Title

电气大数据可以做什么?

3242次浏览

问题描述

未来可以利用大数据为电气做些什么?

头像

ZZr2·710.00

2017-05-04提问

分数   时间  

全部答案 10

0

大数据在电力系统中的应用是一个趋势,而且目前也已经在进行各方面的研究。因为电力系统从输电到配电再到营销,已经变电检修中对电力设备的维护等等环节,都会产生庞大的数据,而如果能够挖掘出这些数据的价值,就可以有效提升电力系统的安全性、可靠性、稳定性和经济性。

营销口:可以分析市场需求,实现水电气三网联合,实现能源智能化服务;

运营:可以有效电网潜在安全隐患,减低损耗等。

评论 (0)条评论
头像555

  congking·20.00

2017-05-26回答

0

大数据的用处很多,首先是电力系统的优化配置,然后优化控制,调度。

评论 (0)条评论
头像555

  朱墨·160.00

2017-05-26回答

0

随着一次能源系统与信息系统,特别是互联网等通用信息系统融合的加深,其产生的海量数据会明显超越现有电力系统分析理论与方法能够处理的范围。大数据挖掘在电力行业中有非常广泛的应用前景,下面列举了较有研究潜力的几个应用领域。

1)负荷预测与负荷建模

电力负荷建模与预测是电力系统规划和运行的基础。电力负荷受众多因素影响,且相当多的相关因素由于难以观测而无法收集到数据,因此难以建立直观且精确的数学模型。多种常用的数据挖掘方法,如前馈人工神经元网络、支持向量机、复发人工神经元网络、回归树等等,已被广泛应用于电力负荷预测之中。由于未来的大能源系统是电力系统和天然气、供冷、供暖等系统融合的产物,已有将数据挖掘方法应用于天然气、热负荷和冷负荷预测的研究报道。此外,随着智能电表的逐步普及,高频负荷数据(智能电表采样频率一般在1/60赫兹或更高)的大范围采集将变为现实。利用智能电表数据对负荷的组成进行分析,近年来正得到越来越多的重视。最后,由于负荷组成是不断变化的,因此负荷的价格弹性和动态响应等特性也自然是时变的。通过对用电数据进行数据挖掘获取负荷成分的变化规律,就可能建立准确的时变负荷模型,而这对实现精细化的需求侧管理和分析主动配电系统的动态特性具有重要意义。

2)电力系统与交通系统的融合

随着电动汽车的快速发展,电力系统与交通系统的融合会不断加深,成为大能源系统的重要组成部分。目前,在设备、车辆、系统等不同层面上,均有一些文献将数据挖掘方法应用于电动汽车相关研究中。特别是在系统层面,由于可以采集到包括充电站充电负荷、交通网络交通流量、电动汽车车载GPS轨迹等多种与电动汽车驾驶和充电行为相关的数据,这样就可以利用数据挖掘方法从上述数据中挖掘电动汽车充电行为特征。此外,考虑到电力系统与交通系统存在诸多相互关联的数据源,可以预见多源数据融合技术在电力系统与交通系统融合研究中具有广阔的应用前景。

3)电力市场预测与仿真

随着2015年新电改9号文的发布,我国的电力市场建设再次拉开了帷幕。在市场化改革之后,电价预测、竞价策略和市场仿真等问题也自然成为重要的研究课题。对现货市场电价进行准确预测对发电公司制定竞价策略具有重要意义。从总体上讲,有两种主要的电价预测方法。第一种是和负荷预测类似,将电价视作一个时间序列,忽略市场参与者的微观行为,通过挖掘电价数据构建时间序列模型,并以此预测未来的电价。预测未来电价的第二种方法是通过仿真市场参与者的竞价行为和市场出清过程来实现的。然而,市场仿真方法面临的一个重要难题是难以准确模拟市场参与者的竞价行为。在很多国家的电力市场中,市场参与者的竞价数据在事后是公开的,这样若能联合利用数据挖掘和基于多代理的市场仿真,采用数据挖掘方法挖掘不同市场参与者的竞价行为特征,则可能获得更为准确的电力市场仿真结果。

4)“信息-物理-社会”复杂系统的建模与分析

未来的大能源系统将是一个深度融合了物理、信息与社会系统的复杂网络系统。智能电网强调电力一次系统与工业信息系统的深度融合。随着能源互联网等新概念的提出,与智能电网相比,未来大能源系统的内涵将有大幅度拓展。在社会层面,随着能源的市场化和能源系统与通用信息系统的融合,能源系统与人和社会的交互程度将**加深。总之,大能源系统将成为一个典型的融合了“信息-物理-社会”的复杂系统(或称为“人机物”复杂系统)。对复杂系统的研究通常采用简化论(又称还原论,英文是reductionism)方法,核心思想是将复杂系统划分为若干组成部分,通过分别研究各组成部分的特征及其交互影响,最终获得复杂系统的整体特征。然而,上述简化论思路未必能够简单推广到“信息-物理-社会”系统之中,这是因为社会系统中人的行为具有很大的非理性和随机性特征,并且难以进行精确测量和量化,因而也就难以构建精确的数学模型。因此,在“信息-物理-社会”复杂系统的研究中,可以采用数据挖掘方法对社会系统建模,从而补足整个建模体系中所缺失的一环(如图所示)。

绘图1.jpg

详细内容请参阅下文:

赵俊华, 董朝阳, 文福拴, 等. 面向能源系统的数据科学: 理论、技术与展望 [J]. 电力系统自动化, 2017, 41(4): 1-11. DOI: 10.7500/ AEPS20160813002.

ZHAO Junhua, DONG Zhaoyang, WEN Fushuan, et al. Data Science for Energy Systems: Theory, Techniques and Prospect [J]. Automation of Electric Power Systems, 2017, 41(4): 1-11. DOI: 10.7500/ AEPS20160813002.

评论 (0)条评论
头像555

  123·320.00

2017-05-21回答

0
已采纳

已采纳

市场分析统计

评论 (0)条评论
头像555

  无敌三脚喵·880.00

2017-05-12回答

0
已采纳

已采纳

  1. 发电侧,对于风电、光伏发电进行功率预测;

  2. 负荷侧,对于各个时段负荷进行精准预测;

  3. 设备侧,对于运行设备进行状态监测和故障预警;

  4. 电网侧,优化电网规划、提高稳定控制;

  5. 等等

评论 (0)条评论
头像

  如月朔·0.00

2017-05-12回答

1
已采纳

已采纳

很多。

电力用户层面:用户行为分析。可用智能终端(可以理解为智能插座)采集用户信息,分析用户行为,发送信息至网关处。通过一定的现代算法,可实现家用电器的故障诊断与节能评估。

负荷聚集商层面:区域用户负荷预测。针对收集的电力大数据进行负荷预测,保证聚集商下辖用户的负荷满足要求,同时使其利益最大化。

电网公司层面:1.设备故障诊断。2.事故灾后分析。3.降低损耗。4.方便区域调度等很多

总之,大数据在电气中要结合物联网的相关产品。

网上这类数据比较杂,本人研究这个方向上述都是手打,具体的推荐访问知乎的一个问答。谢谢(

https://www.zhihu.com/question/23241126大数据在电力行业的应用前景有哪些)

评论 (0)条评论
头像555

  San·0.00

2017-05-09回答

1

电力系统稳定运行

评论 (0)条评论
头像

  涛·0.00

2017-05-07回答

10 条记录 1/2 页 12 下一页

撰写答案

Document