下载文档原格式
电力运行状态的实时动态可视化技术应用随着社会经济与现代科技的不断发展，电力自动化技术也随之发展起来，并且越来越现代化，系统也越来越繁杂。
为了可以在当前状态下更好的管理其运行，就需要应用一种比较简单的方式进行其运行状态的表达，这样就有利于专业人员在短时间内就掌握系统的运行状态与现状，并且及时作出调度。
想要实现此目的，就需要将可视化技术应用在电力系统之中。
下文主要就是针对电力运行可视化技术进行了简单的分析与研究。
标签：电力系统;运行状态;可视化技术;发展引言当前可视化技术随着现代科技的发展，逐渐形成了新的技术。
当代人们可以通过此技术将各种信息数据转化为清晰形象的图像进行表达，这样不仅可以提升人们工作的有效性，还可以进一步为信息的准确性提供保障。
因此，可视化技术属于先进的工具技术。
从目前的发展趋势可以看出，未来的技术将会有越来越复杂的数据，而通过可视化技术就可以将数据转化为图像，更加通俗易懂，也可以为专业人员提供更多的便利，以此来提升其科研效率。
在电力运行状态下可视化技术的应用，主要就是将运行之中的信息进行图像转化。
一、应用可视化技术的必要性当前我国电力技术已经获得了较大的发展，这在很大程度上促进了我国电力领域的进一步发展。
但是同时也随之产生了一系列新的问题。
原有的设备与技术已经无法满足现代电力的发展。
单从可视化技术来看，以往的数据显示技术就已经比较滞后了，需要要就更多先进的技术来适应其发展。
（一）临近运行的极限为了可以最大限度的使得电力系统的经济效益发挥出来，一般在进行电力系统运行之时都会使得其状态达到极限点，以此来使得电力资源得以充分发挥，进一步提升设备的效率。
尤其是在资金短缺的区域，此类运行方式会更加明显。
而这种长期达到极限的运行状态会导致电力系统发生故障，当系统出现异常问题之时，就需要专业技术人员借助可视化技术图像作出及时的判断与分析，并且进行及时的解决，以免导致更多的问题发生。
（二）系统规模的不断扩展当前电力运行系统已经慢慢商业化了，为了使得经济效益最大程度的发挥出来，获得更多的经济收入，大多地区都在慢慢扩展其覆盖范围，改进技术，增大功率，这样的发展趋势之下，电网系统规模越来越大，系统之中的设备以及其之下的系统也随之复杂化，系统的控制难度使得可视化技术成为必需。
电力系统中的数据质量分析与清洗研究引言：随着智能电网建设的不断推进，电力系统中所涉及的数据量急剧增加，这些数据包含了大量关键的能源信息。
为了保证电力系统的正常运行和有效管理，对这些数据进行质量分析与清洗变得非常重要。
本文将探讨电力系统中数据质量的概念、数据质量分析的方法以及数据清洗的策略，以期提高电力系统数据的可靠性和可用性。
一、数据质量的概念数据质量是指数据是否满足用户需求和预定目标的程度。
在电力系统中，数据质量的关键指标包括准确性、完整性、一致性和及时性。
- 准确性：数据的准确性是指数据与真实情况的一致性，主要取决于数据采集的准确度和传输的可靠性。
- 完整性：数据的完整性是指数据是否包含了所有相关属性和相关记录，以及是否缺少重要信息。
- 一致性：数据的一致性是指数据之间的内部一致性和不同数据源之间的一致性，如不同数据之间是否有冲突、是否存在重复数据等情况。
- 及时性：数据的及时性是指数据是否能够在需要的时间内得到，对于电力系统而言，数据的及时性对于实时监控和决策支持至关重要。
二、数据质量分析的方法1. 数据可视化分析：通过数据可视化的手段，将电力系统中的数据以图形化的形式展示出来，有利于对数据进行直观且全面的分析。
