| 储能

请登录

注册

《电力大数据》引发技术变革的电力大数据

2018-05-16 17:12:43 大云网
A A
大数据技术在电网中的应用,突破了传统技术的瓶颈,带来了巨大的技术变革。大数据依靠集群的力量对数据进行分析处理,根据数据量的不同,可以适时调整集群的规模。

3 引发技术变革的电力大数据

3.1 数据规模大,数据处理时效性要求高——传统技术手段不能经济地满足业务性能需求

3.1.2配电设备负载估算及重过载预警


1.现状和需求
在国内电网.城乡结合部配电变压器重过载现象依旧严重,导致供电“卡脖子”,频繁停电、低电压等问题,成为客户投诉的焦点,这些都制约了配电网管理和供电服务质量的提升,为了改变这种状况,电网公司通过在配电变压器重过载现象频繁的台区,安装配电设备信息采集终端.采集、监测配电设备的用电负荷信息,计算配电设备的重过载请况:采采用这种方式主要存在以下问题:
1)采集点少,对纪电网没有做到全後盖。在重过我出现频繁的台区安装了采集设备,没有对整个配电网实现全覆盖。
2)采集数据不全,没有叶带载数据进行采集监测。无法对整个配电网的负载情况进行监控,当未部署监测设备的地区出现过载时,容易导致停电、低电压等问題,需要对全网的设备负载情况进行监測。

2, 应用场景
电网公司实现全 采集、全覆盖后 ,用户用电数据15分钟采集一次 ,甚至5 分钟采集 一次 ;使用营销系统用电 信息采 集数据 ,计算用户端 的负荷,实现对配网设备负载进行监测。
基于营销系统用电信息采集数据(实时全覆盖 、全采集后,全网数据总量1800TB ,年增量900T B)中的用户负荷位息 ,采用大数据流处理技术,实时计算用户端的用电负荷 ;结合调度系统 的网架数据 ,实时计算配电网中的变压器负荷量;参考生产系统 的设备运行状态 信息 ,估算配电设备的负载状况 ,并及时进行重过载 的预警;结合GIS系统 ,定位重过载设备地理位置采用大数据批处理技术,分析配电变压器的历史负荷数据,构建预警模型,对重过载现象进行预警。


3. 预期价值
支撑运检部门实时了解设备负载状况 ,测算设备使用寿命;支撑调度部门,根据用户负荷和 设备负载情况,对配电网的用电负荷进行舍理调度。


4.国外应用案例
美国的佛罗里达电力电灯公司(Florida Power & Light, FPL) 拥存470万电力用户,是美国较大的电力公司之一。2009年得到美国能源部的资助,开始实施AMI(先进的量测基础设施)的安装。在之后的运营和数据分析中,发现了一个有趣的现象:在配电变压器故障报废停运前的一段持续时间里,处于相应变压器二次侧用户的智能电表都显示出异常高的电压水平。对变正器的故障机理深入剖析后发现 ,变压器的最终停运主要是其高压绕组损坏所致。由于高压绕组损坏而导致变压器电压比发生变 化,使得二次侧电压高于正值。这属于渐进式的故障 ,从高压绕组最初的损坏到变压器完全故障停运通常可持续2〜3 个月。得到这一规律后,FPL 于2012 年启动了试点项目,开发了专门的智能电表数据分析元,通过持续监察和分析智能电表的电压量测值 ,结合公司GIS系统,识别已有损坏但仍然带电运行的配电变压器,対其最终停运时间进行预测。并结合公司的运行维护计划,制定方案,有计划地对这些变压器在其停运前进行了更新。项目开始的第1个月(2012 年11 月 ),就发现了372台符合此条件的变 压器(公司变压器总数在879000台左右 ),2013年1 月以来也已更换452台配电变压器(以电压高于252V判据,240V 为额定电压), 它们大都是服务年限高15年的老变压器。通过 这一项目 ,FPL在系统运营方面得到了显著的收益,包括变被动故障为主动地计划停运维护,变压器更新开支平均节省25 % ,缩短了用户停电时间(比故障停运情形减少了 93min) , 减少了用户投诉并提升了用户满意度。

 

书名:电力大数据:能源互联网时代的电力企业转型与价值创造

ISBN:978-7-111-51693-4

作者:赖征田

出版日期:2016-01

出版社:机械工业出版社

大云网官方微信售电那点事儿
免责声明:本文仅代表作者个人观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
我要收藏
个赞

相关新闻