论文部分内容阅读
摘要：目前随着我们国家经济不断的发展，我们对于电力的需求也正在不断的增加，所以说在电力系统运行过程当中对它的安全质量的要求变得越来越高，所以说这篇文章当中，我们去分析一下，目前电力系统在线安全分析并行分布式计算的一个原理，针对我们的介绍来更好的了解目前在电力系统运行过程当中所出现的问题，系统的发展提供更加明确的方向。
关键词：电力系统;在线安全分析;并行分布式计算
1 引言
根据目前我们的电力系统运行过程当中所存在的一些主要的问题，以及目前在这种如此复杂的市场环境之下，对于电力需求的增加，他了解目前我们的电力系统工程当中，应当有哪些解决的地方来给我们提升电力系统的发展，所以说在这篇文章当中，我们就讨论一下电力系统在线安全分析并行分布设计上的一个原理来更好的了解电力系统发展的前景。
2 在线安全分析并行分布式计算的总体结构
在电网安全稳定分析数据预处理的过程中，状态估计是该过程不可或缺的重要成分之一，它可以把从原始输入设备接收过来的低精度、不完整的不良数据转变为高精度、完整而可靠的数据;同时，为了适应在线分析和决策的需求，还要引入数据仓库构建技术来合理地存放转化后的数据。电网在线安全稳定分析数据预处理的总体结构大致分为如下二个阶段：
（1）数据整合阶段。该阶段要从SCADA和WAMS数据库中提取与在线安全稳定分析功能相关的量测信息，将其导入到相应的数据库表中。运用主成分分析算法对原始数据信息进行降维优化，简化存储空间，之后利用二阶段状态估计算法对降维后的数据进行状态量转化，将转化后的数据作为在线安全稳定分析的基础数据信息。
（2）数据仓库建立阶段。在该阶段需要利用相应的数据约简、转换、装载等技术对状态整合后的数据量进行变换和整理，将符合统一规范和标准的数据存放在业务数据库中，然后根据不同分析功能的需求对特定主题的数据进行压缩和约简，并分别存放在相应主题的数据集市中。
3 在线安全分析并行分布式计算的构建方法
利用如下步骤对整合新生成的数据信息建立电网在线安全稳定分析的数据仓库，具体为：主题及信息包图设计、雪花模型建立以及物理实现。
（1）主题及信息包图设计。数据仓库中的数据是面向主题进行组织的，主题通常反映决策分析最关心的问题，因此建立数据仓库首先就要确定分析的主题。由于在线安全稳定分析主要围绕暂态稳定、电压稳定、静态稳定和小扰动稳定这四个方面进行，因此确定出在线安全稳定分析数据仓库的主题为：暂态稳定分析、电压稳定分析、静态稳定分析和小扰动稳定分析。数据仓库的结构围绕这些主题进行设计，每个主题的逻辑结构均采用星型模型。下面就以“电压稳定分析”主题为例，进行信息包图的设计。首先，围绕主题划分维度、粒度并给出度量指标。
①维度是观察数据的角度，不同的维度组合构成访问数据仓库中数据的不同约束条件，从而实现不同角度的分析。根据电压稳定判定指标对电网运行数据的要求，为“电压稳定分析”主题认定四个维度：时间维，存储时间信息;位置维，存储厂站或线路信息;量测属性维，存储测量属性的详细信息;量测类型维，存储该测值的类型（实测值还是估计值）。
②粒度是在一个维度内为表达不同细节程度的信息按顺序划分的多个层次，划分粒度使分析可从数据的某一角度的不同粒度进行，从而满足不同层次用户的分析需求。上述各维具体划分的粒度如下：时间维：年、月、日、时、分、秒、毫秒;变电站维：变电站名，电容器投入组数，分接头运行档位;变压器维：电阻，电抗，容量，分接头档位数，中间值;线路维：电阻，电抗，充电容量;量测属性维：有功功率、无功功率、电压、频率、相角;量测类型维：实测值、估计值。