常用的数据可视化工具包括图表、地图和仪表盘等。
2. 数据统计分析：采用统计方法对数据进行分析，如平均值、方差、频率分布、相关性等，以了解数据的整体情况及其变化趋势。
3. 数据挖掘分析：通过数据挖掘技术，探索数据之间的关联关系和隐藏的模式，以发现数据中的异常值、缺失值和错误值等。
4. 专家经验分析：结合专家的经验与知识，对数据进行综合分析，以发现数据中存在的问题和提出相应的解决方案。
三、数据清洗的策略数据清洗是指对数据中的异常值、缺失值和错误值等进行识别、修复或删除的过程，以提高数据的质量和可信度。
1. 异常值处理：检测和处理数据中的异常值，例如通过设定阈值来判断是否为异常值，并进行修正或删除。
电力系统大数据分析方法与技术近年来，随着电力行业的不断发展，大数据分析技术的应用也在迅速普及。
无论是电力生产、输配电、设备维修还是能源管理，都需要大量的数据记录和处理。
电力系统大数据分析方法及技术，“大数据+智能化”是未来电力行业的发展趋向。
一、大数据的意义传统的电力数据处理方法中，主要依靠人工收集，由于数据量庞大，我们难免会忽略一些重要信息。
而大数据的应用，则可以帮助我们彻底改变传统处理方式的缺陷。
大数据可以帮助我们从海量数据中获取有用信息，从而优化电力系统的运营，提高效率，提升安全性和可靠性。
二、电力系统大数据分析的方法在电力系统大数据分析过程中，我们主要采取以下几种方法：1.数据挖掘数据挖掘可以帮助我们找到数据中潜在的模式、异常和规律，从而发现未知的知识，并指导我们制定系统优化计划，改进电力系统的安全性和可靠性。
2.人工智能算法人工智能算法旨在利用计算机学习能力，来对大量的数据进行解析，并提供出我们所需要的答案。
它可以通过分析数据来预测未来的电力系统可能出现的问题，同时可以给出相应的解决方案。
3.数据可视化技术数据可视化是将数据转化为图形或图表的过程，它可以帮助我们快速了解数据的模式和特征。
在电力系统大数据分析中，数据可视化技术可以帮助我们直观地了解电力系统中各个变量之间的关系，从而更好地发现数据中的潜在问题。
三、电力系统大数据分析的技术电力系统大数据分析需要结合多种技术手段，才能更好地实现精准的数据处理与信息提取。
以下列举几种常见的电力系统大数据分析技术：1.数据清洗技术在处理数据前，我们通常需要对数据进行清洗，以去除冗余、无效或错误的数据。
清洗后的数据可以提高我们的分析准确性。
2.特征工程技术特征工程指对数据集进行转换，以从原数据中提取出特征数据。
它可以帮助我们更好地发现数据之间的关系，提高预测的准确性。
3.机器学习技术机器学习技术是通过计算机学习能力，提取数据中的模式和规律。
通过对数据的训练和学习，可以自动学习、识别和理解数据。
电力系统中的供电可靠性评估方法供电可靠性是电力系统运行中的重要指标，评估供电可靠性是确保电力系统稳定运行的关键任务。
本文将介绍电力系统中的供电可靠性评估方法，包括指标定义、评估模型和数据分析等内容。
首先，我们需要了解供电可靠性的指标定义。
供电可靠性通常包括三个关键指标：客户侧停电频率指标(SAIFI)、平均停电时间指标(SAIDI)和平均恢复时间指标(ASAI)。
SAIFI表示每个用户在一定时间内平均停电次数，SAIDI表示每个用户在一定时间内平均停电时间，ASAI表示每个用户经历停电后的平均恢复时间。
这些指标可以衡量用户在一定时间内可能遭受的供电中断程度。
其次，供电可靠性评估需要建立相应的评估模型。
