基于態(tài)勢(shì)感知的智能電網(wǎng)安全調(diào)度預(yù)警架構(gòu)設(shè)計(jì)

孫強(qiáng)強(qiáng),陳 昊

(深圳供電局有限公司,廣東 深圳 518000)

0 引言

由于我國(guó)電網(wǎng)建設(shè)較晚,電網(wǎng)結(jié)構(gòu)相對(duì)薄弱,存在高電壓差電磁環(huán)網(wǎng)、大型單環(huán)網(wǎng)、偽雙電源和電源經(jīng)單回線(xiàn)上網(wǎng)等不利于電網(wǎng)運(yùn)行的情況,發(fā)生嚴(yán)重故障時(shí)可能導(dǎo)致電力系統(tǒng)的崩潰,甚至造成電力系統(tǒng)解列事故[1]。因此,提高電力系統(tǒng)故障判別的準(zhǔn)確率和事故處理效率,是保障電力系統(tǒng)安全穩(wěn)定經(jīng)濟(jì)運(yùn)行、預(yù)防電網(wǎng)事故發(fā)生、防止事故擴(kuò)大的關(guān)鍵,對(duì)維護(hù)社會(huì)穩(wěn)定、助力經(jīng)濟(jì)發(fā)展有重要的價(jià)值。隨著智能電網(wǎng)系統(tǒng)的不斷壯大,保證智能電網(wǎng)調(diào)度的安全性具有重大意義。而確保智能電網(wǎng)系統(tǒng)的安全運(yùn)行的前提是提前做好監(jiān)護(hù)和預(yù)警[2-3]。近年來(lái),智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警已經(jīng)成為國(guó)內(nèi)外關(guān)注的研究課題。

基于云計(jì)算的監(jiān)護(hù)預(yù)警架構(gòu)是引入了云計(jì)算技術(shù)在計(jì)算處理、擴(kuò)展性的優(yōu)勢(shì),利用云計(jì)算技術(shù)與智能電網(wǎng)安全調(diào)度監(jiān)護(hù)技術(shù)進(jìn)行深度融合,實(shí)現(xiàn)智能電網(wǎng)安全調(diào)度的監(jiān)護(hù)預(yù)警,有效解決了結(jié)構(gòu)底層的安全問(wèn)題。但是該結(jié)構(gòu)預(yù)警性能較差。基于神經(jīng)元網(wǎng)絡(luò)的監(jiān)護(hù)預(yù)警架構(gòu)利用神經(jīng)元網(wǎng)絡(luò)的工作原理,跟蹤智能電網(wǎng)安全調(diào)度過(guò)程中的電壓信號(hào)變化,可確保智能電網(wǎng)安全調(diào)度的輸入與輸出信號(hào)的頻率一致,實(shí)現(xiàn)智能電網(wǎng)安全調(diào)度的監(jiān)護(hù)預(yù)警,有效提高了預(yù)警性能。但是智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)精度還是相對(duì)較低。以上兩種傳統(tǒng)預(yù)警架構(gòu)在實(shí)際應(yīng)用中嚴(yán)重影響了智能電網(wǎng)安全調(diào)度的預(yù)警性能。

根據(jù)上述方法存在的問(wèn)題,本文將大數(shù)據(jù)態(tài)勢(shì)感知應(yīng)用到智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)設(shè)計(jì)中,保證了智能電網(wǎng)的安全運(yùn)行。

1 智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警的架構(gòu)設(shè)計(jì)

1.1 基于大數(shù)據(jù)態(tài)勢(shì)感知的調(diào)度監(jiān)護(hù)預(yù)警數(shù)據(jù)處理

智能電網(wǎng)安全調(diào)度監(jiān)護(hù)的預(yù)警數(shù)據(jù)采集與傳輸流程如圖1 所示。

圖1 預(yù)警數(shù)據(jù)采集與傳輸流程圖Fig.1 Flowchart of early warning data collection and transmission

