電網(wǎng)智能調(diào)控系統(tǒng)基礎(chǔ)框架設(shè)計(jì)實(shí)現(xiàn)

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了電網(wǎng)智能調(diào)控系統(tǒng)基礎(chǔ)框架設(shè)計(jì)實(shí)現(xiàn)范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

關(guān)鍵詞：電網(wǎng)調(diào)度；智能調(diào)控系統(tǒng)；狀態(tài)監(jiān)視；故障分析；健康評(píng)價(jià)

引言

隨著現(xiàn)代電網(wǎng)的深入發(fā)展，電網(wǎng)規(guī)模不斷擴(kuò)大，接入設(shè)備的種類和數(shù)量不斷增多，交直流混聯(lián)的應(yīng)用日益突出，促使電網(wǎng)的隨機(jī)特性、多源大數(shù)據(jù)特性的復(fù)雜程度不斷提高，日趨復(fù)雜的電網(wǎng)運(yùn)行環(huán)境帶來了較大的不確定性，對(duì)現(xiàn)代電網(wǎng)調(diào)度系統(tǒng)帶來了較大的挑戰(zhàn)。傳統(tǒng)電網(wǎng)調(diào)度系統(tǒng)的控制體系與安全分析技術(shù)（結(jié)合運(yùn)用建模仿真和預(yù)想故障的方法）因存在時(shí)效性與實(shí)用性較差（主要由不可預(yù)見性故障導(dǎo)致）、易受模型參數(shù)影響、思維場(chǎng)景單一等方面的不足，已經(jīng)難以滿足現(xiàn)代大電網(wǎng)復(fù)雜運(yùn)行環(huán)境的使用需求。這就需要進(jìn)一步優(yōu)化和完善電網(wǎng)調(diào)控系統(tǒng)（從大電網(wǎng)整體運(yùn)營角度出發(fā)），有效提高系統(tǒng)的智能化和信息化水平，確保電網(wǎng)安全穩(wěn)定運(yùn)行。

1現(xiàn)狀分析

大型電網(wǎng)的調(diào)控難度隨著電網(wǎng)運(yùn)行特性復(fù)雜度的提高而不斷增加，并且電網(wǎng)調(diào)控自動(dòng)化技術(shù)在電網(wǎng)的智能化發(fā)展與運(yùn)行趨勢(shì)下得以快速發(fā)展和進(jìn)步，在擴(kuò)大調(diào)控系統(tǒng)規(guī)模的同時(shí)提升了復(fù)雜程度。如何設(shè)計(jì)并實(shí)現(xiàn)電網(wǎng)調(diào)控系統(tǒng)的穩(wěn)定運(yùn)行是電力系統(tǒng)亟需解決的問題。傳統(tǒng)的電網(wǎng)調(diào)控系統(tǒng)在運(yùn)行狀態(tài)監(jiān)測(cè)環(huán)節(jié)，大多采用人工及簡(jiǎn)單的值班告警方式，整個(gè)監(jiān)測(cè)過程（包括監(jiān)視、分析、故障診斷功能）的全面性及高效性不足，運(yùn)維管理人員也無法及時(shí)準(zhǔn)確的掌握系統(tǒng)運(yùn)行狀態(tài)而導(dǎo)致運(yùn)行維護(hù)不及時(shí)進(jìn)而引起不同程度的電網(wǎng)運(yùn)行故障，已經(jīng)難以滿足自動(dòng)化的電網(wǎng)調(diào)控系統(tǒng)的發(fā)展需求。目前特高壓交直流電網(wǎng)模式的深入應(yīng)用極大的改變了電源結(jié)構(gòu)、電網(wǎng)格局及運(yùn)行特性，面向傳統(tǒng)交流系統(tǒng)的安全穩(wěn)定分析方法已難以滿足特高壓交直流混聯(lián)電網(wǎng)使用需求，需進(jìn)一步提高其應(yīng)用規(guī)模、時(shí)效性和準(zhǔn)確性。因此為有效滿足電網(wǎng)調(diào)控系統(tǒng)的穩(wěn)定運(yùn)行需求，需完善和優(yōu)化設(shè)計(jì)電網(wǎng)調(diào)控系統(tǒng)的狀態(tài)監(jiān)控及智能診斷功能，以確保電網(wǎng)安全穩(wěn)定運(yùn)行，關(guān)于此方面的研究已經(jīng)取得了一定的進(jìn)展，相關(guān)文獻(xiàn)資料詳細(xì)介紹了電網(wǎng)調(diào)控自動(dòng)化技術(shù)的現(xiàn)狀及未來發(fā)展趨勢(shì)、設(shè)計(jì)并實(shí)現(xiàn)了相應(yīng)的消息總線、針對(duì)變電站的自動(dòng)化集中監(jiān)控技術(shù)方案，本文在相關(guān)二次設(shè)備監(jiān)視及安全管控等設(shè)計(jì)的基礎(chǔ)上，嘗試構(gòu)建系統(tǒng)架構(gòu)與設(shè)備信息采集方案，并在現(xiàn)有研究成果的基礎(chǔ)上構(gòu)建了電網(wǎng)智能調(diào)控系統(tǒng)的基礎(chǔ)框架，提出一種實(shí)現(xiàn)了系統(tǒng)運(yùn)行狀態(tài)監(jiān)視與診斷功能的技術(shù)方案，使對(duì)系統(tǒng)運(yùn)行狀態(tài)的評(píng)價(jià)、故障預(yù)警及預(yù)警功能得以有效實(shí)現(xiàn)［1］。

