登录注册
请使用微信扫一扫
关注公众号完成登录
我要投稿
编者按
“双碳”目标下,能源结构发生显著变化,分布式能源与非线性负荷大量接入电力系统,谐波源数量剧增,谐波污染问题越发严重和复杂。为有效治理谐波,国际上提出了谐波治理的“奖惩性方案”,而准确的谐波责任划分是该方案实施和有效谐波治理的重要前提。
《中国电力》2025年第1期刊发了陈仕龙等撰写的《基于相关性分析的电网非同步监测数据场景谐波责任划分》一文。文章提出一种综合考虑数据非同步性、场景划分和数据相关性的谐波责任划分方法。首先,利用分段聚合近似算法进行降噪预处理,而后利用形状动态时间规整算法(shape dynamic time warping,ShapeDTW)处理数据间的非同步性问题;其次,利用点排序识别聚类结构的聚类算法(ordering points to identify the clustering structure,OPTICS)进行划分场景,分场景讨论谐波责任;最后,采用大数据分析思想,利用相关性分析方法构建各场景谐波责任和总谐波责任指标,并将各场景时长占比考虑在内。通过仿真分析和电网实例分析对本文方法进行验证,其谐波责任结论具有准确性与合理性,可进一步进行工程应用验证。
摘要
针对传统谐波责任划分方法需采用专门同步设备监测数据,且需基于等值电路模型划分谐波责任,工程应用较为复杂等不足,采用现有谐波监测装置非同步测量数据,提出一种综合考虑了数据非同步性、场景划分和数据相关性的谐波责任划分方法。首先,对原始非同步监测数据集采用分段聚合近似算法进行降噪预处理,利用形状动态时间规整算法(shape dynamic time warping,ShapeDTW)实现数据匹配对齐;然后,利用点排序识别聚类结构的聚类算法(ordering points to identify the clustering structure,OPTICS)划分场景以处理电力系统中因负荷投切和无功补偿装置切换等情况导致的谐波责任变化;最后,基于相关性分析构建场景谐波责任和总谐波责任指标,在指标构建的过程中引入了场景时长占比这一因素以得到更加科学合理的总谐波责任值。通过仿真验证和电网实例验证,该方法能基于现有非同步性监测数据实现各用户合理时间尺度动态谐波责任划分,可为工程上的快速谐波责任划分提供一定的新思路和新方法。
01 监测数据非同步和谐波阻抗变化下的相关性分析
1.1 谐波监测数据的相关性分析
当电力系统中存在多个谐波源分散分布时,任一关注母线上的谐波电压畸变都是由所有谐波源注入谐波电流而引起的共同结果,其多谐波责任划分通常可等效为如图1所示的模型。
图1 多谐波源电力系统等效模型
Fig.1 Equivalent model of multi-harmonic source power system
以云南电网某变电站的谐波监测数据为例,分别对3条馈线和母线处采集24 h的7次谐波电流和7次谐波电压,其3条馈线的谐波电流和母线谐波电压数据变化趋势如图2所示。可以看出,母线处的谐波电压和各馈线谐波电流变化趋势存在一定的相关性,但不同馈线谐波电流与母线谐波电压的相关性存在明显差异,且不同时间段相关性存在变化。
图2 3馈线7次谐波电流与母线7次谐波电压变化趋势
Fig.2 Variation of 7 th harmonic current of three feeders and 7 th harmonic voltage of bus
以云南电网某变电站严格对齐且无明显谐波阻抗变化的监测数据为例,关注母线处的7次谐波电压幅值与所接入的馈线谐波源的7次谐波电流幅值之间的线性相关性散点图如图3所示,其斜率与馈线的转移谐波阻抗Zsh有关,截距与非关注谐波源共同产生的谐波电压U0h有关,多个谐波源存在多个线性相关性。
图3 谐波源线性相关性散点图
Fig.3 Linear correlation scatter plot of harmonic sources
从以上分析可看出,在数学上母线谐波电压近似由网络内所有谐波源线性组合而成,不同母线受各谐波源的影响存在差异。受同一种或多种谐波源影响的母线,其母线谐波电压数据与各馈线谐波电流存在一定的关联性特征,在时间序列上体现为数据间波动的相似性。
1.2 谐波监测数据的非同步性