智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警數(shù)據(jù)的處理包括監(jiān)護(hù)預(yù)警數(shù)據(jù)的采集與傳輸、監(jiān)護(hù)預(yù)警數(shù)據(jù)的解析與導(dǎo)入、監(jiān)護(hù)預(yù)警數(shù)據(jù)的發(fā)布與展示三個(gè)步驟。采用大數(shù)據(jù)態(tài)勢(shì)感知法,計(jì)算電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警數(shù)據(jù)的性能。監(jiān)護(hù)預(yù)警數(shù)據(jù)每5 s 刷新一次,其數(shù)據(jù)部分存儲(chǔ)在預(yù)警服務(wù)器的數(shù)據(jù)庫(kù)中[4]。基于態(tài)勢(shì)感知的監(jiān)護(hù)預(yù)警數(shù)據(jù)拷貝可通過(guò)對(duì)智能電網(wǎng)提供的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化推導(dǎo),并在本地獲得。輸出的監(jiān)護(hù)預(yù)警數(shù)據(jù)副本可通過(guò)終端網(wǎng)絡(luò)傳送,并可將數(shù)據(jù)段發(fā)送到數(shù)據(jù)分析服務(wù)器,直接將采集到的數(shù)據(jù)存儲(chǔ)于實(shí)時(shí)數(shù)據(jù)庫(kù)。

預(yù)警數(shù)據(jù)處理流程如圖2 所示。

圖2 預(yù)警數(shù)據(jù)處理流程圖Fig.2 Flowchart of early warning data processing

由采集程序生成的監(jiān)護(hù)預(yù)警數(shù)據(jù)包含了智能電網(wǎng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、實(shí)時(shí)運(yùn)行數(shù)據(jù)等信息。但是采集到的信息不能直接存儲(chǔ)在數(shù)據(jù)庫(kù)中,需要采用大數(shù)據(jù)文件作為數(shù)據(jù)載體進(jìn)行感知,以獲取智能電網(wǎng)網(wǎng)絡(luò)拓?fù)浜蛯?shí)時(shí)運(yùn)行信息等。在對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行數(shù)據(jù)采集時(shí),可以通過(guò)感知智能電網(wǎng)的運(yùn)行態(tài)勢(shì)xl得到具體數(shù)據(jù)信息X的表達(dá)式:

在此基礎(chǔ)上,設(shè)計(jì)了監(jiān)護(hù)預(yù)警數(shù)據(jù)庫(kù),通過(guò)獨(dú)特的態(tài)勢(shì)感知裝置[5-6],將網(wǎng)格模型數(shù)據(jù)w與實(shí)時(shí)數(shù)據(jù)庫(kù)中的實(shí)時(shí)數(shù)據(jù)b相融合。所需完整預(yù)警數(shù)據(jù)的表達(dá)式為:

采用態(tài)勢(shì)感知對(duì)監(jiān)護(hù)預(yù)警數(shù)據(jù)進(jìn)行發(fā)布展示,實(shí)現(xiàn)了智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警數(shù)據(jù)的處理。

智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警數(shù)據(jù)具有復(fù)雜性。在數(shù)據(jù)處理之前,先從智能電網(wǎng)數(shù)據(jù)庫(kù)中采集監(jiān)護(hù)預(yù)警數(shù)據(jù),再利用數(shù)據(jù)處理流程,完成監(jiān)護(hù)預(yù)警數(shù)據(jù)的處理;接下來(lái),通過(guò)智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警算法設(shè)計(jì),為監(jiān)護(hù)預(yù)警架構(gòu)設(shè)計(jì)提供技術(shù)支撐[7-8]。

1.2 智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警算法設(shè)計(jì)