2電網(wǎng)智能調(diào)控系統(tǒng)總體架構(gòu)設(shè)計(jì)

電網(wǎng)運(yùn)行及生產(chǎn)管理離不開科學(xué)合理的控制和調(diào)度過程，這就需通過電網(wǎng)智能調(diào)控系統(tǒng)提供重要技術(shù)支撐，調(diào)控系統(tǒng)已成為確保電網(wǎng)安全穩(wěn)定運(yùn)行的重要手段。本文所設(shè)計(jì)的電網(wǎng)智能調(diào)控系統(tǒng)的總體架構(gòu)，如圖1所示。該系統(tǒng)用于設(shè)備狀態(tài)監(jiān)視及故障診斷，主要由四大管理模塊構(gòu)成：（1）數(shù)據(jù)采集管理。用于實(shí)時(shí)監(jiān)視所有采集指標(biāo)，主要負(fù)責(zé)實(shí)時(shí)采集包括主站端、變電站端、調(diào)度數(shù)據(jù)網(wǎng)等在內(nèi)的各子系統(tǒng)數(shù)據(jù)，然后向在線監(jiān)視管理模塊傳送（通過數(shù)據(jù)傳輸總線完成）。（2）在線監(jiān)視管理模塊。主要負(fù)責(zé)實(shí)時(shí)推送分類存儲(chǔ)的全部監(jiān)視指標(biāo)及異常告警信息，確保系統(tǒng)出現(xiàn)的隱患能被及時(shí)發(fā)現(xiàn)。（3）高級(jí)功能管理模塊。有效提高了缺陷分析效率及預(yù)測(cè)能力，主要負(fù)責(zé)評(píng)價(jià)系統(tǒng)健康狀況、綜合分析并智能預(yù)判系統(tǒng)故障。（4）可視化管理模塊。設(shè)置統(tǒng)一的用戶認(rèn)證和登陸界面，主要負(fù)責(zé)通過圖形化的管理界面實(shí)現(xiàn)對(duì)系統(tǒng)相關(guān)應(yīng)用功能直觀統(tǒng)一的呈現(xiàn)［2］。

3系統(tǒng)實(shí)現(xiàn)的關(guān)鍵技術(shù)

3．1狀態(tài)數(shù)據(jù)采集

信息主要包括調(diào)度數(shù)據(jù)網(wǎng)設(shè)備、主／子站系統(tǒng)、安全防護(hù)設(shè)備等信息，對(duì)主站系統(tǒng)的網(wǎng)絡(luò)設(shè)備信息進(jìn)行采集時(shí)需使用到SNMP，主站系統(tǒng)以主調(diào)控與備用調(diào)控自動(dòng)化系統(tǒng)（可細(xì)分為機(jī)房環(huán)境、硬軟件狀態(tài)等，機(jī)房環(huán)境信息通過機(jī)房管理系統(tǒng)提供的第三方接口進(jìn)行采集）作為主要監(jiān)視對(duì)象，共包含3種信息指標(biāo)采集方式，即簡(jiǎn)單網(wǎng)絡(luò)管理協(xié)議（SNMP）、部署程序方式、第三方接口；子站系統(tǒng)主要對(duì)常規(guī)站和智能站進(jìn)行監(jiān)測(cè)（具體可細(xì)分為相量測(cè)量裝置PUM、監(jiān)控主機(jī)、交換機(jī)、直流電源和不間斷電源UPS等），通過在站端部署可視化運(yùn)行維護(hù)子站完成相應(yīng)指標(biāo)的采集，再傳輸至主站的匯聚服務(wù)器；安全防護(hù)設(shè)備和調(diào)度數(shù)據(jù)網(wǎng)（包括網(wǎng)絡(luò)設(shè)備和鏈路信息）則分別以通用與專用安防設(shè)備、網(wǎng)絡(luò)設(shè)備與鏈路信息作為主要監(jiān)視對(duì)象，二者的信息采集均通過第三方接口（分別由內(nèi)網(wǎng)安全監(jiān)視平臺(tái)和網(wǎng)絡(luò)設(shè)備管理平臺(tái)提供）完成［2］。

