买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市广安电力设备有限公司

摘要：本发明涉及大数据技术领域，尤其涉及一种基于大数据的配电台区管理方法及系统。该方法包括以下步骤：基于大数据技术获取历史配电台区运行数据及配电台区监测数据；对配电台区监测数据进行设备节点识别，以生成配电设施节点；对配电设施节点进行节点耦合分析，以生成节点耦合数据；对配电设施节点进行动态性能计算，以生成节点动态性能数据；基于节点耦合数据对节点动态性能数据进行最优拓扑网络分析，以生成最优拓扑网络数据；通过最优拓扑网络数据对配电设施节点进行网络拓扑关联拟合，以构建配电节点拓扑网络；利用配电节点拓扑网络对配电设施节点进行边缘状态检测，以生成边缘状态数据。本发明实现了高效、准确的配电管理。

主权项：1.一种基于大数据的配电台区管理方法，其特征在于，包括以下步骤：步骤S1：基于大数据技术获取历史配电台区运行数据及配电台区监测数据；对配电台区监测数据进行设备节点识别，以生成配电设施节点；对配电设施节点进行节点耦合分析，以生成节点耦合数据；其中，步骤S1的具体步骤为：步骤S11：基于大数据技术获取历史配电台区运行数据及配电台区监测数据；步骤S12：对配电台区监测数据进行设备节点识别，以生成配电设施节点；步骤S13：基于配电台区监测数据对配电设施节点进行节点运行特征分析，以生成节点运行特征数据；步骤S14：对配电设施节点进行节点拓扑位置分析，以生成拓扑结构位置数据；步骤S15：根据节点运行特征数据对拓扑结构位置数据进行节点间传输容量计算，以生成节点间电力传输瓶颈指数；步骤S16：通过节点间电力传输瓶颈指数对配电设施节点进行节点耦合分析，以生成节点耦合数据；步骤S2：对配电设施节点进行动态性能计算，以生成节点动态性能数据；基于节点耦合数据对节点动态性能数据进行最优拓扑网络分析，以生成最优拓扑网络数据；其中，步骤S2的具体步骤为：步骤S21：对配电设施节点进行电压波动统计，获取电压波动数据；步骤S22：基于电压波动数据对配电设施节点进行频率响应分析，以生成频率响应数据；步骤S23：根据频率响应数据利用配电设施节点动态性能计算公式对配电设施节点进行动态性能计算，以生成节点动态性能数据；其中，配电设施节点动态性能计算公式具体为： ；其中，为配电设施节点动态性能指数，为配电设施节点初始电压，为配电设施节点功率因数，为电流衰减因数，为电压波动周期，为谐波失真率，为电流噪音含量，为配电设施节点故障率，为配电设施节点响应率，为配电设施节点稳定率，其中，反映了节点的故障率与响应率之间的关系，故障率表示节点故障的概率，响应率表示节点对故障的响应速度和准确性；步骤S24：基于节点耦合数据对配电设施节点进行负荷平衡检测，以生成节点负荷稳定性数据；步骤S25：利用节点负荷稳定性数据对节点动态性能数据进行最优拓扑网络分析，以生成最优拓扑网络数据；步骤S3：通过最优拓扑网络数据对配电设施节点进行网络拓扑关联拟合，以构建配电节点拓扑网络；利用配电节点拓扑网络对配电设施节点进行边缘状态检测，以生成边缘状态数据；步骤S4：根据节点动态性能数据对边缘状态数据进行负载峰值计算，以生成节点负载峰值数据；基于节点负载峰值数据对配电节点拓扑网络进行临界抗扰动仿真处理，以获取临界阈值数据；其中，步骤S4的具体步骤为：步骤S41：根据节点动态性能数据对边缘状态数据进行节点负载分析，以生成节点负载数据；步骤S42：对节点负载数据进行负载峰值计算，以生成节点负载峰值数据；步骤S43：基于节点负载峰值数据对配电节点拓扑网络进行临界抗扰动仿真处理，以获取临界阈值数据；其中，步骤S43的具体步骤为：步骤S431：基于节点负载峰值数据对配电节点拓扑网络进行瞬态负载激励，以生成瞬态负载响应数据；步骤S432：对瞬态负载响应数据进行抗扰动分析，以生成节点抗扰动指数；步骤S433：通过节点抗扰动指数对配电节点拓扑网络进行负载临界状态检测，以生成临界状态分布曲线；步骤S434：对临界状态分布曲线进行临界负载阈值计算，以获取临界阈值数据；步骤S5：基于临界阈值数据对配电节点拓扑网络进行拓扑优化，以生成拓扑路径优化数据；通过拓扑路径优化数据对配电节点拓扑网络动态进行重构处理，以生成动态节点拓扑网络；根据历史配电台区运行数据利用动态节点拓扑网络对配电台区监测数据进行负荷趋势预测，以生成配电趋势预测数据；其中，步骤S5的具体步骤为：步骤S51：基于临界阈值数据对配电节点拓扑网络进行冗余拓扑路径分析，以识别冗余拓扑路径；步骤S52：根据冗余拓扑路径对配电节点拓扑网络进行拓扑优化，以生成拓扑路径优化数据；步骤S53：通过拓扑路径优化数据对配电节点拓扑网络进行动态重构处理，以生成动态节点拓扑网络；步骤S54：根据历史配电台区运行数据对配电台区监测数据进行负荷周期分析，以生成负荷周期性数据；步骤S55：利用动态节点拓扑网络对负荷周期性数据进行负荷趋势预测，以生成配电趋势预测数据；步骤S6：对配电趋势预测数据进行时序分析，以生成配电趋势预测曲线，利用配电趋势预测曲线对动态节点拓扑网络进行配电决策优化，以构建动态配电决策模型，执行配电台区管理作业。

全文数据：

权利要求：

百度查询： 深圳市广安电力设备有限公司 一种基于大数据的配电台区管理方法及系统