實(shí)時(shí)性關(guān)聯(lián)矩陣是智能電網(wǎng)監(jiān)控預(yù)警算法設(shè)計(jì)的基礎(chǔ)。實(shí)時(shí)性關(guān)聯(lián)矩陣是一個(gè)全新的矩陣模型,反映了智能電網(wǎng)故障元件之間可能存在的關(guān)系。在此模型基礎(chǔ)上設(shè)計(jì)的算法,只需要很少的計(jì)算就可以得到智能電網(wǎng)安全調(diào)度過(guò)程中任意故障對(duì)應(yīng)的動(dòng)作組合[9-10]。而關(guān)聯(lián)矩陣本身也會(huì)進(jìn)行動(dòng)態(tài)更新,實(shí)時(shí)跟蹤智能電網(wǎng)運(yùn)行模式的變化與鎖定,從而使其算法更適用于監(jiān)控預(yù)警架構(gòu)設(shè)計(jì)。

假設(shè)智能電網(wǎng)安全調(diào)度過(guò)程中包括n個(gè)可能動(dòng)作的備用電源自動(dòng)投入裝置(busbar automatic transfer switch,BATS),且智能電網(wǎng)故障集中包含p個(gè)元素。當(dāng)發(fā)生某一個(gè)故障時(shí),就會(huì)使BATS 達(dá)到動(dòng)作條件。基于此,構(gòu)建了BATS 與故障元件的關(guān)系矩陣:

式中:Rij為第i個(gè)智能電網(wǎng)故障元件與第j個(gè)BATS 之間的關(guān)聯(lián)情況。

當(dāng)?shù)趇個(gè)智能電網(wǎng)故障元件使第j個(gè)BATS 達(dá)到動(dòng)作條件后,Rij=1;當(dāng)?shù)趇個(gè)智能電網(wǎng)故障元件沒(méi)有使第j個(gè)BATS 達(dá)到動(dòng)作條件,則Rij=0。因此,可以得到Rij值:

在建立關(guān)聯(lián)矩陣的基礎(chǔ)上,建立一個(gè)p維向量A。向量A中的每個(gè)元素都代表故障集中智能電網(wǎng)故障的發(fā)生情況。將向量A分別與矩陣R和矩陣M進(jìn)行左乘運(yùn)算,得到由n個(gè)BATS 動(dòng)作可信度構(gòu)成的向量集合S,即:

根據(jù)n個(gè)BATS 動(dòng)作可信度構(gòu)成的向量集合S,設(shè)計(jì)了智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警算法流程。

智能網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警算法首先根據(jù)智能網(wǎng)指定的故障,選擇電網(wǎng)安全調(diào)度中應(yīng)該運(yùn)行的BATS;然后根據(jù)BATS 之間的合作程度,有選擇地剔除不需要運(yùn)行的BATS。當(dāng)智能電網(wǎng)發(fā)生多起故障時(shí),由于已達(dá)到運(yùn)行條件,最高等級(jí)BATS 的權(quán)值已經(jīng)超過(guò)10 000個(gè)。因此,在計(jì)算過(guò)程中可以有效防止這些信息被湮滅,以準(zhǔn)確判斷BATS 的數(shù)量。聯(lián)機(jī)應(yīng)用中,算法的啟動(dòng)條件設(shè)置為每次間隔啟動(dòng)一次,或者電網(wǎng)結(jié)構(gòu)發(fā)生變化時(shí)起動(dòng)一次。監(jiān)護(hù)預(yù)警算法流程如圖3 所示。

圖3 監(jiān)護(hù)預(yù)警算法流程圖Fig.3 Flowchart of monitoring and early warning algorithm

以上通過(guò)引入實(shí)時(shí)性關(guān)聯(lián)矩陣的原理,將實(shí)時(shí)性關(guān)聯(lián)矩陣應(yīng)用到智能電網(wǎng)監(jiān)控預(yù)警算法設(shè)計(jì)中,利用智能電網(wǎng)監(jiān)控預(yù)警算法流程,完成了智能電網(wǎng)監(jiān)控預(yù)警算法設(shè)計(jì)。接下來(lái),通過(guò)智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)設(shè)計(jì)過(guò)程,實(shí)現(xiàn)智能電網(wǎng)安全調(diào)度的監(jiān)護(hù)預(yù)警[11-12]。