3．2健康評(píng)價(jià)

（1）評(píng)價(jià)體系，健康評(píng)價(jià)主要將電網(wǎng)調(diào)控系統(tǒng)中包括運(yùn)行狀態(tài)、軟硬件資源利用情況、告警情況等在內(nèi)的主要因素作為綜合考慮的參數(shù)項(xiàng)，根據(jù)實(shí)際需要結(jié)合運(yùn)用相關(guān)算法獲取量化的計(jì)算結(jié)果，通過梳理實(shí)際電網(wǎng)調(diào)控系統(tǒng)的業(yè)務(wù)邏輯構(gòu)建健康評(píng)價(jià)體系，將電網(wǎng)調(diào)控系統(tǒng)總健康度細(xì)分為由具體采集狀態(tài)量組成的多個(gè)評(píng)價(jià)指標(biāo)［3］。具體層次，如表1所示。（2）評(píng)價(jià)方法，結(jié)合專家經(jīng)驗(yàn)法得到相應(yīng)指標(biāo)權(quán)重，再通過加權(quán)求和得到第三層健康度的計(jì)算結(jié)果，依次向上完成各個(gè)層次的評(píng)價(jià)過程，據(jù)此得出系統(tǒng)整體健康度的計(jì)算結(jié)果。硬件健康度的評(píng)價(jià)流程，如圖2所示。指標(biāo)評(píng)價(jià)的狀態(tài)量包含二值型和數(shù)值型2類，二值型包括實(shí)時(shí)數(shù)據(jù)庫表結(jié)構(gòu)等，對(duì)應(yīng)指標(biāo)異常（分?jǐn)?shù)通常為0）或正常（分?jǐn)?shù)通常為100）兩種狀態(tài)；數(shù)值型包括CPU利用率等，分?jǐn)?shù)值在0～100區(qū)間內(nèi)［3］。

3．3故障診斷分析和定位

在調(diào)控系統(tǒng)實(shí)際運(yùn)行過程中部分較復(fù)雜的業(yè)務(wù)故障已經(jīng)發(fā)生，但難以被運(yùn)行維護(hù)人員發(fā)現(xiàn)，故障檢測(cè)功能主要用于實(shí)現(xiàn)對(duì)這部分業(yè)務(wù)故障的及時(shí)發(fā)現(xiàn)和告警，提醒工作人員及時(shí)采取應(yīng)對(duì)措施；對(duì)于已發(fā)現(xiàn)的故障，通過故障診斷模塊完成初步的分析、判斷和分類（并進(jìn)行相應(yīng)標(biāo)注）以供后續(xù)故障定位模塊使用。根據(jù)上述故障診斷結(jié)果由故障定位模塊判斷出故障類型，結(jié)合系統(tǒng)的實(shí)際業(yè)務(wù)拓?fù)潢P(guān)系完成對(duì)故障的定位和確認(rèn)。

