大数据技术在继电保护领域的研究与应用

被引:15
作者
王继业 [1 ]
王德林 [2 ]
杨国生 [1 ,3 ]
周泽昕 [1 ]
邓春宇 [1 ]
机构
[1] 中国电力科学研究院
[2] 国家电力调度控制中心
[3] 华北电力大学
基金
国家重点研发计划;
关键词
电力大数据; 继电保护; 应用场景; 家族型号; 状态评估;
D O I
10.16543/j.2095-641x.electric.power.ict.2016.12.001
中图分类号
TM77 [电力系统继电保护]; TP311.13 [];
学科分类号
080802 ; 1201 ;
摘要
在电网生产运行和继电保护专业管理的各个环节中产生了大量的数据,有离线的结构化、非结构化数据,也有实时在线的结构化数据。文章对继电保护专业数据来源、数据特征等进行了分析,提出了设备分析评价与状态评估、运行分析与定向优化等五大类继电保护专业大数据应用场景,并结合设备和运行信息,提出了保护设备家族型号聚类建模的方法,对保护设备家族可靠性进行了实例分析。
引用
收藏
页码:1 / 8
页数:8
相关论文
共 16 条
[1]  
面向电网运行知识本体建模方法的研究与应用.[D].王晔.华北电力大学.2014, 02
[2]  
大数据时代的历史机遇.[M].赵国栋; 易欢欢; 糜万军; 鄂维南; 著.清华大学出版社.2013,
[3]  
中国电力大数据发展白皮书.[M].中国电机工程学会电力信息化专业委员会; 编著.中国电力出版社.2013,
[4]   海量数据下的电力负荷短期预测 [J].
张素香 ;
赵丙镇 ;
王风雨 ;
张东 .
中国电机工程学报, 2015, 35 (01) :37-42
[5]   智能电网大数据技术发展研究 [J].
张东霞 ;
苗新 ;
刘丽平 ;
张焰 ;
刘科研 .
中国电机工程学报, 2015, 35 (01) :2-12
[6]   基于本体理论的智能电网广义数据管理模型 [J].
黄彦浩 ;
周孝信 .
电力系统自动化, 2014, 38 (09) :114-118
[7]   状态监测大数据存储及聚类划分研究 [J].
周国亮 ;
宋亚奇 ;
王桂兰 ;
朱永利 .
电工技术学报, 2013, 28(S2) (S2) :337-344
[8]   基于海量计量数据的电力客户在线分群研究 [J].
杨劲锋 ;
刘涛 ;
陈启冠 ;
阙华坤 ;
肖勇 .
华东电力, 2013, 41 (08) :1581-1585
[9]   “大数据”技术及其在电力行业中的应用 [J].
孙柏林 .
电气时代, 2013, (08) :18-23
[10]   智能电网大数据处理技术现状与挑战 [J].
宋亚奇 ;
周国亮 ;
朱永利 .
电网技术, 2013, 37 (04) :927-935