1.3 監(jiān)護(hù)預(yù)警架構(gòu)

智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)是在預(yù)警算法設(shè)計(jì)的基礎(chǔ)上,基于多層用戶(hù)接入及管理相關(guān)信息,構(gòu)建智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)專(zhuān)業(yè)軟件測(cè)試平臺(tái)。該平臺(tái)不斷提高智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)的管理效率,從而很好地規(guī)范智能電網(wǎng)安全運(yùn)行監(jiān)護(hù)預(yù)警體系單元的軟件管理與處理流程,為后期相應(yīng)的操作與處理提供良好的接口。

智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警功能結(jié)構(gòu)模型如圖4所示。在智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警功能結(jié)構(gòu)模型中,可以清晰地看出智能電網(wǎng)安全調(diào)度預(yù)警的主要功能。在此基礎(chǔ)上,設(shè)計(jì)了智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警步驟,如圖5 所示。

圖4 監(jiān)護(hù)預(yù)警功能結(jié)構(gòu)模型Fig.4 Function structure model of monitoring and early warning

圖5 智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警步驟Fig.5 Smart grid security dispatching monitoring and early warning steps

在智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)設(shè)計(jì)過(guò)程中,智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)采用了目前流行的多層次結(jié)構(gòu)設(shè)計(jì)模式。操作系統(tǒng)使用專(zhuān)門(mén)的服務(wù)器端處理。本文設(shè)計(jì)的能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)如圖6所示。

圖6 智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)圖Fig.6 Smart grid security dispatching monitoring early warning architecture

綜上所述,為解決智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警數(shù)據(jù)的復(fù)雜性,從智能電網(wǎng)數(shù)據(jù)庫(kù)中采集監(jiān)護(hù)預(yù)警數(shù)據(jù),再利用數(shù)據(jù)處理流程,完成監(jiān)護(hù)預(yù)警數(shù)據(jù)的處理。在大數(shù)據(jù)態(tài)勢(shì)感知的基礎(chǔ)上,將實(shí)時(shí)性關(guān)聯(lián)矩陣應(yīng)用到智能電網(wǎng)監(jiān)控預(yù)警算法設(shè)計(jì)中,完成了監(jiān)護(hù)預(yù)警算法設(shè)計(jì)。最后,利用智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警步驟,設(shè)計(jì)了智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu),實(shí)現(xiàn)了智能電網(wǎng)安全調(diào)度的監(jiān)護(hù)預(yù)警。

2 試驗(yàn)結(jié)果與分析

2.1 試驗(yàn)環(huán)境與參數(shù)設(shè)置

為了驗(yàn)證基于大數(shù)據(jù)態(tài)勢(shì)感知的智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)在實(shí)際應(yīng)用中的性能,在WindowsXP操作系統(tǒng)、Tomcat5.5 服務(wù)器、Microsoft SQL2018 數(shù)據(jù)庫(kù)、Eclipse 開(kāi)發(fā)工具的仿真環(huán)境下進(jìn)行對(duì)比試驗(yàn)。圖7 為智能電網(wǎng)安全調(diào)度平臺(tái)結(jié)構(gòu)。

圖7 智能電網(wǎng)安全調(diào)度平臺(tái)結(jié)構(gòu)圖Fig.7 Structure of smart grid security scheduling platform

根據(jù)智能電網(wǎng)安全調(diào)度平臺(tái)結(jié)構(gòu)對(duì)電網(wǎng)安全調(diào)度進(jìn)行監(jiān)護(hù)預(yù)警,并設(shè)置試驗(yàn)參數(shù):智能電網(wǎng)基波為48.5～49.5 Hz;指定試驗(yàn)基波頻率為48.5 Hz;試驗(yàn)采樣頻率為1 500 Hz。