（1）故障檢測(cè)快速發(fā)展完善的信息物理及通信技術(shù)（尤其是廣域測(cè)量系統(tǒng)WAMS等）在電網(wǎng)信息采集與監(jiān)控領(lǐng)域中的應(yīng)用范圍不斷擴(kuò)大，電網(wǎng)信息數(shù)據(jù)的采集流程得以有效簡(jiǎn)化，有效提高了廣域大電網(wǎng)的可控性和可觀性，但目前仍然存在數(shù)據(jù)采集與挖掘應(yīng)用的適配度較低的問題，阻礙了數(shù)據(jù)高質(zhì)量共享與利用及高度集成化電網(wǎng)的實(shí)現(xiàn)，電力大數(shù)據(jù)在時(shí)間、空間與目標(biāo)3個(gè)維度間緊密關(guān)聯(lián)，電網(wǎng)智能調(diào)控系統(tǒng)實(shí)現(xiàn)的關(guān)鍵在于對(duì)這些數(shù)據(jù)信息進(jìn)行深度挖掘和高效利用［4］。電網(wǎng)智能調(diào)控系統(tǒng)涵蓋的業(yè)務(wù)種類和數(shù)量會(huì)不斷增多，進(jìn)而增加了邏輯層級(jí)關(guān)系的復(fù)雜程度，導(dǎo)致所需采集的狀態(tài)數(shù)據(jù)表現(xiàn)出數(shù)量多、更新快、關(guān)聯(lián)關(guān)系復(fù)雜等特點(diǎn)。本文結(jié)合運(yùn)用孤立森林算法實(shí)現(xiàn)高效準(zhǔn)確的故障檢測(cè)功能，明顯提高了數(shù)據(jù)使用效率和質(zhì)量，該算法易于模型構(gòu)建且學(xué)習(xí)策略準(zhǔn)確度較高，針對(duì)電網(wǎng)調(diào)控系統(tǒng)中的異常運(yùn)行業(yè)務(wù)狀態(tài)，結(jié)合業(yè)務(wù)實(shí)時(shí)資源占用數(shù)據(jù)實(shí)現(xiàn)準(zhǔn)確高效的檢測(cè)過程，故障檢測(cè)具體流程為：D5000系統(tǒng)運(yùn)行過程中會(huì)產(chǎn)生業(yè)務(wù)相關(guān)進(jìn)程資源，將采集到的這些資源占用情況的歷史數(shù)據(jù)作為原始樣本集構(gòu)建L個(gè)隔離樹，在此基礎(chǔ)上建立初始異常檢測(cè)模型，然后構(gòu)建子森林異常檢測(cè)器（使用系統(tǒng)抽樣方法完成）并對(duì)其進(jìn)行訓(xùn)練，進(jìn)而得到告警閾值k值，接下來通過孤立森林異常檢測(cè)算法訓(xùn)練k，并在此基礎(chǔ)上判斷數(shù)據(jù)異常狀態(tài)；實(shí)時(shí)資源占用信息被采集后立即傳送至異常檢測(cè)模型中，經(jīng)其處理后得到系統(tǒng)狀態(tài)分?jǐn)?shù)，系統(tǒng)處于正常狀態(tài)時(shí)分?jǐn)?shù)在（0，k）區(qū)間、系統(tǒng)出現(xiàn)異常對(duì)應(yīng)（k，1）區(qū)間內(nèi)的分?jǐn)?shù)；同時(shí)在滑動(dòng)窗口中更新數(shù)據(jù)，簡(jiǎn)單隨機(jī)抽樣已完成檢測(cè)的實(shí)時(shí)數(shù)據(jù)進(jìn)入到緩存區(qū)，在積累的抽樣數(shù)據(jù)滿足更新條件的情況下觸發(fā)更新得到用于更新異常檢測(cè)模型的數(shù)據(jù)集，據(jù)此構(gòu)建k個(gè)子森林異常檢測(cè)器并完成對(duì)常檢測(cè)模型的更新，使其同系統(tǒng)的運(yùn)行狀態(tài)相匹配，從而持續(xù)完善異常檢測(cè)模型的性能［5］。

（2）故障診斷對(duì)電網(wǎng)智能調(diào)控系統(tǒng)發(fā)生的異常狀態(tài)的實(shí)時(shí)數(shù)據(jù)（通過故障檢測(cè)獲取）采用相應(yīng)的故障診斷方法進(jìn)行人工處理操作，并對(duì)此時(shí)發(fā)生的故障類型（可能包含一種或多種）進(jìn)行標(biāo)注，為有效區(qū)分不同故障類型，在異常檢測(cè)運(yùn)行過程中需收集和標(biāo)注各類故障的異常數(shù)據(jù)，各故障類型超過一定數(shù)量后（本文設(shè)置為100條）時(shí)，針對(duì)這些故障類型的異常數(shù)據(jù)，通過分類器算法的使用完成數(shù)據(jù)的訓(xùn)練與測(cè)試，然后據(jù)此建立故障分類模型，進(jìn)而構(gòu)成能夠自動(dòng)判斷不同的系統(tǒng)異常狀態(tài)對(duì)應(yīng)的故障類型的異常診斷系統(tǒng)［6］。

