技术新讯 > 发电变电,配电装置的制造技术 > 一种基于并行计算的电网状态分析方法、装置、终端设备和存储介质与流程  >  正文

一种基于并行计算的电网状态分析方法、装置、终端设备和存储介质与流程

  • 国知局
  • 2024-08-02 16:04:18

本发明涉及电网信息自动化领域,尤其涉及一种基于并行计算的电网状态分析方法、装置、终端设备和存储介质。

背景技术:

1、基于大数据的智能电网图分布规划系统是一种利用大数据和智能化技术来支持电网图的分布规划和优化决策的系统。该系统通过收集、存储和分析电网相关的大数据,并运用智能算法进行数据挖掘和模拟优化,提供准确的电网分布规划和决策支持。

2、现有的电力计算共享服务在进行电力计算任务时需要大量的计算资源和时间,且计算模块集无法满足高速计算的需求,限制了电力计算的效率。

技术实现思路

1、本发明提供了一种基于并行计算的电网状态分析方法、装置、终端设备和存储介质,以提升电力计算的效率。

2、为了解决上述技术问题,本发明实施例提供了一种基于并行计算的电网状态分析方法,包括:

3、在获取电网预测任务的情况下,对所述电网预测任务进行划分,得到电力设备预测子任务、负荷预测子任务和传输线路预测子任务;

4、并行执行所述电力设备预测子任务、所述负荷预测子任务和所述传输线路预测子任务,分别得到电力设备预测状态、负荷预测模式和传输线路预测状态;

5、获取实时的第二电力设备数据、第二负荷数据和第二传输线路数据;

6、根据所述第二电力设备数据,得到电力设备实际状态;根据所述第二负荷数据,得到负荷实际模式;根据所述第二传输线路数据,得到传输线路实际状态;

7、根据所述电力设备预测状态与所述电力设备实际状态,对电力设备进行异常判断;根据所述负荷预测模式与所述负荷实际模式,对负荷进行异常判断;根据所述传输线路预测状态与所述传输线路实际状态,对传输线路进行异常判断;

8、其中,执行所述电力预测子任务,包括:

9、获取第一电力设备数据;

10、对所述第一电力设备数据进行预处理;

11、将预处理后的第一电力设备数据输入训练好的电力设备预测模型,输出电力设备预测状态;

12、执行所述负荷预测子任务,包括:

13、获取第一负荷数据;

14、对所述第一负荷数据进行预处理;

15、将预处理后的第一负荷数据输入训练好的负荷预测模型,输出负荷预测模式;

16、执行所述传输线路预测子任务,包括:

17、获取第一传输线路数据;

18、对所述第一传输线路数据进行预处理;

19、将预处理后的第一传输线路数据输入训练好的传输线路模型,输出传输线路预测状态。

20、作为优选方案,所述电力设备预测模型的训练过程,包括:

21、获取若干电力设备历史数据;

22、针对每一电力设备历史数据,获取在所述电力设备历史数据对应的历史时间,预设时间间隔后的电力设备结果数据,根据所述电力设备结果数据,确定所述电力设备历史数据的标签;其中所述电力设备历史数据的标签包括:正常、故障或过载;

23、对所述电力设备历史数据进行预处理;

24、根据预处理后的电力设备历史数据和对应的标签,对预设的电力设备预测模型进行训练,得到训练好的电力设备预测模型。

25、作为优选方案,所述负荷预测模型的训练过程,包括:

26、获取若干负荷历史数据;

27、针对每一负荷历史数据,获取在所述负荷历史数据对应的历史时间,预设时间间隔后的负荷结果数据,根据所述负荷结果数据,确定所述负荷历史数据的标签;其中,所述负荷历史数据的标签用于之时负荷需求的等级,包括:高等、中等或低等;

28、对所述负荷历史数据进行预处理;

29、根据预处理后的负荷历史数据和对应的标签,对预设的负荷预测模型进行训练,得到训练好的负荷预测模型。

30、作为优选方案,所述传输线路模型的训练过程,包括:

31、获取若干传输线路历史数据;

32、针对每一传输线路历史数据,获取在所述传输线路历史数据对应的历史时间,预设时间间隔后的传输线路结果数据,根据所述传输线路结果数据,确定所述传输线路历史数据的标签;其中,所述传输线路历史的数据的标签包括:正常、故障或过载;

33、对所述传输线路历史数据进行预处理;

34、根据预处理后的传输线路历史数据和对应的标签,对预设的传输线路预测模型进行训练,得到训练好的传输线路预测模型。

35、作为优选方案,在根据所述第二电力设备数据,得到电力设备实际状态之后,还包括:

36、根据所述电力设备时间状态,对电力设备进行异常判断;

37、在根据所述第二负荷数据,得到负荷实际模式之后,还包括:

38、根据所述负荷实际模式,对负荷进行异常判断;