2.2 監(jiān)護(hù)預(yù)警電壓誤差對(duì)比

2.2.1 采集監(jiān)護(hù)預(yù)警電壓數(shù)據(jù)

在驗(yàn)證智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警電壓誤差時(shí),將試驗(yàn)得到的監(jiān)護(hù)預(yù)警電壓數(shù)據(jù)與采集到的監(jiān)護(hù)預(yù)警電壓數(shù)據(jù)進(jìn)行誤差對(duì)比。電壓數(shù)據(jù)采集結(jié)果如表2所示。

表1 試驗(yàn)參數(shù)Tab.1 Experimental parameters

表2 電壓數(shù)據(jù)采集結(jié)果Tab.2 Voltage data acquisition results

2.2.2 監(jiān)護(hù)預(yù)警電壓誤差結(jié)果

利用表1 設(shè)置的試驗(yàn)參數(shù),將采集到的智能電網(wǎng)監(jiān)護(hù)預(yù)警電壓數(shù)據(jù)與基于大數(shù)據(jù)態(tài)勢(shì)感知的智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)、基于云計(jì)算的監(jiān)護(hù)預(yù)警架構(gòu)和基于神經(jīng)元網(wǎng)絡(luò)的監(jiān)護(hù)預(yù)警架構(gòu)測(cè)試得到的智能電網(wǎng)監(jiān)護(hù)預(yù)警電壓數(shù)據(jù)進(jìn)行對(duì)比,得到了智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警電壓誤差曲線(xiàn),如圖8 所示。

從圖8 可以看出,基于云計(jì)算的監(jiān)護(hù)預(yù)警架構(gòu)和基于神經(jīng)元網(wǎng)絡(luò)的監(jiān)護(hù)預(yù)警架構(gòu)在智能電網(wǎng)安全調(diào)度過(guò)程中,監(jiān)護(hù)預(yù)警的電壓與采集到的電壓之間存在較大誤差。經(jīng)計(jì)算:基于云計(jì)算的監(jiān)護(hù)預(yù)警架構(gòu)獲得的監(jiān)護(hù)預(yù)警誤差與采集電壓相比,監(jiān)護(hù)預(yù)警誤差為850 kV;基于神經(jīng)元網(wǎng)絡(luò)的監(jiān)護(hù)預(yù)警架構(gòu)獲得的監(jiān)護(hù)預(yù)警誤差與采集電壓相比,監(jiān)護(hù)預(yù)警誤差為-1 180 kV;而基于大數(shù)據(jù)態(tài)勢(shì)感知的監(jiān)護(hù)預(yù)警架構(gòu)得到的電壓誤差總值為65 kV。因此可以得出,基于大數(shù)據(jù)態(tài)勢(shì)感知的監(jiān)護(hù)預(yù)警架構(gòu)可以縮小監(jiān)護(hù)預(yù)警的電壓誤差。

圖8 智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警電壓誤差曲線(xiàn)Fig.8 Voltage error curves of smart grid security dispatching and monitoring early warning

2.3 監(jiān)護(hù)預(yù)警電流誤差對(duì)比

2.3.1 采集監(jiān)護(hù)預(yù)警電流數(shù)據(jù)

在驗(yàn)證智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警電流誤差時(shí),將試驗(yàn)得到的監(jiān)護(hù)預(yù)警電流數(shù)據(jù)與采集到的監(jiān)護(hù)預(yù)警電流數(shù)據(jù)進(jìn)行誤差對(duì)比。電流數(shù)據(jù)采集結(jié)果如表3所示。

