态势感知系统

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。

适用场景

  • 异动事件处置
  • 安全能力优化
  • 配电网实行监测
  • 负荷预测
  • 风险预测
  • 决策支撑
  • 潮流计算

系统原理

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。

系统特点

态势感知
对配电网进行实时或准实时的态势感知,快速准确地判断出系统安全状态,并基于系统安全属性的历史状态纪录,为运行控制人员提供一个较为准确的配电网运行趋势。
超前预测
具有超前预测功能,即在事件发生之前进行预测,为配电网运行管理人员制定运行策略和防御措施提供依据,做到事前防范。
自我学习
通过采用先进算法等方式,使态势感知系统具有自学习和自适应能力,能够智能化地感知配电网运行状态,实现电网运行态势的智能化告警。
风险预测
能够检测和预防配电网事故,并能够较高精度地检测出未知的和潜在的电网运行风险,提高对电网运行的掌控能力。
辅助运行
能够动态灵活调整和控制配电系统的运行状态,使系统状态朝向有利方向发展。
实时数据
能够实时采集外部自然灾害数据,并通过算法分析计算出配电网受自然灾害影响程度。
风险评估
能够实现分布式电源接入的配电网在线风险评估。