【技术实现步骤摘要】
本专利技术属于电力系统监测，具体涉及一种基于大数据的电力运行监测方法及系统。
技术介绍
1、随着社会经济的快速发展，电力系统在我国国民经济中的地位越来越重要。保障电力系统的安全稳定运行，提升电力系统运行的经济性，是我国电力系统发展的重要任务。大数据技术在电力系统中的应用逐渐受到关注。通过收集和整合电力系统中的海量数据，可以实现对电力运行状态的全面监测和分析，为电力系统的优化运行提供数据支持。然而，如何有效地利用这些大数据，提取有价值的信息，仍然面临诸多挑战。并且，电力系统具有高度复杂性，涉及众多设备和环节，监测难度大；传统的监测方法往往依赖人工进行巡检和管理，人力成本投入大，工作量大；传统的监测方法功能简单，智能化程度低，仅仅能实现对电力运行数据的简单分析，无法掌握电力运行数据的深层信息，准确性低。
技术实现思路
1、为了解决现有技术存在的监测难度大、人力成本投入大、工作量大、功能简单、智能化程度低以及准确性低的问题，本专利技术目的在于提供一种基于大数据的电力运行监测方法及系统。
2、本专利技术所采用的技术方案为：
3、一种基于大数据的电力运行监测方法，包括如下步骤：
4、基于云计算中心，采集电力系统的系统信息数据和历史电力运行及控制大数据，并根据系统信息数据和历史电力运行及控制大数据，构建电力系统数字孪生模型和电力系统数据驱动模型；
5、基于数据采集装置，采集电力系统中电力设备的实时电力运行数据，对实时电力运行数据进行加密，得到对应
6、基于云计算中心，对加密后实时电力运行数据进行解密，得到对应的解密后实时电力运行数据，并将解密后实时电力运行数据作为实时数字孪生数据，输入电力系统数字孪生模型；
7、根据实时数字孪生数据和电力系统数字孪生模型，使用电力系统数据驱动模型，生成实时故障诊断结果、实时资源调度方案、实时控制优化方案以及实时故障定位结果，并将实时资源调度方案和实时控制优化方案发送至电力设备。
8、进一步地，系统信息数据包括电力设备的设备基础信息、设备性能信息、设备空间位置和电力连接信息，以及电力系统的电力网络结构信息和电力网络性能信息；
9、历史电力运行及控制大数据包括若干历史电力运行及控制数据，每一历史电力运行及控制数据包括电力设备的历史电力运行数据，以及对应的历史资源调度方案和历史控制优化方案。
10、进一步地，基于云计算中心，采集电力系统的系统信息数据和历史电力运行及控制大数据，并根据系统信息数据和历史电力运行及控制大数据，构建电力系统数字孪生模型和电力系统数据驱动模型，包括如下步骤：
11、基于云计算中心，采集电力系统的系统信息数据和历史电力运行及控制大数据；
12、对历史电力运行及控制大数据进行预处理，得到若干预处理后历史电力运行及控制数据；
13、根据系统信息数据，构建对应的电力系统数字孪生模型；
14、根据若干预处理后历史电力运行及控制数据，构建对应的电力系统数据驱动模型。
15、进一步地，对历史电力运行及控制大数据进行预处理包括依次进行的数据清洗、重复剔除、归一化以及数据降维。
16、进一步地，电力系统数字孪生模型由电力网络静态拓扑模型和电力设备动态数学模型构成。
17、进一步地，电力系统数据驱动模型包括故障诊断数据驱动模型、资源调度数据驱动模型、控制优化数据驱动模型以及故障定位数据驱动模型。
18、进一步地，故障诊断数据驱动模型基于double-rf-bilstm算法构建；
19、资源调度数据驱动模型基于dqn算法构建；
20、控制优化数据驱动模型基于ipco算法构建；
21、故障定位数据驱动模型基于gnn-double-gan-mlp算法构建。
22、进一步地，在数据采集装置采集实时电力运行数据之前，还包括：基于可信机构，对所有连接至云计算中心的数据采集装置进行密钥生成，得到每一数据采集装置的公私密钥对；公私密钥对用于对实时电力运行数据进行加密，和对加密后实时电力运行数据进行解密。
23、进一步地，根据实时数字孪生数据和电力系统数字孪生模型，使用电力系统数据驱动模型，生成实时故障诊断结果、实时资源调度方案、实时控制优化方案以及实时故障定位结果，并将实时资源调度方案和实时控制优化方案发送至电力设备，包括如下步骤：
24、使用实时数字孪生数据，驱动电力系统数字孪生模型，得到电力网络静态拓扑模型的电力网络静态拓扑数据和电力设备动态数学模型的实时电力设备动态数据；
25、根据实时数字孪生数据和对应的实时电力设备动态数据，使用故障诊断数据驱动模型，进行故障诊断，得到对应的实时故障诊断结果；
26、根据实时数字孪生数据，使用资源调度数据驱动模型，进行资源调度，得到对应的实时资源调度方案；
27、根据实时数字孪生数据，使用控制优化数据驱动模型，进行控制优化，得到对应的实时控制优化方案；
28、若实时故障诊断结果为存在故障，则根据电力网络静态拓扑数据、存在故障的实时数字孪生数据以及对应的实时电力设备动态数据，使用故障定位数据驱动模型，进行故障定位，得到对应的实时故障定位结果；
29、基于电力系统数字孪生模型，可视化实时故障诊断结果、实时资源调度方案、实时控制优化方案以及实时故障定位结果，并将实时资源调度方案和实时控制优化方案发送至对应的电力设备。
30、一种基于大数据的电力运行监测系统，用于实现电力运行监测方法，系统包括云计算中心、若干数据采集装置以及若干电力设备，云计算中心分别与若干数据采集装置和若干电力设备通信连接，且每一数据采集装置一一对应的与一电力设备电性连接；
31、云计算中心设置有依次连接的模型构建单元、数字映射单元以及数据驱动单元，模型构建单元输出电力系统数字孪生模型和电力系统数据驱动模型，数据驱动单元设置有故障诊断数据驱动模型、资源调度数据驱动模型、控制优化数据驱动模型以及故障定位数据驱动模型。
32、本专利技术的有益效果为：
33、本专利技术公开了一种基于大数据的电力运行监测方法及系统，通过对大数据进行处理和分析，构建电力系统数据驱动模型，提高了对大数据的利用程度，实现了电力运行监测过程中自动化、准确、高效的故障诊断、资源调度、控制优化以及故障定位功能，增强了功能性，提高了智能化程度的同时，对电力运行数据进行深度分析，提高了监测和预测的准确性，避免了依赖人工进行巡检和管理，降低了人力成本投入，减轻了工作量；基于云计算中心对电力运行数据进行统一管理和分析，避免了电力运行数据之间存在信息孤岛，提高了数据价值和监测的实时性和实用性；构建的电力系统数字孪生模型，实现监控与数据同步，保了虚拟模型与实际电网的一致性，使得任何电网的变化都能在模型中得到即时反映，降低了本文档来自技高网...
