二模型数据存储到关系型数据库中,第二运行数据存储到分布式列式数据库中;根据仿真数据的特性,将仿真数据存储到分布式文件系统中。3.根据权利要求1所述的构建方法,其特征在于,所述从电网全设备对象及全信息量角度出发,制定数据接口规范,包括:将电网的母线、发电机、线路、负荷的属性分为静态属性与动态属性,其中静态属性通过字符串进行描述,动态属性以动态数组的形式描述,并根据时间进行动态拓展;将静态属性与动态属性以JSON的格式形成全量数据接口,全量数据接口的通信方式为HTTP。4.根据权利要求3所述的构建方法,其特征在于,所述静态属性包括设备名称,设备静态模型参数及厂站名称。5.根据权利要求3所述的构建方法,其特征在于,所述动态属性包括电压幅值、相角、有功功率及无功功率。6.根据权利要求3所述的构建方法,其特征在于,所述以三元组的形式在内存中存储电网导纳矩阵,包括:从全量数据接口中读取电网支路与节点参数信息;读取电网所有支路信息,将支路信息中的首端节点号作为行信息、末端节点号作为列信息,形成节点稀疏关联矩阵;在节点稀疏关联矩阵上叠加支路电阻与电抗信息,...
【专利技术属性】
技术研发人员:刘道伟,赵高尚,李柏青,杨红英,宋墩文,杨学涛,杜三恩,陈勇,许鹏飞,刘开欣,封一贤,冯静,谢家正,肖项涛,
申请(专利权)人:中国电力科学研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。