常用的评估方法包括指标法、统计法和模拟法。
指标法是一种简单直接的评估方法，通过统计历史数据计算指标值。
统计法基于统计学理论，通过分析历史数据得出可靠性指标的概率分布。
模拟法则是利用计算机程序模拟电力系统运行，通过模拟系统故障事件和设备状态改变等情况，得出可靠性指标的概率分布。
这些评估方法可以根据实际情况选择合适的方法来评估供电可靠性。
然后，评估供电可靠性需要进行数据分析。
数据分析是评估供电可靠性的关键步骤，通过对历史数据的统计分析和建立相应的数学模型来预测未来的供电可靠性。
数据分析方法包括数据收集、数据处理、数据挖掘和数据建模。
数据收集是收集历史数据，包括系统的运行数据、设备的故障数据和用户的停电数据等。
数据处理是对原始数据进行清洗和整理，包括去除异常值和补充缺失值等。
数据挖掘是通过挖掘数据中的潜在模式和规律，发现系统的薄弱环节和潜在故障风险。
数据建模是建立供电可靠性评估的数学模型，可以根据历史数据和系统特点选择适合的数学模型来预测未来的供电可靠性。
最后，评估结果的可视化和分析是评估供电可靠性的重要环节。
可视化和分析可以帮助我们更好地理解供电可靠性的变化趋势和薄弱环节。
常用的可视化和分析方法包括折线图、柱状图、雷达图和热力图等。
浅析电力运行状态的实时动态可视化技术应用摘要：伴随着电网规模的扩大与电力系统的复杂化，传统人工调度形式已经无法满足电力系统运行要求，难以提高系统运行效率与运行安全。
对此，应用实时动态可视化技术有效解决了这一问题，节约了较多人力、物力投入，为调度人员监督与管理系统提供了简单、高效的运用方法。
鉴于此，文章着重对电力运行状态的实时动态可视化技术展开分析。
关键词：电力运行；实时动态可视化技术；应用分析实时动态可视化技术可以清晰、直观的将电力运行状态信息呈现在调度人员面前，便于调度人员掌握电力运行状态、性能、可能存在的隐患问题，通过可视化技术进行信息搜集、监督、综合评价、诊断从而避免事故发生。
可视化技术应用在电力运行中有助于提高系统运行稳定性、安全性，并且减少企业成本投入，具有十分重要的价值意义。
一、电力运行与实时动态可视化技术概述电力系统结构内部组成复杂，为确保系统正常运行通常需要工作人员实时监督系统运行状态。
但是，因为电力系统各构件之间连接复杂、运行要求不同，要求工作人员监督设置之间的连接形式和设备之间的影响关系，工作任务繁重且容易出现偏差。
而实时动态可视化技术的出现改变了这一状态，为电力运行监督控制创造了便利条件，其中分为静态、动态、系统构件可视化。
结合电力运行状态标准依据，可视化技术可以分为图形显示方案分类与可视化定于域维数方案分类。
首先，可视化图形显示方案分类，划分为SVG图像显示与非公开位图显示方法。
现阶段，非公开位图显示方法得到了推广应用，实现了从二维转为三维可视化图像。
但是这种方法交互操作模式繁琐。
而SVG主要是利用XNIT技术分析二维图形语言，可以很好的处理矢量图形信息、文本、图像，控制程度较高。
但是，该方法无法对三维图像信息有效处理。
其次，可视化定于域维数方案划分。
按照该方法能够把电力系统划分成二维与三维可视化，二维是利用图表、箭头、等高线等进行数据处理。
三维则是通过柱状图标记电力运行状态信息，根据幕墙与数据关联性展开系统数据处理。
电气工程与自动化学院《电力系统分析综合实验》2019年度PSASP实验报告学号：姓名：班级：1、阐述基于PSASP的电力系统分析综合实验的目的。
实验目的：掌握用PSASP进行电力系统潮流计算，短路计算，暂态稳定计算。