电能质量监测装置监测点如图4所示,监测装置一般部署在10 kV母线公共连接点上,数据采样间隔为3 min,可获得母线谐波电压数据以及m条馈线的谐波电流数据。
图4 谐波监测数据采集示意
Fig.4 Harmonic monitoring data acquisition schematic
由于母线谐波电压采集和馈线谐波电流采集分属不同监测装置,而电能质量监测装置以本地时钟为参考基准进行数据采集,这就造成了不同监测点数据采集的非同步性。同时,非同步测量下现有监测装置难以获取谐波电压电流瞬时值。
而目前电网公司所使用的谐波监测装置输出的测量数据一般为监测周期内的统计值,如最大值、最小值、平均值和95%概率大值,母线谐波电压能反映电力系统及供电用户谐波综合作用的最终结果,因此常选取谐波电压统计值进行谐波责任分析。不同组统计数据间常常会在数据时间上出现错位和偏移,进一步加剧了谐波监测数据间的非同步性。
若以在正常工况下采集图3数据来源的变电站母线谐波电压监测数据和馈线谐波电流监测数据,以馈线谐波电流幅值为横坐标、母线谐波电压幅值为纵坐标的散点图如图5所示。可以看出,非同步采样下其监测数据不再线性分布,无法衡量出数据间的相关性程度。即使通过网络校时等方法来校正时钟,也很难实现数据间的完美同步。
图5 非同步采样下谐波监测数据散点图
Fig.5 Scatter plot of harmonic monitoring data by asynchronous sampling
1.3 含谐波阻抗变化的谐波监测数据
在实际运行的电力系统中,当谐波监测装置数据监测周期较长时,谐波阻抗可能因系统运行方式改变、负荷投切和无功补偿装置切换等情况发生改变,将对如何准确划分谐波源s应承担的谐波责任产生较大影响,不同时段谐波源s的应承担谐波责任将差别较大。
延长图3数据的监测周期,将该变电站含运行方式改变和负荷投切的时段纳入数据监测周期,其监测数据散点图如图6所示。可以看出,其数据间的相关性发生了显著变化,不能再以一个固定相关性系数区衡量该时段内谐波源应承担的谐波责任。
图6 谐波阻抗变化下谐波监测数据散点图
Fig.6 Scatter plot of harmonic monitoring data under harmonic impedance change
02 本文谐波责任划分方法
2.1 数据预处理
电能质量监测数据具有高噪声等特点,直接使用原始数据进行谐波责任划分会导致计算结果精确度不高,通过对谐波监测数据进行降噪可有效改善该问题。本文采用分段聚合近似算法(piecewise aggregation approximation,PAA)对谐波监测数据进行预处理。将谐波监测数据表示为时间序列v={v1,v2, ···, vi, ···, vm},vi表示第i个监测数据,m表示序列长度。
采用文献[21]中经典PAA算法对谐波监测数据进行降噪处理,即
式中:ω为时间窗口长度;为预处理后的第j个谐波监测数据;PAA降噪处理后的数据为
长度为n。经PAA处理后,数据可留存原有信息,且数据噪声显著降低。
2.2 基于ShapeDTW算法的数据对齐
电能质量监测数据是一种典型的时序数据,不同监测点采集的数据序列存在局部位移。动态时间规整算法(dynamic time warping,DTW)能够对各时序数据点进行非同时刻映射,有效处理序列中的局部位移现象,衡量2个非时间序列之间的相似程度。在进行存在局部位移的曲线匹配时,DTW距离对应与传统欧式距离对应对比如图7所示,可见欧式距离在度量存在时移但局部相似的曲线时并不适用,而DTW距离可准确度量其对应关系并进行匹配。
图7 DTW距离对应与欧式距离对应对比
Fig.7 Comparison of DTW distance correspondence and Euclidean distance correspondence
通过求解最优匹配路径和对齐方式,可得到母线监测谐波电压序列和馈线监测谐波电流的距离矩阵,从而定量分析两者之间的相关性。设馈线谐波电流序列和母线谐波电压序列分别为x={x1, x2, ···, xm}和y={y1, y2, ···, yn},序列长度分别为m和n。首先,构造一个m行n列的距离矩阵M,其中M[i,j]表示序列x的第i个数xi与序列y的第j个数yj的欧氏距离。其次,设累计距离矩阵为Mc,其第1行和第1列初值为