39、在根据所述第二传输线路数据,得到传输线路实际状态之后,还包括:

40、根据所述传输线路实际状态,对传输线路进行异常判断。

41、作为优选方案,所述并行执行所述电力设备预测子任务、所述负荷预测子任务和所述传输线路预测子任务,分别得到电力设备预测状态、负荷预测模式和传输线路预测状态,包括:

42、将所述电力设备预测子任务、所述负荷预测子任务和所述传输线路预测子任务分配给同一分布式集群中的不同计算节点,以使被分配任务的计算节点同时计算所述电力设备预测子任务、所述负荷预测子任务或所述传输线路预测子任务,分别得到电力设备预测状态、负荷预测模式或传输线路预测状态;

43、其中,所述分布式集群在执行任务的过程中执行容错机制;所述容错机制包括:数据备份、任务重试、消息确认重传以及容错监控自愈。

44、作为优选方案,在对电力设备进行异常判断之后,还包括:

45、在判断电力设备异常的情况下,根据所述第二电力设备数据,通过预设的优化算法,计算得到电力设备的优化策略;根据所述电力设备的优化策略对电力设备进行优化调整;

46、在对负荷进行异常判断之后,还包括:

47、在判断负荷异常的情况下,根据所述第二负荷数据,通过预设的优化算法,计算得到负荷的优化策略;根据所述负荷的优化策略对负荷进行优化调整;

48、在对传输线路进行异常判断之后,还包括:

49、在判断传输线路异常的情况下,根据所述第二传输线路数据,通过预设的优化算法,计算得到传输线路的优化策略;根据所述传输线路的优化策略对传输线路进行优化调整。

50、在上述实施例的基础上,本发明另一实施例提供了一种基于并行计算的电网状态分析装置,包括:任务划分模块、子任务执行模块和异常判断模块;

51、所述任务划分模块,用于在获取电网预测任务的情况下,对所述电网预测任务进行划分,得到电力设备预测子任务、负荷预测子任务和传输线路预测子任务;

52、所述子任务执行模块,用于并行执行所述电力设备预测子任务、所述负荷预测子任务和所述传输线路预测子任务,分别得到电力设备预测状态、负荷预测模式和传输线路预测状态;

53、所述异常判断模块,用于获取实时的第二电力设备数据、第二负荷数据和第二传输线路数据;根据所述第二电力设备数据,得到电力设备实际状态;根据所述第二负荷数据,得到负荷实际模式;根据所述第二传输线路数据,得到传输线路实际状态;根据所述电力设备预测状态与所述电力设备实际状态,对电力设备进行异常判断;根据所述负荷预测模式与所述负荷实际模式,对负荷进行异常判断;根据所述传输线路预测状态与所述传输线路实际状态,对传输线路进行异常判断;

54、其中,执行所述电力预测子任务,包括:

55、获取第一电力设备数据;

56、对所述第一电力设备数据进行预处理;

57、将预处理后的第一电力设备数据输入训练好的电力设备预测模型,输出电力设备预测状态;

58、执行所述负荷预测子任务,包括:

59、获取第一负荷数据;

60、对所述第一负荷数据进行预处理;

61、将预处理后的第一负荷数据输入训练好的负荷预测模型,输出负荷预测模式;

62、执行所述传输线路预测子任务,包括:

63、获取第一传输线路数据;

64、对所述第一传输线路数据进行预处理;

65、将预处理后的第一传输线路数据输入训练好的传输线路模型,输出传输线路预测状态。

66、在上述实施例的基础上,本发明又一实施例提供了一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述发明实施例所述的电网状态分析方法。

67、在上述实施例的基础上,本发明又一实施例提供了一种存储介质,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的电网状态分析方法。

68、相比于现有技术,本发明实施例具有如下有益效果:

69、本发明通过在获取电网预测任务的情况下,对所述电网预测任务进行划分,得到电力设备预测子任务、负荷预测子任务和传输线路预测子任务;并行执行所述电力设备预测子任务、所述负荷预测子任务和所述传输线路预测子任务,分别得到电力设备预测状态、负荷预测模式和传输线路预测状态;获取实时的第二电力设备数据、第二负荷数据和第二传输线路数据;根据所述第二电力设备数据,得到电力设备实际状态;根据所述第二负荷数据,得到负荷实际模式;根据所述第二传输线路数据,得到传输线路实际状态;根据所述电力设备预测状态与所述电力设备实际状态,对电力设备进行异常判断;根据所述负荷预测模式与所述负荷实际模式,对负荷进行异常判断;根据所述传输线路预测状态与所述传输线路实际状态,对传输线路进行异常判断。本发明通过将电网预测任务拆分为多个子任务,并行执行子任务,加快了电力技术计算任务的速度,相较于传统的电力计算方法,可以显著提高计算效率。

本文地址:https://www.jishuxx.com/zhuanli/20240801/249195.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。