③度量指标是维度空间内主题数据所表达的含义，是要实际分析的数据。以“系统扰动前后电压值在允许范围内”作为当前电网电压稳定的判定标准，认定“电压稳定分析”主题的度量指标为状态值、极限值和扰动值三项，其中，扰动值为布尔型数据，为1时表示有扰动，为0时表示无扰动。如果某时刻系统出现扰动（扰动值为1），即将当前状态值和上一时刻状态值与其对应的极限值作差，只要任何一项差值大于0，就判断系统该时刻是不稳定的，否则认为系统是稳定的。
（2）通过大型数据库管理系统（如Oracle 10g）的多维数据库表来组织星型结构的数据信息。对每个主题从星型模型中心展开定义，建立一个事实表（包含所有度量指标值和各维的标志）、每一维建立一个维表（包含该维的信息标志、维粒度详细信息）。事实表中的每条记录含有指向每个维的指针，通过指针将事实表与维表、粒度信息关联起来，归并于一个主题，这易于实现数据的多维查询与统计，从而便于分析人员从不同角度、不同层次考察训练情况，如分析只涉及到维度的主要信息时，只需查询维表即可，从而提高了處理速度。
对于数据的存储，按照数据的重要程度、使用频率以及对响应时间的要求进行分类，然后再将不同类的数据分别存储在不同的存储设备中。由于经预处理整合后的量测状态量的存储频率较高，将其存储在高速设备（如光盘或磁盘阵列）上，而原始的量测量和一些开关信息等辅助数据，由于存取频率不高，可将其放在低速存储设备上。
4 结束语
综上所述，根据这篇文章当中对于电力系统在线安全分析并行分布计算的分析，可以看出，目前我们在此方面的投入并不是特别的多，因为还能够更好的促进电影的发展的话就必须正式提供更加强有力的决策，是为了更好的促进电力系统的发展，提升电力系统运行的安全性，能够更好的保障我们对于电力的需求。
参考文献：
[1]李江，李国庆.容错控制在电力系统中的应用研究综述[J].电力系统保护与控制.2010（03）
[2]陈晟，陈昊，刘启胜. 电力系统稳定控制方式探讨[J].东北电力技术.2004（07）
[3]周韩，刘东，吴子美，江悦，程浩忠.电力系统安全预警评估指标及其应用[J].电力系统自动化.2007（20）
[5]陈军，王晓飞.电力系统变电运行中的信息管理技术分析[J].信息安全与技术，2013，10：19-21.
关键词：电力系统;在线安全分析;并行分布式计算
1 引言
根据目前我们的电力系统运行过程当中所存在的一些主要的问题，以及目前在这种如此复杂的市场环境之下，对于电力需求的增加，他了解目前我们的电力系统工程当中，应当有哪些解决的地方来给我们提升电力系统的发展，所以说在这篇文章当中，我们就讨论一下电力系统在线安全分析并行分布设计上的一个原理来更好的了解电力系统发展的前景。
2 在线安全分析并行分布式计算的总体结构
在电网安全稳定分析数据预处理的过程中，状态估计是该过程不可或缺的重要成分之一，它可以把从原始输入设备接收过来的低精度、不完整的不良数据转变为高精度、完整而可靠的数据;同时，为了适应在线分析和决策的需求，还要引入数据仓库构建技术来合理地存放转化后的数据。电网在线安全稳定分析数据预处理的总体结构大致分为如下二个阶段：
（1）数据整合阶段。该阶段要从SCADA和WAMS数据库中提取与在线安全稳定分析功能相关的量测信息，将其导入到相应的数据库表中。运用主成分分析算法对原始数据信息进行降维优化，简化存储空间，之后利用二阶段状态估计算法对降维后的数据进行状态量转化，将转化后的数据作为在线安全稳定分析的基础数据信息。
（2）数据仓库建立阶段。在该阶段需要利用相应的数据约简、转换、装载等技术对状态整合后的数据量进行变换和整理，将符合统一规范和标准的数据存放在业务数据库中，然后根据不同分析功能的需求对特定主题的数据进行压缩和约简，并分别存放在相应主题的数据集市中。
3 在线安全分析并行分布式计算的构建方法
利用如下步骤对整合新生成的数据信息建立电网在线安全稳定分析的数据仓库，具体为：主题及信息包图设计、雪花模型建立以及物理实现。
