基于物联网的电网调度信息全局监控方法研究

发表时间:2020/7/20   来源:《当代电力文化》2020年7期   作者:邹斌
[导读] 在建立电网调度控制模型的基础上,结合网络控制技术和通信技术进行电网调度监控设计,有利于提高电网调度信息全局监控能力。
        摘要:在建立电网调度控制模型的基础上,结合网络控制技术和通信技术进行电网调度监控设计,有利于提高电网调度信息全局监控能力。因此,本文提出基于物联网技术的电网调度信息全局监控方法。
关键词:物联网;电网调度信息;全局监控方法
1运维数据采样及节点优化部署
        1.1物联网构架及电网调度信息运维数据采样
        为了实现基于物联网技术的电网调度信息全局监控,首先采用物联网组网技术进行电网调度信息运维数据采样,在ZigBee组网协议下进行电网调度信息运维数据融合和大数据跟踪识别,构建多核异构的物联网网络体系,基于VisualDSP++4.5多线程嵌入式调度方法进行电网调度信息全局监控设计,得到电网调度的物联网组网构架模型如图1所示。
       
        图1电网调度的物联网组网构架模型
        根据图1所示的物联网构架体系,在802.15.3a、802.15.4和专用短程通信协议下进行电网调度的物联网传输协议设计,基于VisualDSP++4.5多线程嵌入式设计方法进行电网调度信息监控的物联网平台构建传输控制,得到电网调度过程中的物联网组网学习函数为:
       (1)
        其中,Δα表示增益系数;q表示调度过程的物联网数据统计特征值;r表示调度覆盖范围的半径;A表示调度量化集。根据组网学习结果,结果自适应链路转发控制方法进行电网调度信息监控的动态传输控制,采用交叉编译的方法进行电网调度信息监控的控制指令融合,得到电网调度过程的采样点分布为:
        (2)
        其中,g表示采样点阵列部署的适应度函数;μ表示每个采样点的信息特征中心;L表示两个采样点之间的平均测度距离;n表示采样点个数,n=1,2,…,i,…,n。在此基础上,采用随机线性均衡控制方法进行动态多核异构网络数据输出的波特间隔均衡控制,并在物联网控制平台上进行信息融合。在运维管理环境下,得到电网信息调度的全局监控的特征采样,第n个采样点的特征输出为:
       (3)
        其中,c表示电网调度信息全局监控的统计特征量;l表示空间采样负载。在多分布的电网调度信息监控物联网中,假设共有m个电网调度信息的全局监控特征量,采用多源信息融合的方法,建立电网调度信息监控过程运维信息采样模型为:
       (4)
        其中,W为任意两个采样点之间的互信息量;E表示带宽效率;t表示采样时间。根据电网调度信息监控物联网采样模型,结合最小均方误差估计方法[8]采集物联网构架及电网调度信息运维数据,提高电网调度信息的监控和特征分布式采样能力。
        1.2物联网组网节点部署
        在上述构建了物联网构架及电网调度信息运维数据采样模型的基础上,进行电网调度过程的物联网组网节点部署设计。首先对电网调度信息进行动态迁移控制,提取其中的能源谱信息特征量,结合电网调度的优化信息重组方法进行自适应均衡调度,构建在时间范围[tj-1,tj]内的电网调度信息的统计分析模型为:
        (5)
        其中,N表示物联网组网节点个数;R表示节点能量开销。在此基础上,采用空间区域重构的方法部署电网调度信息监控中的物联网节点,得到物联网平台下电网调度信息监控的Source与Sink节点的部署模型为:
       (6)
        其中,β表示电网调度信息监控的覆盖度;dmax表示最大覆盖距离;tp表示电网调度信息的传输延迟。至此,完成了物联网环境下电网调度信息全局监控过程的物联网组网节点部署设计。
2电网调度信息全局监控
        2.1电网调度信息的模糊聚类处理
