面向能源互联网的时空智能应用关键技术研究

来源 :电力信息与通信技术 | 被引量 : 0次 | 上传用户:dongrun4696
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
能源产业价值链的生产-配送-储存-消费各价值环节中,从能源配置角度应按负荷需求转换为与负荷最接近的品位(电-油-气-储等),实现在能源互联网构成的空间中高效流动,并从时间、空间上优化能量的生产、传输和使用。现有能源数据具有较强的时空分布特性,且数量庞大、类别繁多,无法实现对各价值环节相关要素进行实时感知、规律挖掘、历史溯源、预测预警等。文章充分发挥大数据、地图基础数据、位置服务生态、可视化引擎等互联网技术优势,分析了能源互联网多时空尺度问题,提出了一种面向能源互联网下的时空智能应用框架,探索了能源互联网下
其他文献
为控制温室气体排放,努力实现“30·60目标”,对电煤供应链碳排放进行分析及预测,对指导减少碳排放具有重要意义。首先,采用Petri网理论分析电煤供应链的运行模式,并结合TOPSIS法寻找关键链节点,为后续求取碳排放量打下基础;然后,对各个关键链节点碳排放来源及计算公式进行分析,计算出实际碳排放量;最后,将实际碳排放量及其他影响因素数据输入到GA-BP神经网络,得出预测值,并比较预测值与实际值的误差,说明其准确性。GA-BP神经网络引入遗传算法,克服了BP神经网络收敛速度慢、容易陷入局部最优解的问题。
文章旨在探析能源互联网背景下人工智能关键技术在电力通信网中的应用前景。首先对各类机器学习算法原理及主流产业应用平台进行广泛调研,然后结合实际生产场景,分析机器学习在电力通信实际运维工作中的适用性及应用价值,最后对全文进行总结,以机器学习为代表的人工智能技术可应用于电力通信运维工作的全生命周期管控,可为能源互联网和新型电力系统的构建提供典型范例。
文章主要介绍基于5G电力虚拟专网的电力业务典型应用场景,在5G公网电力应用技术框架基础上,匹配5G网络低时延、大带宽、大海量连接三大应用场景,归纳出以负荷控制、配电自动化、智能巡检、分布式源储与用电信息采集为代表的5类电力典型通信应用场景,提出相应的5G电力业务场景通信技术和安全方案,并在浙江省范围内开展5G电力业务应用场景相应部署工作,验证了电力业务场景在传输时延、安全可靠性、快速响应等方面的表现,最后阐述该系统的经济效益及社会效益。