安全态势感知是电网稳定运行防御体系的核心,面对各种各样的电网异动,是否能够第一时间识别和发现,是衡量安全体系优劣的根本。阿贝斯态势感知系统用高熵的因果型数据替代一般的主成分变量,可实时发现电网安全运行中异动趋势当有影响安全运行的异动时,系统就会自动识别并告警。并将不安全行为的每步都完整的记录下来,作为事后验证的关键证据,通过态势感知的溯源系统,定位到异点的具体信息。面对异动源,不再等着被动响应,而进行主动修复。系统通过在机器学习的分类器中引入因果元素,以机器学习方法快速计算不同物理简化模型方法输出结果的可信度,并进行相应模型计算,实现在可接受的响应时间内输出最可靠的分析结果。
阿贝斯态势感知系统通过分布式任务集群进行大数据存储与分析,支持对配电网运行数据的实时监测。通过构建一个系统化、集成化、层次化的态势感知模型,对配电网运行的多源信息进行集成,以实现对系统运行态势的感知,实现对于潜在和未知的安全风险的超前预测,并进行态势的呈现,在此技术上实现态势的利导。直观可视化展示实时、全面的风险监测数据、历史统计分析数据,精准感知电网整体安全态势,为异动事件处置和安全能力优化提供数据决策支撑。系统更聚焦于实时感知配电网的各种不确定性因素的变化,如负荷随机需求响应、电动汽车无序接入、分布式电源间歇性出力、外部灾害因素等,强调各参与方(包括电网公司、售电公司、虚拟电厂、微网、分布式电源、电动汽车、一般用户)之间的互动与博弈。