首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于知识库的营配贯通数据处理方法、装置及存储介质 

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:国网冀北电力有限公司智能配电网中心;北京博望华科科技有限公司

摘要:本发明提出一种基于知识库的营配贯通数据处理方法、装置及存储介质,涉及智能电网数据处理技术领域。该方法包括:采集一区域内的配电系统的历史运行数据和各用电客户的档案数据,基于历史运行数据和档案数据构建营配贯通知识库,营配贯通知识库存储在分布式数据库;基于营配贯通知识库生成区域的所有的配电设备和用电设备的拓扑图,拓扑图的节点为配电设备或用电设备;实时采集配电系统中各配电设备的实时运行数据以及用电设备实时用电数据并映射至拓扑图对应的节点上,基于拓扑图中各节点的实时运行数据和实时用电数据以及历史运行数据和档案数据识别存在错误的线变并对拓扑图进行校准,可以准确的识别线变之间的错误。

主权项:1.一种基于知识库的营配贯通数据处理方法,其特征在于,该方法包括:构建步骤,采集一区域内的配电系统的历史运行数据,所述历史运行数据包括所述配电系统中各配电设备的电压、电流、有功功率、无功功率和负荷,采集该区域的各用电客户的档案数据,所述档案数据包括用电设备类型、用电设备额定功率、用电设备额定电压、用电设备额定电流以及用电设备的工作时间,基于所述历史运行数据和所述档案数据构建营配贯通知识库,所述营配贯通知识库存储在分布式数据库;生成步骤,基于所述营配贯通知识库生成所述区域的所有的配电设备和用电设备的拓扑图,所述拓扑图的节点为配电设备或用电设备;映射步骤,实时采集所述配电系统中各配电设备的实时运行数据以及用电设备实时用电数据,所述实时运行数据包括所述配电设备的实时电压、实时电流、实时有功功率、实时无功功率和实时负荷,所述用电设备实时用电数据包括用电设备的实时功率、用电设备实时电压、用电设备实时电流,将所述实时运行数据和所述实时用电数据映射至所述拓扑图对应的节点上,其中,所述实时运行数据和所述实时用电数据存储在列式数据库中;识别步骤,基于所述拓扑图中各节点的实时运行数据和实时用电数据以及历史运行数据和档案数据识别配电网线变关系,以定位存在错误的线路和或配电设备;校准步骤,根据定位的存在错误的线路和或配电设备对所述拓扑图进行校准,并将更新后的拓扑图存储在所述分布式数据库中;所述分布式数据库包括N个数据库节点,其中一个数据库节点为数据库索引节点,所述索引节点用于存储所述分布式数据库的索引,对于配电设备,所述索引的构建方式:构建配电设备节点映射函数: ;其中,、、、、第i个配电设备的电压、电流、有功功率、无功功率和负荷,M表示配电设备的总个数; 表示将第i个配电设备的数据存储的数据库节点的编号,如果,则将该配电设备的数据存储在第1个数据库节点中;对于用电设备,所述索引的构建方式:构建用电设备节点映射函数: ,其中,、、、分别表示第j个用电设备额定功率、用电设备额定电压、用电设备额定电流以及用电设备的工作时间,K表示用电设备的总个数; 表示将第j个用电设备的数据存储的数据库节点的编号,如果,则将该配电设备的数据存储在第1个数据库节点中;其中,M、N、K均为大于2的整数;所述识别步骤的操作为:基于所述拓扑图构建图神经网络,基于所述历史运行数据和所述档案数据对所述图神经网络进行训练得到训练后的图神经网络,将所述实时运行数据和所述实时用电数据输入至所述训练后的图神经网络以识别配电网线变关系,以定位存在错误的线路和或配电设备;在所述图神经网络中由配电设备作为节点的特征向量为: ;在所述图神经网络中由用电设备作为节点的特征向量为: ;在所述图神经网络中,节点之间的边的权重设置为:如果配电设备之间、配电设备与用电设备之间无连接关系,则边的权重设置为0,如果配电设备之间有连接关系,则边的权重设置为1,存在连接关系的配电设备与用电设备之间边的权重设置为: ; ; 。

全文数据:

权利要求:

百度查询: 国网冀北电力有限公司智能配电网中心 北京博望华科科技有限公司 基于知识库的营配贯通数据处理方法、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。