面向配网台区的综合评价模型研究与可视化应用

被引:12
作者
刘飞 [1 ]
贲树俊 [1 ]
周嘉 [1 ]
邓松 [2 ]
毛艳芳 [1 ]
冯鹏 [1 ]
杨佩 [3 ]
机构
[1] 国网南通供电公司
[2] 南京邮电大学
[3] 全球能源互联网研究院
关键词
配网台区; 神经网络; 评价模型; 大数据; 可视化;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
080802 ;
摘要
随着配电网规模的不断扩大,海量异构数据呈指数级增长,为了提高配电网的运维管理水平,解决配网建设、规划中的诸多问题。文中提出基于大数据、GIS、可视化技术,从配网最小单元台区入手,利用Kmean聚类分析、主客观权重加成、神经网络等方法建立配网台区综合评价模型,并利用可视化技术对评价结合进行多维立体展示,让工作人员快速定位问题,找出问题台区;从而对配网线路、变电站及整个台区的运维状态充分把握,提升问题异动分析的精确度,通过实践所提内容切实可行,能够对台区状态进行立体展示,促进整体配网运维与规划。
引用
收藏
页码:63 / 68
页数:6
相关论文
共 14 条
[1]   结合降维技术的电力负荷曲线集成聚类算法 [J].
张斌 ;
庄池杰 ;
胡军 ;
陈水明 ;
张明明 ;
王科 ;
曾嵘 .
中国电机工程学报, 2015, 35 (15) :3741-3749
[2]   基于云计算和量子粒子群算法的电力负荷曲线聚类算法研究 [J].
张少敏 ;
赵硕 ;
王保义 .
电力系统保护与控制, 2014, 42 (21) :93-98
[3]   基于云计算的居民用电行为分析模型研究 [J].
张素香 ;
刘建明 ;
赵丙镇 ;
曹津平 .
电网技术, 2013, 37 (06) :1542-1546
[4]   智能电网大数据处理技术现状与挑战 [J].
宋亚奇 ;
周国亮 ;
朱永利 .
电网技术, 2013, 37 (04) :927-935
[5]   神经网络在电力负荷预测中的应用研究 [J].
杜莉 ;
张建军 .
计算机仿真, 2011, 28 (10) :297-300
[6]   基于改进聚类分析算法的入侵检测系统研究 [J].
杜强 ;
孙敏 .
计算机工程与应用, 2011, 47 (11) :106-108+181
[7]   基于云计算的智能电网信息平台 [J].
王德文 ;
宋亚奇 ;
朱永利 .
电力系统自动化, 2010, 34 (22) :7-12
[8]   基于多目标聚类的用电集群特征属性计算 [J].
刘友波 ;
刘俊勇 ;
赵岩 ;
李磊 ;
胥威汀 ;
姚珺玉 ;
侯贺飞 .
电力系统自动化, 2009, 33 (19) :46-51
[9]   基于改进粒子群-径向基神经网络模型的短期电力负荷预测 [J].
师彪 ;
李郁侠 ;
于新花 ;
闫旺 ;
何常胜 ;
孟欣 .
电网技术, 2009, 33 (17) :180-184
[10]   基于自组织映射神经网络的电力用户负荷曲线聚类 [J].
李智勇 ;
吴晶莹 ;
吴为麟 ;
宋保明 .
电力系统自动化, 2008, (15) :66-70+78