（1）潮流计算可以为短路计算和暂态稳定计算提供初始状态，是电力系统计算中的基本计算，要求掌握软件的操作步骤，并对比分析牛顿拉夫逊法和PQ分解法的区别，在实验过程中体会PQ分解法相比牛顿拉夫逊法的特点。
（2）短路计算的目的要求根据数据结合对称分量法加深对于短路计算的理论知识的理解。
（3）暂态稳定计算里最关键的是故障极限切除时间的确定，加深对复杂电力系统暂态的判定的认识。
2、简要阐述本实验课程的主要实验任务（1）掌握用PSASP对电力系统进行建模。
（2）潮流计算，包括对常规方式和规划方式的电力系统进行潮流计算。
（3）短路计算，基于潮流作业1和2等5个单相接地短路、AB两相短路、复杂故障短路计算等短路计算并分析结果。
（4）暂态计算，基于潮流作业1和2的瞬时故障进行暂态稳定计算并分析结果。
3、实验方案原理图介绍。
图1（a）常规方式（b）规划方式以上为系统常规运行方式的单线图。
由于母线STNB-230 处负荷的增加，需对原有电网进行改造，具体方法为：在母线GEN3-230 和STNB-230 之间增加一回输电线，增加发电3 的出力及其出口变压器的容量，新增或改造的元件如下图虚线所示：4、计算分析用建模数据的整理表1母线数据5、按照下列作业要求，完成计算分析实验作业。
(1)基于实验二的潮流计算，对牛顿法和PQ法的原理做比较性的说明。
表6 常规方式下PQ法和NR法的潮流计算摘要信息报表表7 常规方式下PQ法和NR法的全网母线（发电、负荷）结果报表牛顿拉夫逊法每次都对电压幅值和相位进行修正，且每次计算MAX(DVR,DVI),判断是否小于允许误差0.0001，满足条件时停止迭代。
PQ分解法利用交流高压输电网中输电线路电抗远大于电阻的特点，对于牛顿拉夫逊法修正方程式的系数矩阵进行简化，节点的有功功率不平衡量只用于修正电压的相位，节点的无功功率不平衡量只用于修正电压的幅值，单次迭代计算量小，两个步骤分别轮流迭代，分别计算MAX(DP),MAX(DQ)，最终保证两者都小于允许误差0.0001。
提高电力系统可靠性的技术研究电力系统是现代社会经济运行的基础设施，对于保障经济和社会发展具有至关重要的作用。
电力系统的可靠性是电力系统正常运行的重要保证，电力系统可靠性的提高不仅能够保障电力系统的安全运行，还能够提高电力系统的效率和稳定性。
本文将从电力系统可靠性的意义、电力系统可靠性影响因素、电力系统可靠性评价以及提高电力系统可靠性的技术研究四方面进行探讨。
一、电力系统可靠性的意义电力系统可靠性是指电力系统在一定条件下，能够按照设计规定的要求，满足用户合理用电需求的概率。
电力系统可靠性不仅仅是一个技术概念，还涉及到社会和经济领域。
电力系统可靠性的低下会导致电力供应短缺、电力设备失效、经济损失和社会不稳定等不利后果。
电力系统可靠性的提高能够为电力企业提供更高效、更稳定、更可靠的服务，保障电力市场的顺利进行，提高社会经济发展水平。
二、电力系统可靠性影响因素1.电网设备可靠性电网设备是电力系统的基础，电网设备的可靠性直接影响着电网系统的可靠性水平。
电网设备的可靠性存在故障概率等问题，必须采取科学合理的维护和保养措施，提高设备的稳定性和可靠性。
2.电网系统结构电网结构的设计与建设直接影响着电网系统的可靠性水平。
选择高度可靠的电网结构、合理的配电方案和优质的设备材料是提高电网系统可靠性的重要保证。
3.外部环境影响天气、自然灾害等外部环境因素也会对电网系统的可靠性产生影响。