（1）主题及信息包图设计。数据仓库中的数据是面向主题进行组织的，主题通常反映决策分析最关心的问题，因此建立数据仓库首先就要确定分析的主题。由于在线安全稳定分析主要围绕暂态稳定、电压稳定、静态稳定和小扰动稳定这四个方面进行，因此确定出在线安全稳定分析数据仓库的主题为：暂态稳定分析、电压稳定分析、静态稳定分析和小扰动稳定分析。数据仓库的结构围绕这些主题进行设计，每个主题的逻辑结构均采用星型模型。下面就以“电压稳定分析”主题为例，进行信息包图的设计。首先，围绕主题划分维度、粒度并给出度量指标。
①维度是观察数据的角度，不同的维度组合构成访问数据仓库中数据的不同约束条件，从而实现不同角度的分析。根据电压稳定判定指标对电网运行数据的要求，为“电压稳定分析”主题认定四个维度：时间维，存储时间信息;位置维，存储厂站或线路信息;量测属性维，存储测量属性的详细信息;量测类型维，存储该测值的类型（实测值还是估计值）。
②粒度是在一个维度内为表达不同细节程度的信息按顺序划分的多个层次，划分粒度使分析可从数据的某一角度的不同粒度进行，从而满足不同层次用户的分析需求。上述各维具体划分的粒度如下：时间维：年、月、日、时、分、秒、毫秒;变电站维：变电站名，电容器投入组数，分接头运行档位;变压器维：电阻，电抗，容量，分接头档位数，中间值;线路维：电阻，电抗，充电容量;量测属性维：有功功率、无功功率、电压、频率、相角;量测类型维：实测值、估计值。
③度量指标是维度空间内主题数据所表达的含义，是要实际分析的数据。以“系统扰动前后电压值在允许范围内”作为当前电网电压稳定的判定标准，认定“电压稳定分析”主题的度量指标为状态值、极限值和扰动值三项，其中，扰动值为布尔型数据，为1时表示有扰动，为0时表示无扰动。如果某时刻系统出现扰动（扰动值为1），即将当前状态值和上一时刻状态值与其对应的极限值作差，只要任何一项差值大于0，就判断系统该时刻是不稳定的，否则认为系统是稳定的。
（2）通过大型数据库管理系统（如Oracle 10g）的多维数据库表来组织星型结构的数据信息。对每个主题从星型模型中心展开定义，建立一个事实表（包含所有度量指标值和各维的标志）、每一维建立一个维表（包含该维的信息标志、维粒度详细信息）。事实表中的每条记录含有指向每个维的指针，通过指针将事实表与维表、粒度信息关联起来，归并于一个主题，这易于实现数据的多维查询与统计，从而便于分析人员从不同角度、不同层次考察训练情况，如分析只涉及到维度的主要信息时，只需查询维表即可，从而提高了處理速度。
对于数据的存储，按照数据的重要程度、使用频率以及对响应时间的要求进行分类，然后再将不同类的数据分别存储在不同的存储设备中。由于经预处理整合后的量测状态量的存储频率较高，将其存储在高速设备（如光盘或磁盘阵列）上，而原始的量测量和一些开关信息等辅助数据，由于存取频率不高，可将其放在低速存储设备上。
4 结束语
综上所述，根据这篇文章当中对于电力系统在线安全分析并行分布计算的分析，可以看出，目前我们在此方面的投入并不是特别的多，因为还能够更好的促进电影的发展的话就必须正式提供更加强有力的决策，是为了更好的促进电力系统的发展，提升电力系统运行的安全性，能够更好的保障我们对于电力的需求。
参考文献：
[1]李江，李国庆.容错控制在电力系统中的应用研究综述[J].电力系统保护与控制.2010（03）
[2]陈晟，陈昊，刘启胜. 电力系统稳定控制方式探讨[J].东北电力技术.2004（07）
[3]周韩，刘东，吴子美，江悦，程浩忠.电力系统安全预警评估指标及其应用[J].电力系统自动化.2007（20）
[5]陈军，王晓飞.电力系统变电运行中的信息管理技术分析[J].信息安全与技术，2013，10：19-21.