【技术实现步骤摘要】
本专利技术涉及电网运行分析，具体涉及一种基于电网运行方式的智能辅助分析方法。
技术介绍
1、随着电网规模的不断扩大和电力需求的不断增长，电网运行面临着诸多的挑战与问题；其中，较为关键的技术问题是如何实现对电网运行方式的智能辅助分析，以提高电网的运行效率和安全性。传统的电网运行方式缺乏智能化的分析方法，主要依靠人工经验和手动操作来进行调度决策。这种方式存在以下问题：首先，由于电网运行数据分散且规模庞大，人工分析难以全面准确地把握电网运行状态。而且，数据的收集和整理也需要耗费大量的时间和人力成本；其次，人工分析的过程中容易出现主观判断和误判的情况，导致调度决策的不准确和不及时；特别是在复杂的电网故障和突发事件发生时，人工分析的效果更加有限。此外，传统的电网运行方式缺乏实时监测和预警机制，无法及时发现潜在的问题和风险。这给电网的运行安全性带来了很大的隐患。
2、现有公开号为cn103617557a的中国专利，公开了一种多源异构电网运行参数分析系统，包括：数据获取解析模块，获取多来源的电网参数并进行解析获得异构电网参数文件；多专业参数融合模块，分别获取自动化、运行方式和继电保护专业的电网参数，并进行对比分析和数据融合处理，获得融合的自动化、运行方式和继电保护专业参数；多专业参数融合模块，对自动化、运行方式和继电保护专业参数进行对比分析和数据融合处理，并建立以设定文件形式存在的各专业参数之间的对应关系；专业参数质量分析模块，分别获取融合后的各个专业电网参数，计算各个专业电网参数之间的参数差异度，对参数进行质量分析及参数修正。但
技术实现思路
1、本专利技术解决了传统的电网运行方式缺乏智能化的分析方法导致缺乏监测和预警机制的问题，提出一种基于电网运行方式的智能辅助分析方法，实现电网运行的监测、分析和预警，提高电网的运行效率和安全性。
2、为了实现上述目的，本专利技术采用以下技术方案：一种基于电网运行方式的智能辅助分析方法，包括以下步骤：
3、s1，建立区域全覆盖的光纤和无线组网通信系统；获取区域负荷和发电数据，提取负荷特征；
4、s2，根据负荷特征建立负荷预测模型；根据负荷预测模型，结合实时负荷数据，进行负荷预报；
5、s3，构建融合区域负荷监测和发电监测的数据仓库，通过异步通信网络获取各区域实时数据并汇总到数据仓库；
6、s4，采用卷积神经网络模型进行电网运行状态评估，将卷积神经网络模型结果进行实时反馈以辅助调度决策。
7、本技术方案中，首先，创建无线组网通信系统来实现电网不同区域之间的实时数据交换，随后采集得到相应的区域负荷以及发电数据，并对数据进行处理，提取出负荷特征；之后根据负荷特征来建立负荷预测模型，得到相应的预测结果，并与实时数据进行比对；然后建立数据仓库，以作为电网运行分析的信息基础，将各区域的实时数据传输至数据仓库进行存储；最后，根据数据仓库并结合卷积神经网络模型来进行关于电网运行方式的评估，根据输出的结果来辅助调度平台进行电网调度，提高电网的运行效率和安全性。
8、本专利技术还进一步设置为：所述步骤s1包括：
9、s11，获取电网区域的地理位置信息，判断区域间的通信距离；
10、s12，根据通信距离选择光纤链路或者无线通信链路，确定光纤链路参数和网络协议参数；
11、s13，获取原始负荷数据，构建输入特征，根据设定条件提取负荷随机性和周期性特征。
12、本技术方案中，根据电网不同区域的地理位置来确定不同区域间的通信距离，若通信距离在预设范围之内，则设置光纤链路。若通信距离超过预设范围，则设置无线通信链路，最终根据相关的数据来计算出相应的光纤链路参数以及网络协议参数，保证数据交换的及时性；最后获取到负荷数据提取出相关的负荷随机性和周期性特征，作为后续预测模型的输入。
13、本专利技术还进一步设置为：所述步骤s13包括：
14、s131，确定区域内的用电和发电数据来源，通过标准通信接口得到原始数据并处理；
15、s132，构建的输入特征包括负荷数据的相关系数，将相关系数符合要求的数据作为随机性特征，将负荷数据进行傅里叶变换并进行频谱分析以得到周期性特征。
16、本技术方案中，由电网的拓扑结构以及运行区域，确定需要获取的负荷和发电数据的范围；随后获取区域内用电负荷监测点和发电机组数据源信息，数据源不同，则相应的数据类型就不同，在获取得到原始数据后进行解析和转换；随后获取固定周期内的负荷数据，计算出负荷数据的均值、方差以及相关系数，构建输入特征；将相关系数是否处于预设范围内的负荷数据作为随机性特征，对经过傅里叶变换以及频谱分析的负荷数据提取出周期性特征；保证数据的可靠来源。
