武文广
- 作品数：7 被引量：91H指数：6
- 供职机构：国网电力科学研究院更多>>
- 发文基金：国家自然科学基金国家电网公司科技项目国家高技术研究发展计划更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 依托用电信息采集系统的配电网电能质量判定技术研究被引量：12
- 2017年
- 当前配电网自动化监控手段有限,为强化配电网故障诊断的能力,依托用电信息采集系统在中低压用电信息全采集、全覆盖的优势,通过专变采集终端对用电用户功率、电压、电流等数据进行实时采集与监测,借助中间型梯形隶属度函数的模糊数学方法,评定电能质量的综合等级,实现配电网电能质量信息的综合分析与评价。应用表明,该技术为配电网故障的快速诊断定位提供了有效依据,为供电企业及时、科学地判断电能质量问题提供辅助决策支持。
- 武文广杜峰李俊臣张良刘运锋秦晨
- 关键词：用电信息采集电能质量模糊算法
- 智能用电互动化业务的运营风险评估分析被引量：4
- 2016年
- 互动化是未来智能电网发展的主要方向。提出基于多层次模糊评价法的双向互动服务商业化运营模式风险评估模型。给出双向互动服务商业化运营模式风险评估的一般原则,并据此提出基于多层次模糊综合评价法的商业化运营模式风险评估方法。针对新型双向互动服务,给出其风险评估的基本技术路线。最后,以电动汽车充换电的合作和独立运营模式为例进行风险评估。结果表明,电动汽车充换电的合作运营模式优于独立运营模式。
- 王军李逸驰武文广赵奇刘涛张琪
- 关键词：互动化商业模式电动汽车
- 大功率电力电子技术在我国直流输配电领域的应用被引量：19
- 2017年
- 随着电力电子器件制造工艺水平的不断提高,应用于电网的大容量电力电子装置成为可能,其技术性和经济性也日益改善。概述性地介绍了当前大功率电力电子装置在我国直流输配电领域中的工程应用现状,包括传统直流输电、柔性直流输电及交直流配电网的工程应用现状。结合当前的研究热点,对大功率电力电子技术的应用进行了展望。
- 陆地李玉武文广杨蕊窦一飞
- 关键词：柔性直流输电
- 基于Kafka消息队列的新一代分布式电量采集方法研究被引量：15
- 2018年
- 为支撑国网公司同期线损管理工作的全面开展,完成35 kV及以上电压等级关口全覆盖、全采集,及时向线损管理提供关口计量点电量数据,需要在电量数据采集的完整性及数据传输的可靠性方面进行深入研究。通过引入一种基于Kafka消息队列的分布式消息处理机制,构建一套具有高吞吐量、高性能并确实可靠的分布式消息系统,采用消息发布/订阅模式,基于副本数据保护方法,运用缓冲队列循环入库算法来确保其电量的可靠传输与数据归集,实现大规模分布式应用中电量传递的高效与稳定,解决从集中式向分布式采集架构过渡的难题,以支持后续海量数据采集应用的扩展性研究。目前,该系统应用良好,运行稳定可靠。
- 金双喜李永吴骅武文广李俊臣张新艳
- 关键词：关口电量数据采集
- 支撑互动用电的用电信息采集系统基本构成与关键技术被引量：15
- 2016年
- 在智能用电的需求下,电力企业可以通过互动用电服务实现与电力客户的友好互动,为电力客户提供智能化和多样化的互动服务。该研究以用电互动信息采集系统为基础平台,设计构建了智能用电互动化服务应用平台。首先,分析国内外互动服务的发展现状;接着,从互动用电高级应用研究出发,构建高级应用功能,包括信息采集、互动用电、监测与警告、终端作业、信息发布与推送等;最后,探讨支撑互动用电服务的关键技术,包括基于CIM模型的互动业务建模技术、多信道本地通信网的异构融合技术、基于密钥实现安全防护的双向认证加密技术等。该工作可为智能用电互动化服务应用平台的建设提供技术支持。
- 王军武文广李逸驰刘平陈霜
- 关键词：智能电网用电信息采集系统
- 用电信息采集系统多业务高效协同处理关键技术被引量：13
- 2017年
- 在全球能源互联网大力发展的背景下,电力企业可以通过用电信息的共享来实现智能用电的需求,为电力客户提供智能化和多样化的用电服务。以用电信息采集系统为基础,设计构建了用电信息统一接口平台。首先,分析国内外用电服务数据交互与共享的发展现状;接着,从多业务高效协同处理研究出发,构建统一接口平台的系统架构,包括数据获取与转换、业务的高效识别、多业务协同处理等;最后,探讨支撑多业务高效协同处理的关键技术,包括基于多标签的多业务交互需求分类技术、基于深度包检测的高效识别技术、动态分配策略下多任务并行处理技术等。通过系统的应用,实现了采集系统与外部系统数据交互接口的统一、业务交互的规范管理、数据交互内容和方法的灵活配置,系统交互更加安全可靠。通过统一对外发布采集数据,充分发挥了用电信息采集系统对电能基础数据平台的支撑作用。
- 武文广王朝亮叶方彬赵羚张燕肖坚红
- 关键词：用电信息采集系统
- 电能表健康度分析及整体运行状态预测方法被引量：16
- 2016年
- 通过基于"厂商+批次"对电能表整体运行状态进行分析,不仅可以发现电能表的运行故障率呈现出明显的层次分布,同时还能发现家族性的问题或者缺陷,实现基于传统的人工经验诊断转变为基于机器学习智能分析预测。第一阶段:以厂商和生产批次为对象,通过对电能表状态的故障率、报废费和折旧率进行分析,将所有电能表的分析数据降维整合为"非健康度曲线"的一维数据,且利用散点图将分析对象非健康值展现。不仅能告诉我们每个批次电能表的现状,还能告诉我们哪些批次存在问题,根据不同的预警等级,确定电能表故障的严重性。第二阶段:通过对电能表工作状态和工作环境实时监测,借助机器学习中线性回归的算法,诊断、预测电能表的实际运行状态,预测电能表非健康度值变化趋势。基于上述二个阶段的分析,为电能表状态检修、备品备件等工作提供辅助决策依据。
- 肖坚红赵永红薛晓茹孙承露吴少雄武文广
- 关键词：数据挖掘分析