        在上述构建电网调度信息智能传输控制模型,并采用多分布的传感信息采样方法进行电网调度信息的运维数据采样的基础上,进行电网调度信息全局监控设计。本文提出基于物联网技术的电网调度信息全局监控方法,首先采用大数据融合聚类分析方法对电网调度信息进行模糊聚类处理,得到电网调度信息全局输出控制的最优解为:
        (7)
        其中,λ表示模糊度系数;u表示调制码元序列;ki表示电网调度信息的关联特征分布的概率密度函数。对采集的电网调度信息进行特征提取和属性判别,在物联网架构中,对各个路由节点的信息进行动态融合,结合运维管理的方法进行自适应分配。在此基础上,采用暂态不平衡和稳态不平衡融合式调度的方法估计电网调度信息的偏差,根据电网调度信息的短时扰动特性,采用分集判决反馈均衡技术,得到动态多核异构网络蒙特卡洛采样特征分布子序列表示为X={xN},分别对任意两个组网采集节点进行(N-1)/2点傅里叶变换,挖掘电网调度信息的异常图谱信息,采用自适应判决反馈均衡器进行电网调度信息的智能信息传输控制和均衡调度,得到网络数据监控输出过程的均衡调度负载量为:
       (8)
        其中,ω表示电网调度信息分布属性集;T表示电网调度信息全局监控簇中心的分类属性特征值;g表示电网调度信息全局监控的传输链路偏移;φ表示电网调度信息全局监控的负载输出扩展相位。
        2.2电网调度的全局监控输出
        采用ZigBee组网协议进行电网调度信息监控的组网设计,构建电网调度信息的输出模型,可将其描述为:
        (9)
        其中,J表示电网调度运维数据的统计特征量;f和v分别表示电网调度信息的交流频率和直流电压自信息。假设利用容量优化估计方法所得到电网调度信息的负载为α,当电力网络系统达到稳态时,采用虚拟同步监测的方法进行电网调度信息的优化融合和自适应控制,根据电网调度信息的大数据采样和融合结果实现电网调度的全局监控,得到电网调度信息的全局监控输出为:
        (10)
        综上分析,实现了对电网调度信息的全局监控,可监控电网中的直流电压谐波与波动等指标,保证电网调度过程的有效运行。
3仿真实验与结果分析
        为了验证本文所提的基于物联网技术的电网调度信息全局监控方法的应用性能,设计如下仿真实验。
        实验条件设置情况如下:实验在MATLAB平台上进行,采用中低压直流配电方式进行电网调度信息配置,直流配电电压等级50kV,交流电压谐波分量为0.26,网络数据传输的信道带宽为SNR=0~45dB,干扰信噪比为-16dB,电网调度信息转换的速率为1.9kBaud。
        根据上述仿真环境和参数设定,进行电网调度信息全局监控仿真实验。首先采用多分布的传感信息采样方法采集电网调度信息的运维数据,得到采集的电网调度信息运维数据如图2所示。
       
        图2电网调度信息运维数据采集结果
        以图2所示的样本数据作为输入,采用大数据融合聚类分析方法进行电网调度信息的模糊聚类处理,实现电网调度信息的分类管理。
结束语
        电网和电力通信技术本身的不断发展和外部环境变化,使得其对电力有效调度的要求越来越高。相关的电网调度信息全局监控方式也在面临全新的挑战。电网调度信息监控过程首先需要对电网的传输负载信息进行调度,即建立电网调度控制模型,在此基础上结合网络控制技术和通信技术提高电网调度信息全局监控能力。可以说,研究有效的电网调度信息监控方法在促进电力的优化供应和自适应控制方面具有重要意义。
参考文献
[1]肖艳炜.基于大电网的智能调度控制系统智能告警设计研究[J].自动化与仪器仪表,2019(02):29-32.
[2]杨勐峣,寇江鹏.电网调度自动化的综合监控和智能化[J].通信电源技术,2019,36(02):263-264.
[3]孙娟,蔡鹏.电网调度自动化监控报警系统优化设计[J].通信电源技术,2019,36(01):177-178.
[4]李照,曹照,吕海龙.基于电网调度运行的智能防误技术[J].电子技术与软件工程,2019(01):216.
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: