您所在的位置: 成果库 基于配用电能源互联网的拓扑辨识技术研究与应用

基于配用电能源互联网的拓扑辨识技术研究与应用

发布时间: 2022-10-24

基本信息

合作方式: 技术许可
成果类型: 发明专利
行业领域:
电力、热力、燃气及水生产和供应业,电力、热力生产和供应业
成果介绍
一、项目背景 低压配电网作为“最后一公里”,一直以来都存在着设备多、分布广、可视化程度低的问题,随着低压配电网业务需求量的不断激增和提高客服务质量的需求不断增大,一线人员运维力量与配电网发展增速不匹配的矛盾日益突出。低压台区拓扑缺失,导致低压故障难定位、台区窃电难排查、低压线损难管理等深入问题逐渐暴露。二、问题痛点 1.拓扑辨识度低。据统计,蒙东公司台区拓扑完整率不足5%,由于台区拓扑缺失,导致低压台区精益化管理不到位,客户优质服务有待提升。 2.投资压力大。蒙东公变台区共69764个,台区拓扑人工核查工作难度大,传统的全台区装设拓扑识别模块的技术路线平均每个台区投资20-30万元,投资过大,回报率低,不适合在蒙东地区大范围推广。三、产品功能 本项目通过大数据算法实现台区拓扑辨识功能,平均单台区投资压降约80%,有效实现台区精益化管理,提高客户优质服务。四、产品价值 本项目深入运用大数据算法和电力物联网技术,积极贯彻国家电网有限公司打造国际领先的能源互联网企业的战略目标,构建新型配电物联系统,助力“双碳”目标。
成果亮点
一、经济高效 本项目是东北地区首个配用电物联示范项目,以台区智能融合终端为核心,创新应用大数据算法与人工智能技术,经济高效地实现台区拓扑辨识,持续自学习校正,提升辨识准确度至100%,减少投资约80%,打造精益管理与优质服务示范区。二、创新算法 结合皮尔逊相关性、神经网络、决策树、聚类算法等4中算法技术,创新研发随机数迭代算法,基于云图特征自识别技术,建立AI自学习模型,形成统一的“云边协同”拓扑识别体系,在拓扑辨识过程中,充分考虑方向梯度、频域时域、电压相关性、数值差分因素,多元化角度辨识台区拓扑,并通过AI自学习技术不断校正,使最终台区拓扑辨识准确度达到100%,大幅度节约设备投资,充分发挥配电物联应用。三、优质服务 本项目依托赤峰供电公司配用电能源互联网示范台区建设,采用先试点再推广的方式,总共选取22个典型配电台区,覆盖各种设备种类、配变容量、负荷密度、客户类型,共计安装感知单元571台,实现台区拓扑精准辨识、低压故障主动抢修、分支线损精益化管理、台区异常运行治理等深化应用。通过配用电能源互联网平台实时监测,打造优质服务示范区。
团队介绍
我们的团队专注于智能配电网技术研究,注重理论与实践相结合,是一支朝气蓬勃、积极进取的创新团队。 一、人员优势 团队人员均为大学本科以上学历,从事电力系统专业工作,具有多年智能配电网、配电自动化系统建设与管理经验,专业技术扎实,现场经验丰富,创新意识强,人才储备丰富,可快速开展产品测试开发和迭代。 二、环境优势 团队已建设应用智能配电网实验室,开展低压配电网仿真与研究工作,针对台区拓扑辨识等深化应用开展深入研究,理论与实践相结合,成果显著。 三、技术优势 团队成员具备多年配电网技术研究经验,独立开展各项配电专业工作,在配电自动化建设应用、智能配电网建设推进方面取得优异成绩,是蒙东地区首个配电专业研发团队,技术实力过硬,硬件条件优秀,团队共发表论文12余篇,授权专利15项,荣获内蒙古自治区科学技术进步奖,具备极强的技术创新能力。
成果资料