System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力调度,具体是涉及一种基于大数据的多区域电力能源智能调度方法及系统。
技术介绍
1、电能由于使用方便,目前是世界上密度最高、分布最广并且使用最多的能源形态。然而,当电力负载高于发电量或低于发电量,都可能使电网的频率出现变动进而可能造成电网的崩溃,因此要维持电力系统稳定,时时刻刻都要保持供需平衡,适应电力负载需求而适时的调整电力供应,即为调度工作。随着配电网的信息化、自动化建设工作逐步深入,配网调度中心涉及的自动化、信息化系统也越来越多,涉及调度自动化、配电自动化、pms2.0、调控云、配网管控平台、现场电话等诸多信息。
2、目前全国平均每个省有上万条中压线路,各地区就有近百处变电站。其中有大量的操作规程属于单一的重复工作,却需要大量人力和时间的投入,主要表现在原有调度规程人工处理流程繁琐,重复率高,容易出错,效率偏低,难以有效发挥员工的专业能力和价值,近年使用的太阳能的光电以及风力的风电等绿色能源发电,由于发电功率的难以掌握,更使电力调度工作不止成本增加,也使得维持电网的稳定性更加的困难。
技术实现思路
1、为解决上述技术问题,提供一种基于大数据的多区域电力能源智能调度方法及系统,本技术方案解决了上述
技术介绍
中提出的原有调度规程人工处理流程繁琐,重复率高,容易出错,效率偏低,难以有效发挥员工的专业能力和价值,近年使用的太阳能的光电以及风力的风电等绿色能源发电,由于发电功率的难以掌握,更使电力调度工作不止成本增加,也使得维持电网的稳定性更加的困难的问题。< ...
【技术保护点】
1.一种基于大数据的多区域电力能源智能调度方法,其特征在于,包括:
2.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域电力系统历史数据,基于区域用电量预测模型,对区域用电量进行预测,获取区域初始用电量预测数据,具体包括:
3.根据权利要求2所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域历史用电量训练数据对ARMA模型进行训练,获取区域用电量预测模型,具体包括:
4.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述基于区域初始用电量预测数据、区域建设用电量数据和区域用电量环境影响指数,获取区域用电量预测数据,具体包括:
5.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域供电量数据、区域用电量预测峰值数据和区域用电量预测平稳数据,获取区域供电状态信息,具体包括:
6.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述获取区域位置信息,根据区域供电状态信息
7.一种基于大数据的多区域电力能源智能调度系统,用于实现如权利要求1-6任一项所述的调度方法,其特征在于,包括:
8.根据权利要求7所述的一种基于大数据的多区域电力能源智能调度系统,其特征在于,所述主控制模块,具体包括:
9.根据权利要求7所述的一种基于大数据的多区域电力能源智能调度系统,其特征在于,所述信息获取模块,具体包括:
10.根据权利要求7所述的一种基于大数据的多区域电力能源智能调度系统,其特征在于,所述用电量预测模块,具体包括:
...【技术特征摘要】
1.一种基于大数据的多区域电力能源智能调度方法,其特征在于,包括:
2.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域电力系统历史数据,基于区域用电量预测模型,对区域用电量进行预测,获取区域初始用电量预测数据,具体包括:
3.根据权利要求2所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域历史用电量训练数据对arma模型进行训练,获取区域用电量预测模型,具体包括:
4.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述基于区域初始用电量预测数据、区域建设用电量数据和区域用电量环境影响指数,获取区域用电量预测数据,具体包括:
5.根据权利要求1所述的一种基于大数据的多区域电力能源智能调度方法,其特征在于,所述根据区域供...
【专利技术属性】
技术研发人员:毛水林,冯铭基,毛珍珍,
申请(专利权)人:中嘉能广东能源有限公司,
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。