累计距离矩阵其余部分计算方法为
式中:2≤i≤m,2≤j≤n,i、j∈N。
最后,确定序列x和y的DTW距离。由式(3)可知,累计距离计算的过程相当于计算序列x和y的最优对齐方式,并将最优匹配方式下的累计距离计入矩阵末尾,即可得2组序列数据的整体最小累计距离D(x,y)= Mc[i,j]。其值代表2组序列在趋势特征和时间特征上的相似程度,值越大则相似度越高。
在实际工程应用中,利用DTW算法进行母线谐波电压和馈线谐波电流点对点数据匹配时,会出现图8中2点之间距离最小但忽略局部形状相似度的不合理匹配,导致A点与B′点匹配。但从图8中2组数据的形状相似度对比,可明显看出A点应与
图8 合理匹配与不合理匹配示意
Fig.8 Schematic of reasonable and unreasonable matching
为有效避免此种类似不合理匹配情况的出现,使具有相似局部形状的监测数据序列点趋于匹配,本文在DTW算法匹配的基础上,采用ShapeDTW算法将序列点周围的局部形状信息合并到动态规划匹配过程中,实现数据匹配对齐。ShapeDTW算法实现数据匹配对齐步骤如下。
1)本文进行的谐波责任划分是研究2序列x和y之间的责任关系,此处选择以序列x为基准序列,序列y为待对齐序列。以2序列每个元素为中心,截取长度分别为Lx(Lx≪m)和Ly(Ly≪n)的子序列,可得序列x的子序列矩阵X′(m×Lx维)和序列y的子序列矩阵Y′(n×Ly维)。
2)对于矩阵X′的每行数据序列x′(i)(i=1, 2, ···, m),按如式(4)所示原则与矩阵Y′的每行数据序列y′(j)(j=1, 2, ···, n)进行最优匹配,设式(4)在处取得最小值,即表示序列x的元素xi与序列y的元素yj匹配。
3)保存基准序列x不变,将与xi匹配的yj分配至新序列y′中的第i个元素,即按以上规则对序列y重构,形成新序列y′。
2.3 基于OPTICS聚类的场景划分
采用本文方法将非同步的馈线谐波电流数据和母线谐波电压数据对齐后,可实现数据间的同步性。但针对1.3节中含谐波阻抗变化的谐波监测数据,如未考虑谐波阻抗变化对谐波责任划分的影响,其谐波责任划分结果的合理性与适用性将存疑,对此这里将不同谐波阻抗对应的运行场景划分为不同的簇,然后再对各场景下的谐波源进行谐波责任划分。
OPTICS聚类算法是一种基于密度的聚类算法,在DBSCAN聚类算法的基础上改进得到。DBSCAN算法存在易受输入领域参数(ε, β)的影响,当参数取值不同时,DBSCAN聚类结果也不同的情况。而OPTICS算法通过生成一个反映各样本点基于密度聚类结构的有序队列实现灵活聚类。从理论上来讲,OPTICS算法可对不同密度的数据进行聚类,获得任意可分形状的簇。
假设数据集为X={x1, x2, ···, xi, ···, xn},邻域半径为ε,最小数目为β。核心对象定义为:如果ca(xi)≥β ,则xi为X的核心对象点,其中ca(xi)表示点xi邻域内所包含的元素数。直接密度可达定义为:若xi属于xj的邻域且xj为核心对象点,则称xi是xj的直接密度可达点。核心距离定义为:xi的核心距离为使xi成为核心对象点的最小领域半径。可达距离定义为:xj关于xi的可达距离为xi的核心距离和xj与xi之间欧几里得距离的距离最大值。以谐波阻抗为聚类依据的基于OPTICS聚类算法的场景划分步骤如下。
1)遍历样本集E中的元素,判断该元素是否为核心对象,是则归入到集合Ω中,否则继续判断下一个元素,直至遍历全部元素。
2)在集合Ω中任意选取一个未被处理的对象点p,将该点标为已处理,寻找该点所有直接密度可达点,并按可达距离大小,将所有直接密度可达点依次排序存入集合S中。
3)若S为空集,则返回步骤2);若S不为空,则选取集合S中可达距离最小的样本点q,标记为已处理,将该点存至有序列表M中,并判断点q是否为核心对象点,是则继续步骤4),否则返回步骤3)。
4)寻找点q所有直接密度可达点aq(j),若aq(j)已存在M中则不做处理;否则判断S中是否已存在aq(j),存在则继续步骤5),不存在则跳到步骤6)。
5)若此时关于当前对象新的可达距离小于旧可达距离dr(i),则将其对应的可达距离替换为
对S按可达距离重新排序,返回步骤3)。
6)插入点aq(j),对S按可达距离重新排序,返回步骤3)。