合理做好电网系统的抗灾防线和应急响应机制，能够减少外部环境带来的不利影响。
4.操作和管理人员素质操作和管理人员的素质也是影响电力系统可靠性的重要因素。
操作和管理人员的技术水平和管理规范性直接关系到电网系统的安全稳定运行。
三、电力系统可靠性评价电力系统可靠性评价是保证电网系统可靠性的重要手段，其主要目的是通过对电网系统的各项指标、参数和管控规范的综合评估，评价电网系统的可靠程度和安全性。
电力系统可靠性评价包括基础数据采集、指标分类、可靠性等级评价、可视化分析等环节，可以为电网系统的运行精细管理提供参考依据，保障电力市场的健康发展。
2021电力调度自动化体系中可视化技术的应用范文32021年电力调度自动化体系中可视化技术的应用范文随着科技的不断进步和应用，电力调度自动化体系中的可视化技术在2021年将迎来新的应用范围和发展机遇。
本文将围绕这一主题展开论述，重点探讨电力调度自动化体系中可视化技术的应用场景、优势以及未来发展前景。
一、可视化技术在电力调度自动化体系中的应用场景可视化技术在电力调度自动化体系中的应用场景广泛多样。
首先，通过可视化技术，调度中心可以实时监控和管理电网运行情况，包括发电机组运行状态、输电线路负荷和电力负荷等。
通过可视化的界面，调度员可以清晰地了解电网各个环节的工作情况，及时发现问题并进行相应调整，从而保证电网的稳定运行。
此外，可视化技术还可以为调度员提供故障诊断和预警功能，及时发现潜在的故障隐患，并采取相应措施进行维修和保养，以保障电网的安全运行。
其次，可视化技术在电力调度自动化体系中的应用还体现在数据的可视化呈现上。
通过大数据技术的支持，调度员可以将海量的数据进行整合和分析，并通过图表、曲线等形式进行可视化呈现。
这不仅有助于调度员更直观地了解电力系统运行状态，还可以帮助他们做出更准确的决策，提高调度决策的准确性和效率。
最后，可视化技术在电力调度自动化体系中的应用还包括调度指挥系统的界面设计。
通过合理的界面设计，调度员可以更直观地进行操作和交互，提高工作效率和用户体验。
同时，界面的可视化设计还能够减少调度员的工作负担，提高工作效率，使调度员更加专注于核心任务。
二、可视化技术在电力调度自动化体系中的优势电力调度自动化体系中的可视化技术具有诸多优势。
首先，通过可视化技术，调度员可以清晰地了解电力系统的运行情况，快速发现异常和故障，并及时进行处理。
这能够大大减少故障处理时间，提高电网的可靠性和稳定性。
其次，可视化技术的应用还能够提高调度员的工作效率。
通过直观的界面和操作方式，调度员能够更快速地完成各项任务，减少出错率，避免不必要的操作繁琐。
试析输电线路通道可视化系统关键技术随着电力系统的不断发展，输电线路通道可视化系统在电力系统中的应用越来越广泛，成为电力运营管理的关键技术之一。
该系统通过视觉化表示输电线路的状态信息，为电力管理人员提供实时监测、预警、决策支持等方面的有力帮助。
本文将对输电线路通道可视化系统的关键技术进行探讨，并从以下几个方面进行分析。
一、数据采集数据采集是输电线路通道可视化系统的基础，其主要作用是将输电线路状态信息以及其他相关信息进行采集、传输并存储。
数据采集涉及到传感器、数据传输设备和数据管理系统，其中传感器由于是直接获取数据的设备，因此其精度、可靠性和实时性是数据采集的重点，在传感器选型上需根据不同感知信息进行综合分析。
二、数据处理通过数据采集，得到的数据需要进行处理，主要包括数据清洗、校验、转换等，以及进行数据聚合、关联、分析等，将数据转化成可视化表现所需的数据形式。