17、本专利技术还进一步设置为：所述步骤s2包括：
18、s21，由含有周期性特征和随机性特征的历史样本对arima模型进行训练，得到负荷预测模型，输出电力负荷预测结果；
19、s22，将电力负荷预测结果与预设偏差范围进行比对，判断是否重新训练负荷预测模型，最终输出负荷预报结果。
20、本技术方案中，将提取到的随机性特征和周期性特征作为输入，选择含随机项和周期项的arima模型，得到电力负荷预测结果；通过历史样本进行模型训练，最小化损失函数，确定最优参数；并通过调整负荷预测模型的结构和参数来反复训练，直至获得预期的预测结果；在输出电力负荷预测结果后，对结果进行处理后判断其结果是否超出预设偏差范围，以决定是否重新训练；并评估模型结果于实际数据的误差，不断优化模型以保证预测精度，最终实现对于区域电力负荷的预报。
21、本专利技术还进一步设置为：所述步骤s3包括：
22、s31，根据区域负荷和发电数据构建综合数据仓库，对综合数据仓库中的数据质量进行监控和治理，构建数据接口来提供数据服务；
23、s32，确定发电厂、变电站和重要用户区域数据源的标识信息，形成异步电网实时数据传输体系。
24、本技术方案中，综合数据仓库能够作为电网运行分析的多源异构信息基础，其中，通过标准化通信接口获取原始数据，针对不同来源数据的格式和命名差异，进行数据清洗和转换；并对数据进行监控以及治理操作；此外，通过异步通信网络将经过校验后的数据汇总投入综合数据仓库，按照业务模型存储。
25、本专利技术还进一步设置为：所述步骤s4包括：
26、s41，以多种类时间序列数据作为训练集，构建卷积神经网络模型，对节点权重进行分析，确定作出判断的状态特征；
27、s42，通过服务接口以实时和连续的方式输出电网运行状态评估结果；获取调度后电网状态反馈，标记调度效果。
28、本技术方案中，通过卷积神经网络模型来进行电网状态评估，确定卷积神经网络模型作出判断的本文档来自技高网...
【技术保护点】
1.一种基于电网运行方式的智能辅助分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤S1包括：
3.根据权利要求2所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤S13包括：
4.根据权利要求1或2或3所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤S2包括：
5.根据权利要求4所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤S3包括：
6.根据权利要求1或4所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤S4包括：
7.根据权利要求4所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤S21包括：
8.根据权利要求5所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤S3还包括：
9.根据权利要求2所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤S12包括：
10.根据权利要求3所述的
...【技术特征摘要】
1.一种基于电网运行方式的智能辅助分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤s1包括：
3.根据权利要求2所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤s13包括：
4.根据权利要求1或2或3所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤s2包括：
5.根据权利要求4所述的一种基于电网运行方式的智能辅助分析方法，其特征在于，所述步骤s3包括：
6.根据权利要求1或4所述的一种基于电网运行方式的智能辅助分...
【专利技术属性】
技术研发人员：向东旭，吴丹，商振东，何强，钱敏，李明阳，李洋，曾凡，周毅，季柳青，
申请(专利权)人：国网浙江省电力有限公司常山县供电公司，
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。