7)将样本集E中所有元素按步骤2)~6)处理完毕。
以处理顺序为横坐标,可达距离dr(i)为纵坐标,生成有序队列图。根据有序队列图选取合适的邻域半径ε,若dr(i)<ε,则该可达距离有效,将其聚为一类,输出低谷数据,得到最终聚类划分结果。OPTICS聚类完成后,监测数据集被划分为不同场景的数据簇,可在各簇数据基础上利用相关性分析方法进行谐波责任划分。
03 谐波责任指标
为更有效地刻画出第1节中的馈线谐波电流和母线谐波电压的线性关系程度,本文采用相关性分析方法进行谐波责任划分。母线谐波电压和各馈线谐波电流变化趋势具有一定的相关性,不同馈线不同运行场景对应的相关性存在显著差异,需定量分析其相关性系数大小,进而根据相关性系数大小确定各谐波源的谐波责任。用变量之间的相关程度来描述变量间的线性关系,其相关性可以用系数r(x,y)为
式中:xi和yi分别为馈线谐波电流序列x的第i个元素和母线谐波电压序列y的第i个元素;分别为序列x的均值和序列y的均值。r(x,y)∈[−1,1],当r(x,y)的值趋向于1时,代表2序列间具有良好的正相关性;当r(x,y)的值趋向于–1时,代表2序列间具有良好的负相关性;当r(x,y)的值趋向于0时,代表2序列间不存在相关性。
在同场景时段内,谐波责任保持相对稳定。若该监测周期内含k个同场景时段,对于第a个同场景时段(a=1, 2, ···,k)的谐波责任ra为
式中:x(a)和y(a)分别为第a个同场景时段下的馈线谐波电流子序列和母线谐波电压子序列。
为更加直观地对比各馈线谐波责任的相对大小,并便于谐波责任奖惩方案的实施,本文对ra进行归一化处理。在归一化过程中,以所有馈线谐波源在母线共同造成的结果为基准值1,使所有馈线谐波责任相加为1,其中负值代表该馈线并未产生谐波反而被迫吸收了谐波,为谐波责任划分中的受害者,其值为所有谐波源在该馈线共同作用的谐波。
将所有ra中的正值处理为
式中:b为正值的个数;Ba(i)为第i条馈线在第a个场景下应承担责任的系数(假设该母线连接有N个谐波源馈线,i=1, 2, ···,N)。
归一化完成后,产生谐波的馈线应承担的责任为吸收谐波的馈线被迫承担的责任为
其计算过程为
式中:为ra中的负值,表示该馈线被迫承担的谐波责任;c为负值
的个数。
综合考虑各场景下谐波责任对应的时间范畴,累计第i条馈线第1个至第k个同场景时段的谐波责任,馈线i在监测周期内的总谐波责任Fi为
式中:Ea(i)为第i条馈线在第a个场景归一化后的谐波责任值;T(a)为监测周期内第a个同场景时段的时长。此后,运用该归一化方法,对总谐波责任进行归一化处理,得到更加直观和便于比较且考虑时间范畴的各馈线总谐波责任。
04 算例分析
4.1 仿真分析
为验证本文方法的可行性和准确性,在Matlab/Simulink平台上搭建如图9所示的3馈线多谐波源系统,进行谐波责任划分仿真分析。
图9 多谐波源等效电路
Fig.9 Equivalent circuit of multi-harmonic sources
以5次谐波为例,各时段的馈线与母线采样时间差以及系统侧和用户馈线侧仿真参数设置如表1所示,共采集组样本点数据。其中,系统侧5次谐波电压源US=50 V,用户侧3条馈线的5次谐波电流源分别为Ic1=7.1 A、Ic2=5.4 A和Ic3=3.5 A。为模拟电网中谐波源的扰动,分别向系统侧谐波电压源和3个馈线谐波电流源加入以初始值为中心,方差和
的正态噪声扰动。
表1 仿真参数
Table 1 Simulation parameters
运用本文方法对仿真得到的样本数据进行预处理,时段1中馈线1的部分谐波电流测量数据预处理后效果对比如图10所示。
图10 数据预处理效果
Fig.10 Data preprocessing effect
从图10可见,预处理后数据分布比预处理前更趋于稳定,且离散点和奇异值减少,但其变化趋势和规律仍与原来一致,数据在保留了原有信息的同时噪声显著降低。
数据预处理后,由于仿真设置中母线谐波电压采集和馈线谐波电流采集之间存在非同步时间差,其时序数据之间并非存在一一对应关系。为此,以母线采集到的5次谐波电压为基准曲线,对预处理后的3条馈线时序5次谐波电流数据曲线采用本文方法实现数据匹配对齐。为清晰展示,以时段2馈线1匹配对齐的过程为例,截取部分数据进行分析验证。忽略曲线之间的幅值大小,保留曲线形状和变化趋势,将多条曲线置于同一坐标轴下进行对比分析,其对齐前后的对比如图11所示。
