一种基于大数据的有载调压自动控制系统的制作方法

本发明涉及电力系统有载调压控制，尤其涉及一种基于大数据的有载调压自动控制系统。

背景技术：

1、电力系统的稳定可靠运行非常重要，但电力系统中的负载会随着时间、季节、地点等因素而变化，有载调压自动控制可以通过监测系统负载变化，并自动调节电压，以保持系统的稳定运行，确保电力供应的可靠性。过高或过低的电压都会对电力设备造成损坏或过早老化，有载调压自动控制可以使电压维持在合适的范围内，减少设备的损耗，延长设备的使用寿命。通过动态调节电压，可以使电力系统在不同负载条件下都能以最优的状态运行，从而提高能源利用效率，减少能源浪费。大数据是指规模巨大、种类繁多、处理复杂的数据集合，具有高速、多样、价值密度低等特点。大数据与有载调压自动控制密切相关，可以为电力系统的稳定运行和优化管理提供重要支持和保障。

2、现有技术中，通过安装在电力系统中的传感器和监测设备实时采集系统的负载数据、电压数据、电流数据、设备状态数据等信息，然后根据采集的信息进行分析与处理，并结合设计的控制策略实现电力系统的有载调压控制。

3、例如公告号为：cn108767870b的发明专利公告的一体分布式自适应无功电压自动控制方法，包括：地调侧无功电压自动控制系统avc与一个以上的县调侧无功电压自动控制系统avc；当电网网络正常时，地调侧avc服务集中运算、统一决策；当系统解列时模型自适应调整，各县调侧avc分布式运行、分布式决策；当电网网络恢复时，控制和闭锁保护数据智能同步，同时恢复地调侧avc服务集中运算、统一决策，有效提高系统的可靠性；其中，地调侧的avc与县调侧的avc服务采用遗传算法与灵敏度分析相结合的方式进行运算与决策。

4、例如公告号为：cn101867191b的发明专利公告的一种自适应调整控制参考电压值的方法，包括：通过对电网母线电压采样，进行丢弃无效数据处理后，获得母线电压有效值，将有效值输入计算单元，通过时间滑动平均计算方法，得到实时的电压参考值。

5、但本技术在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

6、现有技术中，需要对大量的数据进行处理和分析后才能确定电力系统的负载情况变化，然后根据负载情况变化进行电压的控制，这导致电力系统的有载调压自动控制不及时、不准确，存在电力系统有载调压控制时效性差的问题。

技术实现思路

1、本技术实施例通过提供一种基于大数据的有载调压自动控制系统，解决了现有技术中电力系统有载调压控制时效性差的问题，实现了电力系统有载调压控制时效性的提高。

2、本技术实施例提供了一种基于大数据的有载调压自动控制系统，包括：数据采集处理模块、数据分析模块和有载调压控制模块：其中，所述数据采集处理模块用于通过安装的传感器采集指定电力系统的电力数据，并对采集的电力数据进行预处理获取第一电力数据；所述数据分析模块用于通过获取的第一电力数据得到电力调节指数，并根据电力调节指数设计对应的系统调控策略，所述电力调节指数用于描述预设时间段内指定电力系统进行有载调压的必要性程度；所述有载调压控制模块用于根据系统调控策略对指定电力系统进行有载调压并根据有载调压的过程得到调整时效性系数，所述调整时效性系数用于数值化描述电力系统进行有载调压的及时性和有效性程度；所述调整时效性系数的具体获取方法如下：根据记录的调整时间并结合参考调整时间得到调整时间系数，并根据故障次数和对应的故障时间得到对应的故障总时间，据此得到调整影响系数，同时结合调整时间系数计算对应的调整时效性系数，所述调整时效性系数采用以下公式进行计算：

3、，

4、式中，g为有载调压的次数编号，，g为有载调压的总次数，为第g次有载调压的调整时效性系数，为第g次有载调压的调整时间系数，为第g次有载调压的调整影响系数，e为自然常数。

5、进一步的，所述数据采集处理模块包括数据采集单元、第一次数据处理单元和第二次数据处理单元；所述数据采集单元：用于通过在指定电力系统中部署的传感器实时采集预设时间段内的电力数据，并将采集的电力数据传输至第一次数据处理单元；所述第一次数据处理单元：用于接收数据采集单元传输的电力数据，并通过指定电力系统的预设边缘设备对预设时间段内的电力数据进行可视化处理以判断是否需要对电力数据进行预处理，若需要对电力数据进行预处理，则将对应的电力数据传输至第二次数据处理单元，否则存储对应的平均电力数据后删除接收的电力数据；所述第二次数据处理单元：用于接收第一次数据处理单元传输的电力数据，并对接收的电力数据进行预处理得到第一电力数据。

6、进一步的，所述数据分析模块包括模型准备单元、模型构建单元、第一电力数据分析单元和调控策略设计单元；所述模型准备单元：用于通过大数据平台获取指定电力系统的历史电力数据，并对进行预处理后的历史电力数据进行特征提取得到电力特征数据；所述模型构建单元：用于通过电力特征数据构建模型数据集，并通过模型数据集对待选模型进行训练与验证得到电力状态预测模型；所述第一电力数据分析单元：用于通过电力状态预测模型并结合输入的第一电力数据对预设时间段内指定电力系统的运行状态进行预测得到系统状态预测结果；所述调控策略设计单元：用于根据接收的系统状态预测结果获取指定电力系统的电力调节指数，并结合调控需求设计对应的系统调控策略。

7、进一步的，所述电力调节指数的具体获取方法如下：根据将第一电力数据输入电力状态预测模型中得到对应的负载变化量，并结合输入的第一电力数据中的负载得到对应的预测负载极大值；通过得到的预测负载极大值并结合参考过压负载和参考欠压负载得到指定电力系统的电力调节指数，所述电力调节指数采用以下公式进行计算：

8、，

9、式中，g为有载调压的次数编号，，g为有载调压的总次数，为第g次有载调压的电力调节指数，e为自然常数，为第g次有载调压的预测负载极大值，为指定电力系统的参考过压负载，为指定电力系统的参考欠压负载。

10、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

11、1、通过对传感器采集的指定电力系统的电力数据进行预处理获取第一电力数据，然后通过第一电力数据预测指定电力系统的运行状态得到电力调节指数并设计对应的系统调控策略，接着根据系统调控策略进行有载调压并得到调整时效性系数，最后根据调整时效性系数对系统调控策略进行优化，从而实现了数值化的描述有载调压控制的时效性，进而实现了电力系统有载调压控制时效性的提高，有效解决了现有技术中电力系统有载调压控制时效性差的问题。

12、2、通过在指定电力系统中部署的传感器实时采集预设时间段内的电力数据，然后通过预设边缘设备对电力数据进行可视化处理得到电力数据变化曲线，接着根据对应的曲线曲率数据判断是否需要对电力数据进行预处理，若需要，则对电力数据进行预处理，否则获取对应的平均数据后删除采集的电力数据，从而实现了快速的进行电力数据的预处理。进而实现了更高效的确定指定电力系统进行有载调压的必要性程度。

13、3、通过大数据平台获取历史电力数据并进行预处理和特征提取得到电力特征数据，然后根据电力特征数据对待选模型进行训练与验证得到待选电力状态预测模型，接着通过模型性能系数对待选电力状态预测模型进行筛选得到电力状态预测模型，最后通过电力状态预测模型预测指定电力系统的运行状态，从而实现了准确的构建电力状态预测模型，进而实现了更准确的预测指定电力系统的运行状态。