（3）故障定位通過綜合考慮系統(tǒng)的業(yè)務(wù)邏輯拓?fù)洹⒏婢樞虻纫蛩兀瓿晒收隙ㄎ还δ艿脑O(shè)計(jì)，該模塊主要用于對(duì)源頭異常進(jìn)行定位，先完成某時(shí)間段內(nèi)告警信息（存儲(chǔ)于數(shù)據(jù)庫中，如業(yè)務(wù)邏輯映射表和進(jìn)程信息表）的讀取，并對(duì)告警進(jìn)程進(jìn)行分類，然后定位單業(yè)務(wù)告警信息的故障源進(jìn)程（根據(jù)業(yè)務(wù)內(nèi)進(jìn)程號(hào)），根據(jù)約束關(guān)系，在最終故障源進(jìn)程中定位由單業(yè)務(wù)告警信息構(gòu)成的多業(yè)務(wù)告警［7］。節(jié)點(diǎn)硬件資源異常，對(duì)業(yè)務(wù)源頭告警進(jìn)程所在節(jié)點(diǎn)占用該資源類型的全部進(jìn)程進(jìn)行關(guān)聯(lián)處理，根據(jù)資源約束關(guān)系完成對(duì)導(dǎo)致異常的原始進(jìn)程的確定；系統(tǒng)軟件資源占用異常，根據(jù)相關(guān)映射表進(jìn)行分類，將全部共享故障的進(jìn)程建立關(guān)聯(lián)，根據(jù)具體情況確定導(dǎo)致異常的原始進(jìn)程；數(shù)據(jù)庫異常，按數(shù)據(jù)庫、表類型進(jìn)行分類，建立同一數(shù)據(jù)庫操作的全部進(jìn)程間的關(guān)聯(lián)性，根據(jù)實(shí)際操作情況判斷數(shù)據(jù)庫及實(shí)時(shí)數(shù)據(jù)的異常；業(yè)務(wù)邏輯異常，除上述異常外，在全部報(bào)警進(jìn)程同屬一個(gè)進(jìn)程的情況下可初步判斷為該類異常，根據(jù)相應(yīng)拓?fù)溆成浔泶_定導(dǎo)致異常的進(jìn)程［8］。

4示范應(yīng)用

為測(cè)試本文所設(shè)計(jì)系統(tǒng)的可行性，將其在某電力調(diào)度系統(tǒng)的安全I(xiàn)II區(qū)試運(yùn)行，在三區(qū)的獨(dú)立服務(wù)器保存運(yùn)行狀態(tài)采集信息，其他設(shè)備狀態(tài)信息的數(shù)據(jù)匯聚節(jié)點(diǎn)（包括一區(qū)、二區(qū)、備調(diào)及云平臺(tái)）均為管理網(wǎng)內(nèi)的主備服務(wù)器再聚到三區(qū)的存儲(chǔ)服務(wù)器（經(jīng)過正向隔離設(shè)備），針對(duì)存在于各分區(qū)內(nèi)的相關(guān)軟硬件信息，先通過使用采集程序（通常在匯聚節(jié)點(diǎn)根據(jù)實(shí)際需要部署）完成信息的采集后，傳輸至該區(qū)的匯聚節(jié)點(diǎn)，網(wǎng)絡(luò)設(shè)備狀態(tài)信息的獲取與信息向匯聚節(jié)點(diǎn)傳輸時(shí)分別通過TCP／IP和SNMP協(xié)議完成。目前該系統(tǒng)主要負(fù)責(zé)對(duì)主站機(jī)房?jī)?nèi)的軟硬件狀態(tài)動(dòng)力環(huán)境設(shè)備狀態(tài)（包括存儲(chǔ)／網(wǎng)絡(luò)／安防設(shè)備、服務(wù)器和工作站）進(jìn)行監(jiān)視，工作人員查看自動(dòng)化設(shè)備的運(yùn)行狀態(tài)時(shí)可通過WEB訪問完成。該系統(tǒng)運(yùn)行已超過一年，能夠及時(shí)發(fā)現(xiàn)系統(tǒng)存在的異常并告警，可準(zhǔn)確定位系統(tǒng)存在的故障點(diǎn)，通過健康度評(píng)價(jià)結(jié)果實(shí)現(xiàn)了對(duì)系統(tǒng)潛在問題及時(shí)準(zhǔn)確的判斷，幫助工作人員及時(shí)全面的掌握電網(wǎng)調(diào)控系統(tǒng)的運(yùn)行狀態(tài)并通過該平臺(tái)快速分析故障，能夠?yàn)橄到y(tǒng)運(yùn)維工作提供科學(xué)合理的參考，使運(yùn)維工作更加精細(xì)化和專業(yè)化，有利于確保電網(wǎng)調(diào)控系統(tǒng)的安全穩(wěn)定運(yùn)行，進(jìn)而保證電網(wǎng)的安全穩(wěn)定運(yùn)行，為保障電網(wǎng)的安全穩(wěn)定運(yùn)行提供有力支撐［9］。