图11 部分数据的匹配对齐
Fig.11 Matching alignment of partial data
从图11中馈线5次谐波电流变化曲线和母线5次谐波电压变化曲线可见,在该场景下两者间具有强相关性,局部位移将导致两者间的相关性发生显著变化。若未对时序数据序列存在的局部位移进行有效处理,而直接基于相关性分析进行谐波责任划分其结果将失去真实性与可靠性。对齐后的馈线5次谐波电流曲线能与母线5次谐波电压曲线实现图11中A点与B点平行于y轴的一一对应,其馈线5次谐波电流曲线对齐前后同一点对应的时间差与仿真设置的条件一致。
将非同步采样下的时序数据序列匹配对齐后,不同场景下的谐波阻抗仿真参数具有显著变化,其变化也将导致母线谐波电压和馈线谐波电流的相关性发生改变。对此,采用OPTICS聚类算法进行聚类分析,以实现不同相关性的场景划分。图12中,横轴表示谐波数据的处理顺序,纵轴表示当前处理对象的可达距离。将可达距离dr(i)与设置好的领域半径ε进行对比,若dr(i)<ε,则该对象可达距离有意义,对应的谐波数据被聚为一类。输出水平线ε与曲线dr(i)相交处以下的低谷数据有4簇,对应仿真设置的4个场景。
图12 OPTICS聚类的有序队列
Fig.12 Ordered queue of OPTICS clustering
此后,运用本文基于相关性的谐波责任划分方法计算各场景下的谐波责任,并以同一场景下各馈线谐波源在母线造成的电压畸变为基准值进行归一化,各场景下馈线5次谐波责任的计算结果如表2所示。可以看出,同一馈线在不同场景下5次谐波责任具有明显差异,不同场景下各馈线间的5次谐波责任相对大小关系不同。在场景1中,馈线2被迫吸收了谐波,为谐波责任划分中的受害者,与母线共同承担了谐波源造成的后果,但随着场景的变化,该馈线由受害者转变为责任者。
表2 各场景下馈线的谐波责任
Table 2 Harmonic responsibility of the feeder under each scenario
从表1的仿真参数设置中可看出,不同场景对应的时长不同,表2的谐波责任为该场景下对应的责任,但各场景的谐波责任所对应和持续的时长不同,若按以往不考虑对应场景时长进行场景划分的方法把各场景谐波责任简单相加取平均值作为考虑场景划分后的总谐波责任,其结果难以信服。对此,运用本文考虑各场景时间范畴进行谐波责任划分的方法计算考虑场景时长占比后的各场景5次谐波责任如表3所示。
表3 考虑场景时长占比后的谐波责任
Table 3 Harmonic responsibility with consideration of the scenario duration percentage
表3得到的谐波责任相对大小关系代表该馈线在该场景下对监测全周期的总谐波责任贡献度的相对大小。结合表2和表3,以馈线1为例进行分析。馈线1在场景1时谐波责任最大,但在综合考虑各场景相对时长占比和谐波责任大小后,场景3下的谐波责任对总谐波责任结果贡献最大。馈线1在场景1时为短时局部谐波责任最大,场景3虽谐波责任和时长占比都并非最大,但在考虑谐波责任大小和持续时间后,该场景下的谐波责任对馈线1的总谐波责任贡献度最大。
为验证本文方法考虑监测数据非同步性、谐波阻抗变化和场景持续时长的必要性,将本文方法计算得到的总谐波责任与未进行上述考虑(在对比过程中,仅以其中一种作为自变量)的结果对比分析,结果如表4所示。
表4 总谐波责任对比
Table 4 Total harmonic responsibility comparison
从表4可以看出,如未对局部位移造成的谐波数据序列非同步性进行有效处理,而直接基于相关性分析进行谐波责任划分,其计算结果已不再具有工程实际价值。未考虑谐波阻抗变化不进行场景划分的计算结果与进行场景划分并考虑场景时间范畴的计算结果存在一定差异,但其数值大小整体相对接近。这从侧面验证了本文方法的准确性,进行场景划分后谐波责任计算结果的精度有较大提升,能有效应对谐波阻抗变化对谐波责任计算带来的影响。考虑场景划分后各场景持续时长占比的谐波责任划分方法可改进以往只进行场景划分(默认各场景时长相同)带来的不足,有效处理监测全时段内谐波责任的短时剧烈波动,使谐波责任计算结果更加精准。
