[发明专利]一种基于调控云的生产早报应用框架

摘要

本发明公开了一种基于调控云的生产早报应用框架，包括源数据层、应用分析层和数据对象化层。应用分析层包括全网电力电量单元、地区电力电量单元、主力机组启停单元、电网事故异常单元、当前电网停复役设备单元、一周气象预报单元、全网电力平衡情况单元、直流功率计划单元、设备检修风险预警单元和节假日气温、负荷及用电量情况单元。数据对象化层包括事故异常数据对象化模块和检修工作单数据对象化模块。本发明的基于调控云的生产早报应用框架，将生产早报与调控云电力系统分析高级应用相融合，展示电网运行深度模拟分析有关关键结论，还将研究早报的多主题模板化存储和可配置自动生成技术，支撑调度日常应用。

主权项

1.一种基于调控云的生产早报应用框架，其特征在于，包括源数据层、应用分析层和数据对象化层，其中：/n所述源数据层包括事故与异常模块、检修工作单、气象数据库、电力电能编制系统和调度数据库；/n所述应用分析层包括以下单元：/n全网电力电量单元：用于分析全网电力电量的数据，包括气温、用电负荷、用电峰谷差、受电电力、发电出力、用电量、发电量、受电量、用电负荷率和发电负荷率数据，发电量数据包括有历史最高值、月累计值、月增长率、年累计值和年增长率；/n地区电力电量单元：用于分析各地区的昨日最高负荷、历史最高负荷、当月最高同比、日电量、月累积、月增长、年累积和年增长数据；/n主力机组启停单元：校核机组实时运行状态，在处理过程中需要提取的数据有：机组名、电厂名、计划时间、开工时间、完工时间、流程状态、设备状态和设备类型，从调控云中匹配机组对象，电厂对象，进一步提出机组容量和机组是否为燃煤机组或调峰机组信息，最后将处理过后的数据存入机组设备停复役时间表；/n电网事故异常单元：源数据来自事故与异常模块，事故与异常模块又分为7个模块，分别为事故调度模块、异常调度模块、直流事故及异常模块、操作异常模块、事故监控模块、异常监控模块和地调事故及异常模块，要提取出的对象为厂站对象和设备对象；要提取的内容包括故障描述、故障影响、故障原因、影响恢复和设备恢复数据；/n当前电网停复役设备单元：源数据来自于检修工作单，设备运行状态校核来自设备实时运行状态；在处理过程中需要提取的源数据有设备名、厂站名、计划时间、开工时间、完工时间、流程状态和设备类型数据；从调控云中匹配设备对象和厂站对象；进一步提出设备电压等级信息；最后将处理过后的数据存入机组设备停复役时间表；/n一周气象预报单元：源数据来自于气象数据库，在处理过程中需要提取的源数据包括早间天气、晚间天气、最低温度和最高温度；/n全网电力平衡情况单元：源数据来自于电力电能编制系统和调度数据库，需要提取的源数据包括今日预计最高用电负荷、今日高峰最高受电电力、今日最高发电出力、今日可用负荷、今日高峰旋转备用、今日高峰旋转备用最小值，今日低谷负荷、今日有序用电需求、昨日闸燃油库存、昨日闸燃油库存可用天数、昨日电厂煤库存、昨日电厂煤库存和昨日电厂煤库存平均可用天数；从气象数据库中提取今日预计最高气温和最低气温；/n直流功率计划单元：根据设备的直流状态和额定功率，对实时功率进行校核；/n设备检修风险预警单元：分析220千伏及以上主网一周检修方式风险评估几预警控制措施，并分析35千伏及以上配网当前检修方式风险评估及预警控制措施；/n节假日气温、负荷及用电量情况单元：分析当年节假日期间每日的最高气温/最低气温、节假日平均最高气温/平均最低气温以及去年同日期的相应的值、负荷及用电量情况；/n所述数据对象化层包括事故异常数据对象化模块和检修工作单数据对象化模块，所述事故异常数据对象化模块采用统一的厂站设备信息，将电网事故异常单元中的原始事故异常描述对象化、标准化和结构化；所述检修工作单数据对象化模块通过分析检修工作单得到各类型设备的停役时序数据。/n