表3 電流數(shù)據(jù)采集結(jié)果Tab.3 Current data acquisition results

2.3.2 監(jiān)護(hù)預(yù)警電流誤差結(jié)果

利用表1 設(shè)置的試驗(yàn)參數(shù),將采集到的智能電網(wǎng)監(jiān)護(hù)預(yù)警電流數(shù)據(jù)與基于大數(shù)據(jù)態(tài)勢(shì)感知的智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)、基于云計(jì)算的監(jiān)護(hù)預(yù)警架構(gòu)和基于神經(jīng)元網(wǎng)絡(luò)的監(jiān)護(hù)預(yù)警架構(gòu)測(cè)試得到的智能電網(wǎng)監(jiān)護(hù)預(yù)警電流數(shù)據(jù)進(jìn)行對(duì)比,得到了智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警電流誤差曲線(xiàn),如圖9 所示。

圖9 智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警電流誤差曲線(xiàn)Fig.9 Current error curves of smart grid security dispatching and monitoring early warning

從圖9 可以看出,基于神經(jīng)元網(wǎng)絡(luò)的監(jiān)護(hù)預(yù)警架構(gòu)在實(shí)際應(yīng)用中,得到的監(jiān)護(hù)預(yù)警電流值非常不穩(wěn)定,有時(shí)會(huì)出現(xiàn)正電流誤差、有時(shí)會(huì)出現(xiàn)負(fù)電流誤差,為現(xiàn)場(chǎng)工作人員的監(jiān)護(hù)預(yù)警工作帶來(lái)一定難度。相對(duì)來(lái)說(shuō),基于云計(jì)算的監(jiān)護(hù)預(yù)警架構(gòu)的監(jiān)護(hù)預(yù)警電流誤差比較穩(wěn)定,但是誤差值仍然很大,監(jiān)護(hù)預(yù)警電流誤差值為158 kA;而基于大數(shù)據(jù)態(tài)勢(shì)感知的監(jiān)護(hù)預(yù)警架構(gòu)相比于其他兩個(gè)監(jiān)護(hù)預(yù)警架構(gòu),得到的監(jiān)護(hù)預(yù)警電流值與采集到的電流值比較接近,整體誤差僅有-2.6 kA。由此可知,基于大數(shù)據(jù)態(tài)勢(shì)感知的監(jiān)護(hù)預(yù)警架構(gòu)可以縮小監(jiān)護(hù)預(yù)警的電流誤差。

綜合以上試驗(yàn)結(jié)果可知,相比于基于神經(jīng)元網(wǎng)絡(luò)的監(jiān)護(hù)預(yù)警架構(gòu)和基于云計(jì)算的監(jiān)護(hù)預(yù)警架構(gòu),基于大數(shù)據(jù)態(tài)勢(shì)感知的監(jiān)護(hù)預(yù)警架構(gòu)無(wú)論在監(jiān)護(hù)預(yù)警電壓誤差還是在監(jiān)護(hù)預(yù)警電流誤差方面,都可以縮小誤差范圍,從而提高了智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警精度、確保了智能電網(wǎng)安全調(diào)度。

3 結(jié)論

針對(duì)傳統(tǒng)智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)存在的電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警誤差較大的問(wèn)題,本文設(shè)計(jì)了基于大數(shù)據(jù)態(tài)勢(shì)感知的智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警架構(gòu)。在大數(shù)據(jù)態(tài)勢(shì)感知的基礎(chǔ)上,通過(guò)數(shù)據(jù)庫(kù)采集了智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警數(shù)據(jù),結(jié)合智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警算法,實(shí)現(xiàn)了監(jiān)護(hù)預(yù)警架構(gòu)的設(shè)計(jì)。結(jié)果表明,基于大數(shù)據(jù)態(tài)勢(shì)感知的監(jiān)護(hù)預(yù)警架構(gòu)可以縮小監(jiān)護(hù)預(yù)警的誤差,提高了智能電網(wǎng)安全調(diào)度監(jiān)護(hù)預(yù)警精度,適合智能電網(wǎng)的實(shí)際應(yīng)用。