4.2 实例分析
为验证本文方法在实际工程运用中的有效性,以云南电网公司某110 kV变电站10 kV母线及该母线所包含的3条馈线为例进行谐波责任划分。电能质量监测装置监测点如图4所示,监测周期为该变电站谐波污染较为严重的7天。由于数据体量较大,为清晰展示,综合考虑该变电站监测周期内各次谐波电压含有率、各馈线间不同次谐波电流含有量差距和各次背景谐波波动情况后,本文以7次谐波为例进行谐波责任划分分析。
按本文方法步骤进行7次谐波责任划分,结果如表5所示。表5中各场景谐波责任为未考虑时长占比的馈线谐波责任值,全时段谐波责任为考虑各场景时长占比后的监测全时段总谐波责任值。
表5 实例分析的谐波责任划分
Table 5 Harmonic responsibility division in case study
从表5可以看出,3条馈线的7次谐波责任在监测周期内存在明显波动,3条馈线在不同场景下谐波责任有显著差异且变化趋势不相同。虽谐波责任存在变化,但在各场景中馈线1的谐波责任均为最大,与全时段总谐波责任结论一致。以馈线1为例,虽该馈线在场景2时谐波责任最大,但持续时间不长,综合考虑各场景时长占比后,场景3下的谐波责任对该馈线总谐波责任值贡献最大。若未考虑各场景时长占比,其总谐波责任值将受短时剧烈波动的影响而远离于整体值。馈线1应承担7次谐波主要责任,馈线3承担次要责任,馈线2为谐波责任划分中的受害者。
实际生产运行中很难切断某条馈线来验证本文方法的合理性,经调研和查阅该变电站资料,对3条馈线所接负荷类型和大小分析,与馈线1和馈线3主要产生谐波的分析结果相符。根据该变电站的运行资料,本文方法划分的场景个数及其大致时长占比与该变电站的运行场景情况基本一致。综合上述分析,本文方法所得谐波责任划分结果与电网实际运行情况较为符合。
05 结语
本文提出了一种在考虑电网现有谐波监测数据非同步性和谐波阻抗变化后,基于相关性分析进行谐波责任划分的方法,并通过仿真分析和实例分析验证了该方法的可行性与合理性。
该方法为实际工程应用中谐波责任划分问题提供了新思路和新方法,但在长时间尺度内面临复杂工况时的适用性和可靠性还有待探究。下一步将利用谐波责任划分结果进一步制定合理性经济性指标,并对在线应用进行研究。
注:本文内容呈现略有调整,如需要请查看原文。
特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。
凡来源注明北极星*网的内容为北极星原创,转载需获授权。
4月7日,株洲市发展和改革委员会关于依法划定电力设施保护区的公告。1.架空电力线路保护区边导线向外侧水平延伸并垂直投影于地面所形成的两平行线内的区域,各电压等级电力线路的边导线在居民区、非居民区、地面、建筑物、树木的安全距离,应当符合有关法律法规和技术规程的规定。在一般地区各级电压导
4月3日,湖南省省委书记沈晓明围绕“能源基础设施建设”这一主题开展“十五五”规划专题调研并主持召开座谈会。会上,沈晓明听取全省能源基础设施建设“十五五”规划布局情况汇报,并且当天来到国网湖南电力调控中心调研。深入了解全省电网建设运行、新型电力系统建设等情况,指出要抓住国家统一大市场
近日,云南省人民政府办公厅印发《2025年云南省10件惠企实事》。其中包括提升电力供应稳定性和可靠性,年度目标为应用前沿新技术进行输电线路灾害的监测和预警,提升巡维效率,开展自愈配电网建设,提升供电稳定性,2025年企业客户平均停电时间低于7.5小时/户,供电可靠率不低于99.914%。原文如下:云
受地理环境复杂、配电网基础设施薄弱等多重因素影响,云南省内部分地区频繁遭遇停电和低电压问题,这些问题一度成为影响民众生活用能的痛点。云南能源监管办坚持问题导向,持续精准发力,近期,印发了“频繁停电、低电压”专项整治工作通知,对群众反映强烈、问题突出的频繁停电线路、低电压台区进行挂
4月2日,国网浙江省电力有限公司“千户万灯”服务品牌发布会在宁波召开,发布“千户万灯”服务品牌及品牌IP“亮宝”,将“千户万灯”从公益项目升级为“公共服务+公益服务”双轮驱动的品牌标杆,全力打造央企参与社会治理的“浙江样板”。本次活动也是国网浙江电力邀请媒体记者“走进国家电网”专项活