【技术保护点】
1.一种基于大数据的电力运行监测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于大数据的电力运行监测方法，其特征在于：所述的系统信息数据包括电力设备的设备基础信息、设备性能信息、设备空间位置和电力连接信息，以及电力系统的电力网络结构信息和电力网络性能信息；
3.根据权利要求2所述的一种基于大数据的电力运行监测方法，其特征在于：基于云计算中心，采集电力系统的系统信息数据和历史电力运行及控制大数据，并根据系统信息数据和历史电力运行及控制大数据，构建电力系统数字孪生模型和电力系统数据驱动模型，包括如下步骤：
4.根据权利要求3所述的一种基于大数据的电力运行监测方法，其特征在于：对历史电力运行及控制大数据进行预处理，包括依次进行的数据清洗、重复剔除、归一化以及数据降维。
5.根据权利要求3所述的一种基于大数据的电力运行监测方法，其特征在于：所述的电力系统数字孪生模型由电力网络静态拓扑模型和电力设备动态数学模型构成。
6.根据权利要求5所述的一种基于大数据的电力运行监测方法，其特征在于：所述的电力系统数据驱动模型
7.根据权利要求6所述的一种基于大数据的电力运行监测方法，其特征在于：所述的故障诊断数据驱动模型基于Double-RF-BiLSTM算法构建；
8.根据权利要求1所述的一种基于大数据的电力运行监测方法，其特征在于：在数据采集装置采集实时电力运行数据之前，还包括：基于可信机构，对所有连接至云计算中心的数据采集装置进行密钥生成，得到每一数据采集装置的公私密钥对；所述的公私密钥对用于对实时电力运行数据进行加密，和对加密后实时电力运行数据进行解密。
9.根据权利要求7所述的一种基于大数据的电力运行监测方法，其特征在于：根据实时数字孪生数据和电力系统数字孪生模型，使用电力系统数据驱动模型，生成实时故障诊断结果、实时资源调度方案、实时控制优化方案以及实时故障定位结果，并将实时资源调度方案和实时控制优化方案发送至电力设备，包括如下步骤：
10.一种基于大数据的电力运行监测系统，用于实现如权利要求1-9任一所述的电力运行监测方法，其特征在于：所述的系统包括云计算中心、若干数据采集装置以及若干电力设备，所述的云计算中心分别与若干数据采集装置和若干电力设备通信连接，且每一数据采集装置一一对应的与一电力设备电性连接；
...【技术特征摘要】
1.一种基于大数据的电力运行监测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于大数据的电力运行监测方法，其特征在于：所述的系统信息数据包括电力设备的设备基础信息、设备性能信息、设备空间位置和电力连接信息，以及电力系统的电力网络结构信息和电力网络性能信息；
3.根据权利要求2所述的一种基于大数据的电力运行监测方法，其特征在于：基于云计算中心，采集电力系统的系统信息数据和历史电力运行及控制大数据，并根据系统信息数据和历史电力运行及控制大数据，构建电力系统数字孪生模型和电力系统数据驱动模型，包括如下步骤：
4.根据权利要求3所述的一种基于大数据的电力运行监测方法，其特征在于：对历史电力运行及控制大数据进行预处理，包括依次进行的数据清洗、重复剔除、归一化以及数据降维。
5.根据权利要求3所述的一种基于大数据的电力运行监测方法，其特征在于：所述的电力系统数字孪生模型由电力网络静态拓扑模型和电力设备动态数学模型构成。
6.根据权利要求5所述的一种基于大数据的电力运行监测方法，其特征在于：所述的电力系统数据驱动模型包括故障诊断数据驱动模型、资源调度数据驱动模型、控制优化数据驱动模型以及故障定位...
【专利技术属性】
技术研发人员：赵新昱，刘焱，向灏帆，杨明红，张烨，庹宝林，俞亮，沈魁，屈波，陈玉宝，董丽，
申请(专利权)人：湖北华中电力科技开发有限责任公司，
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。