基于嵌入式技术的电力数据支持风险控制方法

杨成月; 于宙; 赵园园; 陈常龙

doi:10.11959/j.issn.1000-0801.2024030

您当前的位置：

首页 >

文章列表页 >

基于嵌入式技术的电力数据支持风险控制方法

研究与开发 | 更新时间：2024-06-05

- 基于嵌入式技术的电力数据支持风险控制方法
- Risk control method for power data support based on embedded technology
- 电信科学 2024年40卷第2期页码：141-149
- 作者机构：
  
  1. 国家电网有限公司大数据中心，北京 100032
  2. 北京国电通网络技术有限公司，北京 100070
- 作者简介：
  
  [ "杨成月（1977- ），男，博士，国家电网有限公司大数据中心正高级工程师，主要研究方向为大数据、人工智能等" ]
  [ "于宙（1982- ），男，国家电网有限公司大数据中心工程师，主要研究方向为电力大数据分析、金融科技等" ]
  [ "赵园园（1980- ），女，北京国电通网络技术有限公司工程师，主要研究方向为电力大数据分析" ]
  [ "陈常龙（1990- ），男，国家电网有限公司大数据中心工程师，主要研究方向为电力大数据分析" ]
- 基金信息：
- DOI：10.11959/j.issn.1000-0801.2024030
  中图分类号： TP391
- 网络出版日期：2024-02，
  
  纸质出版日期：2024-02-20
- 稿件说明：
移动端阅览
杨成月, 于宙, 赵园园, 等. 基于嵌入式技术的电力数据支持风险控制方法[J]. 电信科学, 2024,40(2):141-149.

Chengyue YANG, Zhou YU, Yuanyuan ZHAO, et al. Risk control method for power data support based on embedded technology[J]. Telecommunications science, 2024, 40(2): 141-149.
杨成月, 于宙, 赵园园, 等. 基于嵌入式技术的电力数据支持风险控制方法[J]. 电信科学, 2024,40(2):141-149. DOI： 10.11959/j.issn.1000-0801.2024030.

Chengyue YANG, Zhou YU, Yuanyuan ZHAO, et al. Risk control method for power data support based on embedded technology[J]. Telecommunications science, 2024, 40(2): 141-149. DOI： 10.11959/j.issn.1000-0801.2024030.

摘要

为了提高电力系统风险控制中不良数据识别能力和故障定位精度，利用嵌入式技术，设计出电力系统的新型风险控制方法。使用S3C2440芯片作为中央处理器，通过同步向量测量单元（phasor measurement unit， PMU）技术甄别电力系统中出现的不良数据，提高了甄别的效率；在传统的多元宇宙算法基础上进行改进，基于PMU采集的数据进行故障定位，有效提高故障定位精度。在仿真实验中，该方法的不良数据识别效率至少提高33.76%，故障定位的精度提高26.33%，效率至少提高43.4%。所提方法在电力系统中具有良好的风险控制能力。

Abstract

In order to improve the ability of bad data identification and fault location accuracy in power system risk control

a new risk control method for power systems using embedded technology was designed.S3C2440 chip was used as the central processing unit

the phasor measurement unit (PMU) technology was used to identify bad data in the power system

improving the efficiency of identification.Improved on the basis of traditional multiverse algorithms

fault localization was based on data collected by PMU

effectively improving the accuracy of fault localization.In the simulation experiment

the efficiency of identifying bad data by the proposed method has been improved by at least 33.76%

the accuracy of fault localization has been improved by 26.33%

and the efficiency has been improved by at least 43.4%.The proposed method has good risk control capabilities in the power system.

关键词

Keywords

references

程辉 . 基于大数据分析的2×1000 MW火力发电机组不良数据识别方法研究 [J ] . 自动化与仪器仪表 , 2020 ( 2 ): 167 - 170 .

CHENG H . Research on bad data identification method of 2 × 1000 MW thermal power generating set based on big data analysis [J ] . Automation ＆ Instrumentation , 2020 ( 2 ): 167 - 170 .

杨智伟 , 刘灏 , 毕天姝 , 等 . 基于长短期记忆网络的PMU不良数据检测方法 [J ] . 电力系统保护与控制 , 2020 , 48 ( 7 ): 1 - 9 .

YANG Z W , LIU H , BI T S , et al . PMU bad data detection method based on long short-term memory network [J ] . Power System Protection and Control , 2020 , 48 ( 7 ): 1 - 9 .