3月28日,南方电网公司组织开展国内首次车网互动跨省区联动。活动范围覆盖广东、广西、云南、贵州、海南五省区63个城市,超10万辆次电动汽车参与,是目前全国电动汽车参与范围最广的车网互动。南方电网公司表示,此次规模化的车网互动活动,参与城市数量创下新纪录,互动电量超过50万千瓦时,通过反向
三月下旬,安徽大别山区桐城小花、岳西翠兰等地方名茶进入集中生产黄金期,为应对季节性用电高峰,国网安徽安庆供电公司创新应用移动式新型储能设备,确保茶厂用电平稳。“这就相当于为电网增加了一个个‘充电宝’。”国网安庆供电公司数智配网部主任储著刚说,“移动式新型储能设备可以根据实时电压情
“通过这个系统,不仅能实时查看新能源的装机容量、出力等情况,还能实时监视各断面功率曲线和新能源出力曲线,当监视断面越限后,系统会自动生成越限预警和恢复策略。”3月27日,在南方电网贵州安顺供电局电力调度控制中心的大屏幕上,安顺网区各片区新能源场站接入数量、新能源可调容量占比统计、统
为全面落实《电网安全风险管控办法》有关要求,保障电力系统安全稳定运行,3月25日,福建能源监管办组织召开2025年福建电网运行方式分析会。福建省发改委、电网企业、部分发电集团共25名代表参会。会上,国网福建省电力公司汇报了2024年电网运行情况、2025年电网运行方式安排、风险管控情况及电力保供形
3月31日,国家能源局云南监管办公室关于开展2025年“频繁停电、低电压”专项整治工作的通知。通知明确,国家能源局云南监管办公室结合12398能源监管热线群众用电诉求和日常监管工作掌握情况,经汇总分析选取2024年度50条10千伏频繁停电线路(附件1)、50个低电压台区(附件2)进行挂牌督办。工作要求:
3月14日,重庆市人民政府办公厅关于印发《重庆市打造民营经济发展高地若干措施》的通知(渝府办发〔2025〕12号)。其中指出,建成投产“疆电入渝”工程,加快推进渝黔直流背靠背、川渝特高压交流加强工程,优化电力结构和电力运行调度,为企业提供持续稳定的电力供应。原文如下:重庆市人民政府办公厅
国网江西电力2025年第二次物资公开招标采购项目推荐的中标候选人公示(招标编号:182532)
4月2日,广西电网公司2025年省级物资集中采购第一批公开竞争性谈判中标公示。
3月27日,贵州省发展改革委贵州省财政厅关于印发《贵州省2025年大规模设备更新工作方案》的通知(黔发改环资〔2025〕181号)。其中明确,完善输电线路在线监测装置,推进电网设备数字化智能化改造。同时指出,对照《重点用能产品设备能效先进水平、节能水平和准入水平(2024年版)》,推动冶金、有色、
国网福建省电力有限公司2025年第一次物资公开招标采购推荐的中标候选人公示(采购项目编号:132501)
近日,从国网内蒙古东部电力有限公司获悉,截至3月15日,该公司配网无人机自主巡检总里程达20万千米,大大提升了配网巡检效率。近年来,国网蒙东电力聚焦转变配网巡检方式,构建了“低成本、全自主、规模化”的配网无人机自主巡检体系,并在2024年开始大规模推广应用。该公司推动无人机技术与人工智能
“电缆接地故障位置已确定。”3月16日,在新疆哈密市伊州区某小区,哈密供电公司运检专业员工与国网信息通信产业集团有限公司北京中电普华信息技术有限公司运维工程师组成的检修团队应用多功能配电网接地故障定位仪,用30分钟定位了地下电缆接地故障点。经检查,故障原因为道路施工导致电缆破损。检修
从智能机器人亮相春晚开始,一夜之间,智能机器人仿佛雨后春笋般登场。会武功的宇树G1,会骑车的灵犀X2,赚足了眼球。大家不禁在想:这些机器人能不能干点实用的活儿?比如修修电线什么的?别说,还真有!最近,在绍兴500千伏的高压线上,一款挂着无人机出场的机器人,成功完成了地线断股修复。这是国
3月6日,由深圳市大疆创新科技有限公司(以下简称“大疆公司”)授权的无人机维保中心在陕西电力科隆发展有限责任公司挂牌。该维保中心是大疆公司行业应用维保业务合作模式更新完善后,与国家电网公司系统内单位深度合作下成立的首家无人机维保中心。同传统合作模式相比,新模式下的维保中心拥有更加齐
国网江苏省电力有限公司2025年第一次物资公开招标采购推荐的中标候选人公示(招标编号:102501)
3月3日7时许,上海中心气象台发布今年首个雷电黄色预警信号,不久后,雷声便在上海上空响起。电科院依托上海台风雷电监测预警系统,积极应对雷电风雨可能带来的威胁和巨大损失,支撑电网安全可靠运行。公司常规防雷工作开始时间为3月15日。考虑到2024年2月,上海已出现雷电活动,较往年有所提前,为此
