原创《配电网低电压评估中大数据的应用探究》：此文是一篇低电压论文范文,为你的毕业论文写作提供有价值的参考。
摘 要：为满足社会生产生活需求,电网建设日益完善,并且现在已经实现了大规模并网,以及交直流电网互联设计,使得电网运行环境复杂度不断提高,当配电网出现低电压时,给电网安全运行和优质供电带来更大的挑战.面对此发展趋势,需要提高对大数据技术的重视,争取通过分析和利用,来为电网安全管理提供数据支持,因此本文试图就配电网低电压评估中大数据的应用展开相应研究探讨,以供相关人员参考借鉴.
关键词：优质供电；配电网；低电压；评估；大数据
DOI：10.16640/j.cnki.37-1222/t.2017.12.189
现在已经进入到大数据时代,各类数据已经成为发展战略性资源,对进一步促进行业的发展具有重要意义.将大数据技术应用到电力系统管理中,将可以很大程度上来提高电网管理效率,促使电网向安全性、可靠性、智能化以及互动化方向发展,通过各类数据的分析研究,来为下一步管理策略的制定提供依据,提高电网运行可靠性,改善电网运行效率.针对的电力大数据特点,对其在配电网低电压评估检测中应用要点进行分析,确定有效方法,争取充分发挥其具有的优势.
1 电力大数据特征
电力行业快速发展背景下,逐渐有更多新型技术被用于电网的建设,促使电网逐渐实现了智能化、信息化以及数字化建设,在提高电网运行可靠性與安全性的同时,电力行业产生的数据也呈现爆发式增长趋势.电力大数据产生于电网运行的各个阶段,涉及到发电、输电、配电、变电以及调度等各个环节,包括电网潮流数据、企业管理数据、用电客户数据等.其中,对电力大数据来说具有多样性、规模性、价值型等特点,并且为充分发挥各类数据的应用优势,可以按照来源将其划分为内部与外部两类,并根据其在电网运行中产生阶段来进行相应分析.
2 配电网低电压原因分析
2.1 低电压分类
配电网低电压问题是电网运行管理的要点,总结以往经验分析,可根据发生与持续时间,分为三类：第一,长期性低电压.即低电压问题持续3个月以上,或者日负荷高峰低电压持续6个月以上情况.第二,季节性低电压.即假期性、农业耕种特点以及夏冬阶段,因为用电集中性,出现的具有规律性低电压问题.第三,短时性低电压.即临时性挂接负荷,以及建筑用电负荷造成的低电压,此种情况与长期性和季节性低电压具有明显区别,且不具备规律性.
2.2 低电压原因
问题出现原因主要包括管理层与技术层,其中管理层为供配电设施运维管理粗放、中低压配电网电压监测不全面以及低压需求侧管理工作不到位等.技术层面如配电网供电能力不足、中低压配电网电压调控能力弱、无功补偿配置不足或不合理以及部分地区配电网自动化和信息化程度低等.
3 基于大数据的配电网低电压评估
3.1 解析法
应用解析法来对配电网低电压进行评估检测,可以应用高精度模型,通过清晰明确的物理原理进行分析.但是评估得到的可靠性指标均为平均值,无法提供指标变化性信息,同时会和系统规模的增大会使得计算量急剧增加,加大分析难度.现在我国电网建设已经相对完善,规模结构十分庞大,主馈线下设置有复杂的分支馈线,存在大量分布式电源,使得解析法在实际应用中具有非常大的难度.现在常见的解析法包括故障模式影响分析法、最小路算法、网络等值法、馈线分区算法、向量法、可达性分析法、go法等,相互之间存在一定差异,可根据实际需求来选择.
3.2 模拟法
应用模拟法对配电网低电压问题进行分析,可以避免系统规模对抽样次数的影响,并且可以良好适应电网复杂性,无需为简化评估检测过程,而对确定性数学模型设置各种假设,在实际应用中能够更加逼真的模拟出前期假设的概率小但是影响大的事件.并且,收敛速度也不会因为问题维数产生影响,能够同时满足多个方案与多个未知量的计算.另外,为保证评估结果可靠性,要注意对收敛性和误差的分析和控制,以免为得到高精度结果而增加模拟时间,受外部干扰概率增加.
按照是否考虑系统状态时序性要求,可分为非时序蒙特卡洛模拟法与序贯蒙特卡洛模拟法,两种存在一定差异性.其中,非时序蒙特卡洛模拟法不需要对系统时变性特点进行分析,仅针对元件状态抽样便可.即一个系统状态为所有原件状态的总和,可以通过随机数值以及元件运行状态出现概率来确定实际运行情况,因此模型比较简单,且可以实现每次抽样的独立性,相互间影响小,保持较快收敛速度.但是也因为不考虑系统时序性,无法对元件故障发生概率以及故障平均持续时间可靠性指标进行计算,会影响评估结果信息的完整性.想要将此种方法有效应用到配电网低电压评估中,还需要基于其特点,对现存不足进行分析,经过进一步完善后,获得完整有效的检测数据.
3.3 智能算法
在行业技术水平不断提高背景下,目前智能算法已经由其他领域被应用到配电网可靠性评估工作中,例如模拟进化算法、神经网络算法、模拟算法以及区间分析法等,具有良好的应用效果.例如贝叶斯网络法在实际应用中,可以利用概率推理原理将配电网络建造成贝叶斯网络,对元件在系统可靠性的重要程度进行评估,进而辨识出薄弱环节,作为下一步管理优化工作实施的依据.为充分发挥智能算法在配电网低电压检测评估中应用效果,还需要针对评估检测工作要求,对现存不足进行分析和完善.
4 结语
如果配电网出现低电压情况,将会对日常生产生活质量产生重要影响,需要提高对此方面的重视.除了要加强对配电网运行状态的监测外,还需要落实评估工作.本文主要针对解析法、智能算法以及模拟法三种方法在配电网低压评估中应用进行了简单分析,争取为解决配电网低电压问题提供帮助,降低低电压问题带来的影响,提高配电网运行综合效率.
参考文献：
[1]赵腾,张焰,张东霞.智能配电网大数据应用技术与前景分析[J].电网技术,2014（12）：3305-3312.
[2]刘科研,盛万兴,张东霞等.智能配电网大数据应用需求和场景分析研究[J].中国电机工程学报,2015（02）：287-293.
[3]张沛,吴潇雨,和敬涵.大数据技术在主动配电网中的应用综述[J].电力建设,2015（01）：52-59.
[4]苗新,张东霞,孙德栋.在配电网中应用大数据的机遇与挑战[J].电网技术,2015（11）：3122-3127.
[5]张健,徐强.智能配电网大数据应用及实践研究[J].低碳世界,2015（35）：4-5.
低电压论文参考资料：
结论：配电网低电压评估中大数据的应用探究为关于低电压方面的的相关大学硕士和相关本科毕业论文以及相关低电压论文开题报告范文和职称论文写作参考文献资料下载。
