北极星

搜索历史清空

  • 水处理
您的位置:电力输配电保护与控制技术正文

如何玩转电力调度大数据

2017-07-21 16:34来源:数码拼图VBI关键词:电力监控电力调度电力系统收藏点赞

投稿

我要投稿

(2)配电设备负载评估与重过载预警

配电变压器重过载会导致低电压、频繁停电等现象,对配电设备的监测和预警,有利于调度部门结合设备情况与用户负荷,合理调度配电网的用电负荷。具体实施办法,利用实时用电负荷、实时变压器负荷量、设备运行状态信息,估算出配电设备的负载情况,并设定告警边界。

(3)线损计算与分析

线损是电能经历了发、输、变、配、用环节后产生的电能损耗。对线损进行实时计算和处理,及时发现用户违章用电情况,能够降低线损电量中的不合理成分,减少线损率。具体做法,汇总某省市县各级设备台账、负荷、电网运行、网架结构等海量数据,通过大数据处理技术,实现对线损的计算和统计分析,及时掌握线损情况,提升线损过程的控制能力。

大数据应用落地的阻碍是什么?

(1)多系统数据融合有阻力

现阶段调度系统如D5000、调度生产管理系统、缺陷管理系统等在建设初期都自成体系,调度各专业的数据融合性差,信息孤岛现象严重。如果只是针对传统BI分析,问题不大,因为传统BI分析更关注于单个业务领域或业务主题的数据,但这样不利于从一个宏观视角去发现各专业数据之间关联性,不利于洞察更具深度和广度,准确性更高,预测性更强的数据价值。所以多数据的汇总融合,是电力调度大数据应用得以实现的第一步。

(2)数据质量难保证

近年来,电网公司推进了数据采集、存储等方面的建设,但仍然难以规避数据质量问题。数据质量体现在数据的完整性和准确性两方面,例如在进行负荷预测时,大量用户侧的用电行为数据、气象数据并没有记录在案,势必会影响负荷预测的准确性;此外,如果构建负荷预测模型的历史数据不准确,则直接关系到预测的准确性。

原标题:如何玩转电力调度大数据
投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

电力监控查看更多>电力调度查看更多>电力系统查看更多>