国网四川省电力公司2025年第一次物资非招标采购(单一来源)项目推荐的中标候选人公示(招标编号:192512)
4月7日,中核集团党组副书记、总经理申彦锋在集团公司总部会见中国建研院党委书记、董事长许杰峰一行。双方围绕科技创新和数字化转型等方面开展深入交流并签署战略合作协议。中国建研院党委副书记、总经理樊金龙,副总经理毛军为,中核集团专职外部董事陈国庆,党组成员、副总经理辛锋参加会谈。申彦锋
为贯彻落实国家能源局《关于推进电力市场数字化监管工作的通知》要求,福建能源监管办积极推进电力市场数字化监管系统建设相关工作,目前系统已完成部署并上线试运行。近年来,福建能源监管办结合辖区电力市场建设实际,按照“好用、实用”原则,统筹谋划电力市场数字化监管系统建设工作。一是建立工作
在德国汉诺威工业博览会期间,华为与菲尼克斯电气中国公司签署了合作备忘录,双方将在工业数智化领域展开技术创新合作。华为公司副总裁肖然,菲尼克斯电气集团执委、中国公司总裁顾建党签署备忘录。华为云副总裁康宁、华为制造军团副总裁周欣,菲尼克斯集团董事会成员、自动化业务总裁UlrichLeidecke等
北极星碳管家网获悉,工业和信息化部教育部市场监管总局印发轻工业数字化转型实施方案的通知,通知要求,到2027年,重点轻工企业数字化研发设计工具普及率达到90%左右,关键工序数控化率达到75%左右,打造100个左右典型场景,培育60家左右标杆企业,制修订50项左右国家标准、行业标准,形成一批数字化
清明时节,国网湖南电力强化山火监测和联防联控,加强线路周边火点卫星监测,布控火灾防控网络联系和线路特巡。据悉,国网湖南电网在年初建成防灾减灾全国重点实验室运算能力超2000万亿次/秒的超级计算平台,该平台对降水、湿度、植被覆盖率等影响火情的关键因子及其耦合影响的分析能力进一步升级。近
3月28日,四川省人民代表大会常务委员发布关于加快电网规划建设的决定。电网规划建设应当全面贯彻国家能源安全战略,落实深化能源管理体制改革相关要求,促进全国统一电力市场建设,加快规划建设新型能源体系;坚持统筹规划、安全高效、清洁低碳、适度超前的原则,加快规划建设立体枢纽大电网,提高清
3月29日,由龙源电力牵头,联合国电电力、龙源电力设计院、北京构力科技、国能大渡河金川水电、国能浙江舟山电厂等企业完成的“复杂发电工程数字化设计建造关键技术及应用”项目,顺利通过中国机械工业联合会组织的科技成果鉴定。鉴定委员会一致认定,该项目填补了能源场站协同设计领域技术空白,成功
近日,数智科技公司自主研发的“空天地北斗定位技术”在新街能源智慧基建管理系统实现成功部署。此次技术应用在国内煤炭基建领域完成了“BIM+北斗”技术融合的首次落地,这一突破性进展标志着我国煤炭行业在数字化转型进程中迈出了关键一步。该系统通过创新性地将北斗卫星导航技术与BIM技术深度融合,
“之前从现场确定到最终答复,写一份供电方案需耗费供电员工大量时间,现在使用基于光明电力大模型的AI智能体后,供电方案生成时间从数小时压缩至几分钟,还通过标准化输出减少人为误差,提高了工作效率和准确性。”3月31日,国网甘肃白银供电公司城区分公司业扩报装员王奇说。自DeepSeek爆火以来,国
“分析一下2025年春节期间聊城地区电力客户诉求。”3月19日,山东聊城供电公司供电服务指挥中心工作人员贾凯莉在对话框中,询问该公司自主研发的AI数智员工“供指小研”。不到20秒,“供指小研”就用图表和文字的“双模式”输出了服务质量、客户满意程度、热点诉求等关键数据,客观展示了2025年春节期
4月2日,国家电投集团与华为在深圳签署深化战略合作协议,进一步加强双方在人工智能、数字赋能、战略性新兴产业等方面的合作。协议签署前,国家电投集团党组书记、董事长刘明胜与华为技术有限公司创始人、CEO任正非会面,就企业发展、公司治理、数字化转型与国际业务等方面进行了深入交流。双方表示将
请使用微信扫一扫
关注公众号完成登录
姓名: | |
性别: | |
出生日期: | |
邮箱: | |
所在地区: | |
行业类别: | |
工作经验: | |
学历: | |
公司名称: | |
任职岗位: |
我们将会第一时间为您推送相关内容!