数据处理需要考虑到数据的可扩展性和可维护性，在多样化的数据分析任务中满足不同数据挖掘需求。
三、可视分析基于数据处理产生的数据形式，进行可视化分析是输电线路通道可视化系统的核心，因为可视化将复杂的数据变成易于理解、提取信息的视觉表现形式。
可视化分析不仅有利于快速检测异常情况，还可提高决策效率和准确性，如有效的多级预警和故障定位，和风险评估等。
四、平台架构平台架构是输电线路可视化系统的底层部分，是指整个系统的硬件、软件、网络架构，并负责数据管理、系统配置、服务监控等基础运营管理工作。
平台架构的设计主要考虑系统可扩展性、可维护性和安全性，同时进行合理的技术选型，以保证系统的性能。
总的来说，输电线路通道可视化系统的关键技术主要包括数据采集、数据处理、可视分析和平台架构，其中数据采集和可视分析是系统中最为核心和关键的技术，将数据清晰、准确、可视化的表现形式呈现在管理人员面前，帮助管理者快速判断、预警，并做出有效的决策，进而保证电网的安全、高效运行。
智能电力技术的实时数据分析和可视化方法介绍现代社会中，电力已经成为人们生活的重要组成部分。
为了确保电力系统的安全稳定，实时数据的分析和可视化方法变得尤为重要。
智能电力技术的出现为实时数据分析和可视化提供了新的解决方案。
智能电力技术的实时数据分析主要通过采集电力系统中的各种数据，包括电流、电压、功率、温度等等，并对这些数据进行实时分析。
传统的数据分析方法需要将数据先存储下来，然后再进行离线分析。
然而，随着电力系统规模的不断扩大和数据量的剧增，离线分析的方式已经无法满足实时性要求。
智能电力技术引入了实时数据分析方法，使得数据可以在采集的同时进行实时分析，大大提高了分析的效率。
通过实时分析，可以及时发现电力系统中潜在的问题，预防系统故障的发生。
实时数据分析的方法包括数据挖掘、机器学习和人工智能等技术。
数据挖掘技术通过发现数据中的隐藏模式和关联规则来解释数据，从而提供决策支持。
机器学习技术能够通过数据的自动学习和模式识别，建立起预测模型，用于预测电力系统未来的状态和可能的故障。
人工智能技术则可以模拟人脑的思维方式，通过智能算法进行数据的推理和决策。
这些技术的应用，使得实时数据分析能够更好地发现电力系统中的问题，并提供更准确的预测结果。
而可视化方法则是将数据分析的结果通过直观的图表、曲线等形式展现出来，便于人们理解和分析。
传统的数据分析结果常常是冗长的数据报表，不仅难以理解，还容易造成信息的混乱。
而可视化方法则能够将数据以直观的形式展示出来，使得人们可以通过观察图表、曲线等图形来得到信息。
可视化方法通过图表颜色、形状、大小等的调整，使得信息变得更加直观和易于理解。
通过可视化方法，可以更好地理解电力系统中的数据，发现数据中的规律和异常，从而做出科学准确的判断。
实时数据分析和可视化方法的应用已经在电力系统中取得了显著的效果。
首先，通过实时数据分析，可以提高电力系统的安全性和稳定性。
实时数据的分析可以及时发现电力系统中的异常情况，提前采取相应措施，避免系统故障的发生。
电力系统大数据分析与综合监控系统设计电力系统是现代社会的基础设施之一，对于能源的供应和电力的稳定运行有着重要的作用。
随着电力系统规模的不断扩大和技术水平的提高，以及国家对于能源的要求不断提高，电力系统运行中产生的大数据也越来越多。
如何利用这些大数据进行分析，为电力系统的运行提供科学依据，成为了当前研究和实践的热点之一。