赵乔 , 王增平 , 董文娜 , 等 . 基于免疫二进制粒子群优化算法的配电网故障定位方法研究 [J ] . 电力系统保护与控制 , 2020 , 48 ( 20 ): 83 - 89 .

ZHAO Q , WANG Z P , DONG W N , et al . Research on fault location in a distribution network based on an immune binary particle swarm algorithm [J ] . Power System Protection and Control , 2020 , 48 ( 20 ): 83 - 89 .

徐岩 , 刘婧妍 , 张诗杭 , 等 . 基于遗传算法的直流配电网线路故障定位方法 [J ] . 太阳能学报 , 2020 , 41 ( 12 ): 1 - 8 .

XU Y , LIU J Y , ZHANG S H , et al . Fault location method based on genetic algorithm for dc distribution network [J ] . Acta Energiae Solaris Sinica , 2020 , 41 ( 12 ): 1 - 8 .

季胜蓝 , 吴明芳 , 王胜锋 . 基于平均一致性的电力系统分布式故障诊断方法 [J ] . 电工技术 , 2022 ( 24 ): 68 - 72 , 76 .

JI S L , WU M F , WANG S F . Distributed fault diagnosis method for power system based on average consistency [J ] . Electric Engineering , 2022 ( 24 ): 68 - 72 , 76 .

SAEED S M , SINANOGLU O . A comprehensive design-for-test infrastructure in the context of security-critical applications [J ] . IEEE Design ＆ Test , 2017 , 34 ( 1 ): 57 - 64 .

梁玲君 . 电力变压器油色谱在线监测技术的探讨 [J ] . 电工技术 , 2019 ( 6 ): 19 - 20 , 23 .

LIANG L J . Discussion on on-line monitoring technology of oil chromatography in power transformer [J ] . Electric Engineering , 2019 ( 6 ): 19 - 20 , 23 .

储宇星 , 刘海瑞 , 闫爽 . SnO 2 /NiO 复合半导体纳米纤维的制备及气敏性能研究 [J ] . 无机材料学报 , 2021 , 36 ( 9 ): 950 - 958 .

CHU Y X , LIU H R , YAN S . Preparation and gas sensing properties of SnO 2 /NiO composite semiconductor nanofibers [J ] . Journal of Inorganic Materials , 2021 , 36 ( 9 ): 950 - 958 .

RAIS M H , AWAD R A , LOPEZ J Jr , et al . JTAG-based PLC memory acquisition framework for industrial control systems [J ] . Forensic Science International:Digital Investigation , 2021 ( 37 ): 301196 .

殷源力 . 基于RS232通讯的热处理数据获取与处理 [J ] . 热处理技术与装备 , 2017 , 38 ( 6 ): 59 - 61 .

YIN Y L . Acquisition and processing of heat treatment data based on RS232 communication [J ] . Heat Treatment Technology and Equipment , 2017 , 38 ( 6 ): 59 - 61 .

HUANG K Y , SHI S Y , YANG S L . Differential Galoisian approach to Jacobi integrability of general analytic dynamical systems and its application [J ] . Science China Mathematics , 2023 , 66 ( 7 ): 1473 - 1494 .

吴玲 , 张秀锦 , 刘秋华 , 等 . 基于多元宇宙优化算法的光伏发电MPPT控制算法 [J ] . 太阳能学报 , 2023 , 44 ( 9 ): 204 - 211 .

WU L , ZHANG X J , LIU Q H , et al . Mppt controlalgorithm of photovoltaic power generation based on multi-verse optimization algorithm [J ] . Acta Energiae Solaris Sinica , 2023 , 44 ( 9 ): 204 - 211 .

杨文珍 , 何庆 . 动态串行机制多元宇宙优化算法 [J ] . 计算机应用研究 , 2021 , 38 ( 12 ): 3623 - 3628 , 3633 .

YANG W Z , HE Q . Dynamic multi-serial mechanism MVO optimization algorithm [J ] . Application Research of Computers , 2021 , 38 ( 12 ): 3623 - 3628 , 3633 .

陈可欣 , 辛焕海 , 高晖胜 , 等 . 计及多模态分量的新能源电力系统节点频率分析方法 [J ] . 电力自动化设备 , 2023 , 43 ( 10 ): 136 - 144 .

CHEN K X , XIN H H , GAO H S , et al . Nodal frequency analysis method for renewable energy power system considering multimodal components [J ] . Electric Power Automation Equipment , 2023 , 43 ( 10 ): 136 - 144 .

浏览量

129

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

电力数据挖掘在电网内部及各领域间的应用