5總結(jié)

隨著電網(wǎng)規(guī)模及用電需求的不斷增加，對(duì)智能電網(wǎng)調(diào)控系統(tǒng)的自動(dòng)化水平安全穩(wěn)定性能提出了更高的要求，本文主要對(duì)電網(wǎng)智能調(diào)度系統(tǒng)進(jìn)行了優(yōu)化設(shè)計(jì)，為保障系統(tǒng)整體的穩(wěn)定運(yùn)行，通過構(gòu)建的運(yùn)行狀態(tài)監(jiān)視與智能診斷平臺(tái)使監(jiān)控、評(píng)價(jià)、故障預(yù)警等功能得以有效實(shí)現(xiàn)，實(shí)際在調(diào)控中心試點(diǎn)的初步應(yīng)用表明本文的設(shè)計(jì)方案能夠?qū)崟r(shí)高效的監(jiān)控電網(wǎng)調(diào)控系統(tǒng)的運(yùn)行狀態(tài)，并據(jù)此進(jìn)行評(píng)價(jià)、診斷及預(yù)警，以確保電網(wǎng)能夠安全穩(wěn)定運(yùn)行。本研究?jī)H限于調(diào)控系統(tǒng)運(yùn)行狀態(tài)監(jiān)控和故障，對(duì)于二次設(shè)備監(jiān)視工作仍有待深入研究，如對(duì)二次設(shè)備通過構(gòu)建協(xié)同監(jiān)視體系（針對(duì)自動(dòng)化設(shè)備）實(shí)現(xiàn)統(tǒng)一監(jiān)視和管理功能，并研究相應(yīng)的全壽命周期信息模型實(shí)現(xiàn)設(shè)備全生命周期管理。

參考文獻(xiàn)

［1］閆湖，黃碧斌，劉龍珠．人工智能在新一代電力系統(tǒng)中的應(yīng)用前景分析［J］．電力信息與通信技術(shù)，2018（11）：7－11．

［2］黃彥浩．基于數(shù)據(jù)認(rèn)知的電網(wǎng)仿真數(shù)據(jù)智能分析系統(tǒng)架構(gòu)研究［J］．電力信息與通信技術(shù)，2017（12）：59－64．

［3］張宇航，邱才明，賀興，等．一種基于LSTM神經(jīng)網(wǎng)絡(luò)的短期用電負(fù)荷預(yù)測(cè)方法［J］．電力信息與通信技術(shù)，2017（9）：19－25．

［4］張永剛，莊衛(wèi)金，孫名揚(yáng)，等．大運(yùn)行模式下面向監(jiān)控的分布式智能告警架構(gòu)設(shè)計(jì)［J］．電力系統(tǒng)保護(hù)與控制，2016（22）：148－153．

［5］陳亮，王震，王剛．深度學(xué)習(xí)框架下LSTM網(wǎng)絡(luò)在短期電力負(fù)荷預(yù)測(cè)中的應(yīng)用［J］．電力信息與通信技術(shù)，2017（5）：8－11．

［6］章銳，劉道偉，陳樹勇，等．信息驅(qū)動(dòng)的大電網(wǎng)全景安全防御系統(tǒng)可視化設(shè)計(jì)［J］．電力信息與通信技術(shù)，2016（12）：46－51．

［7］孫啟明，石立寶，司大軍，等．基于連鎖故障事故鏈搜索的輸電網(wǎng)風(fēng)險(xiǎn)評(píng)估研究［J］．電力系統(tǒng)保護(hù)與控制，2017（19）：27－34．

［8］沈鳳杰，才洪全，徐洪濤，等．省地兩級(jí)電網(wǎng)緊急控制裝置協(xié)同監(jiān)控系統(tǒng)設(shè)計(jì)［J］．電力系統(tǒng)保護(hù)與控制，2017（6）：126－132．

［9］冷華，童瑩，李欣然，等．配電網(wǎng)運(yùn)行狀態(tài)綜合評(píng)估方法研究［J］．電力系統(tǒng)保護(hù)與控制，2017（1）：53－59．

作者：李鐵 單位：國網(wǎng)遼寧省電力有限公司