- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
?
?
基于云计算智能电网综合数据可视化管理平台设计
?
?
申蕾
摘要:为了顺应全球化经济发展的潮流,我国致力钻研先进的科学技术,伴随着电网智能化的迅速崛起,这为社会主义经济的快速发展奠定了基础。电力大数据是指在发电、配电、输电、营销及管理等各环节产生的电力数据,这些数据由数据中心统一进行储存和管理。电力大数据具有以下特征:数据体量大、数据种类多、数据采集传输和处理速度快、涵盖信息多、跨行业间信息交互频繁。云计算是一种新的分布计算模式,其中包含了大量的资源,能够为电力用户提供存储的大量数据和对数据进行计算,起到提升智能电网存储容量和处理效率的作用。本文将概述云计算和大数据的处理技术方式,探讨云计算大数据处理技术在智能电网中的运用。
关键词:云计算;智能电网;综合数据;可视化管理;平台设计
引言
针对电网规划中存在的数据量大而杂、基础数据获取难度大、规划过程人工干预多、自动化程度低、标准不统一等问题,项目开展基于人工智能和大数据的电网精准规划支持平台的研究与实践,以规划业务流程为主线,通过信息化手段将主网规划核心环节有机衔接,打造智能规划工作体系。创造图数一体的省域智慧电网地图,实现电网规划信息一张图全景管控;构建智能选站选线模型,将规划向设计深度推进,实现电力线自动选线、变电站自动选站、遥感影像典型目标智能识别等功能;研究建立可视化电网规划工作平台,实现电网从基础数据查询、到现状电网分析、到负荷预测、到电力电量平衡计算、到变电站规划、到电气计算、到三维评审等一体化应用,实现线上规划、线上设计、线上评审,输电网规划工作技术全链条支撑。
1云计算概述
①数据的计算范围较大且受到的限制少。以传统的技术计算电网的运行数据时,只能对很少一部分的资源进行计算,受到的限制条件也比较多,对于数据的整合效果也较差,而采用新的云计算智能电网综合数据处理技术受到的限制较少、数据整合效果较好。②数据的虚拟化。通过云计算智能电网综合数据技术虚拟化这一特点,使电网中的数据被迅速的收集整合,进行快速的处理数据,保证电网中的数据被合理的分配和运用。③动态扩展。云计算技术有着较高的兼容能力,可以在电网运行的同时进行数据调动,并且快速的对数据进行计算分析,且使用此功能需要的新型设备可以在原有设备上进行增添,不需要购买新的设备。④良好的安全性。互联网为主要的通信平台,云计算技术可以通过互联网平台对数据进行计算,保证数据资源的安全性和数据处理的准确性,防止发生数据泄露。
2基于云计算智能电网综合数据可视化管理平台设计
2.1整体架构
智能电网可视化平台主要是从整体的角度,使用大数据技术架构开展整体的构建,并且对电网状态数据进行容纳,涉及的内容包含着电网的运行、检修和能量采集过程中所出现的各种各样的数据集合。智能电网大数据信息平台所提供的海量数据以及具体的云计算模式,,能够在一定程度上为智能电网的运行和发展提供更加具有针对性的指导方向,从而使得基于大数据架构的智能电网可视化平台的实现成为未来发展的重要领域。大数据技术的存在,不仅能够从智能调度领域的角度实施高级的应用,同时还能够解决在状态检测方面的问题,并且对电能损耗进行全方位的分析。
2.2技术路线设计
平台采用分层的思想来设计,包括表现层、业务服务层、通用组件层、基础组件层、数据层等。在表现层,平台为高端用户及规划相关人员提供高级功能,辅助管理决策;在业务服务层,平台在辅助电网管理、规划数据分析等功能的基础上,提供现状电网分析、电力仿真与计算、电网规划设计、智能选站选线、智能评审等规划方面的深层次应用;在通用组件层里包括:数据库访问组件、系统日志部件、系统消息部件、插件引擎等;在基础组件层主要用的组件有:基础组件、中间件、工作流组件、GIS组件、NSCGlobe组件(三维球组件)等;在数据层,以构建规划大数据为目标,其中包括:三维模型数据库、影像及地理数据、专题数据、文档数据、业务数据等。
2.3智能电网设备状态监测
接入智能电网设备在线监测数据,集成巡视、试验、检修等获得的设备状态数据,再结合调度SCADA、气象等系统数据,应用边缘计算、大数据分析、机器学习等技术,实现设备状态自感知、自告警、自诊断、自评价,并自动发起设备缺陷处理,辅助开展设备故障抢修。更进一步指导设备年度运维、试验、特巡特维、机巡策略制定,辅助设备物资品控及全生命周期管理。通过对调度保护、站端行波测距、气象环境监测以及雷电定位等数据信息的汇总分析,实现对输电线路跳闸故障的及时诊断和快速定位。并且对输电线路跳闸进行故障査线,同时指导调度决策。结合气象、环境等,开展跳闸统计分析,指导开展线路运维及立项改造。监测平台综合利用主变压器油色谱异常分析、GIS局部放电检测等在线监测信息;缺陷趋势以及预试趋势等生产信息;CVT二次电压异常分析、主变
文档评论(0)