本文将从电力系统大数据分析和综合监控系统设计两个方面展开，介绍电力系统大数据分析的意义和方法，并提出一个可行的综合监控系统设计方案。
首先，电力系统大数据分析的意义重大。
电力系统的运行涉及复杂的技术和管理问题，而大数据分析可以帮助我们从庞杂的数据中获取有用的信息，为电力系统的规划和运营提供决策依据。
通过对电力系统运行数据的分析，可以深入了解电力系统的工作状态、问题和潜在风险，及时采取措施避免事故的发生。
同时，大数据分析还可以为电力系统的优化和节能提供参考，通过对历史数据和实时数据的分析，找出电力系统的能耗高峰，进一步优化系统运行，提高能源利用率。
其次，电力系统大数据分析的方法多样。
首先是对电力系统数据的收集和预处理。
电力系统的大数据来源于不同的数据源，如传感器、计量仪器等，这些数据来源多样化，需要利用先进的传感器技术和通信技术将数据进行采集和传输，同时还需要对采集到的数据进行预处理，如去除异常值和噪声信号，确保数据的可靠性和准确性。
其次是数据存储和管理。
由于电力系统数据量庞大，需要建立合理的数据存储系统和管理机制，确保数据的安全和可靠存储。
再次是数据分析和挖掘。
通过使用数据挖掘和机器学习算法分析数据，可以发现数据中的规律和潜在的信息，进而提出相应的建议和措施。
最后是数据可视化。
将分析得到的数据结果以直观的图表形式展示，可以使决策者更好地理解数据，做出正确的决策。
综合监控系统设计是电力系统大数据分析的重要应用。
在大数据分析的基础上，设计一个综合监控系统可以实现对电力系统的全面监控和管理。
电网综合数据质量评价系统及其软件实现荀挺;王祥浩;胡文斌;柏杨【摘要】为解决当前电网调度类数据质量评价方法维度单一、覆盖面不全及客观性缺失等问题,基于现有电网调度数据质量评价系统,设计一种考虑多维度电网调度数据质量的综合分析与评价系统.针对电网设备模型数据(参数)、电网稳态数据及电网故障特征数据,从多个角度提取数据质量的评价指标,通过对各指标数据的主客观权重配比确定其综合评分.将该系统部署于某一地区智能电网调度控制平台的Ⅲ区,通过Webservice的方式进行发布与调阅等一系列流程,结果表明所设计的多维度电网数据质量评价系统便于为电网调度人员提供更为直观的综合数据考核与评价手段,从而能够确保电网调度系统安全、可靠的运行.【期刊名称】《电测与仪表》【年(卷),期】2019(056)004【总页数】8页(P62-69)【关键词】数据质量;综合评价;电网调度自动化;WebService发布【作者】荀挺;王祥浩;胡文斌;柏杨【作者单位】南京海兴电网技术有限公司,南京210066;南京海兴电网技术有限公司,南京210066;三峡大学梯级水电站运行与控制湖北省重点实验室,湖北宜昌443002;南京海兴电网技术有限公司,南京210066【正文语种】中文【中图分类】TM93;TP310 引言电网调度控制系统作为日常监控和事故处理等主要技术的支撑工具，提高电网调度类数据质量对于电网安全可靠运行而言具有重要的参考意义[1]。
当前在电网调度类数据考核与评价方面仍存在维度单一、覆盖面不全以及客观性缺失等弊端：采用状态估计准确率作为系统运行数据质量的评价指标过于单一。
状态估计技术重点关注于尽可能减少量测残差却忽视了电网运行的本质，量测合格率虽可以在一定程度上体现系统的量测水平，实际电网中会出现系统量测合格率很高，但潮流计算结果不收敛或者收敛结果明显偏离电网实际运行状态的现象[2-4]。
此外，一旦电网发生故障，对上传至调度中心的系统故障信息其时效性、正确性和完整性等方面也缺乏相应评判标准。
