摘要：针对县级供电企业同时存在配网生产和营销各系统间数据交互性较弱、融合度低的问题,系统运行数据量大的特点,传统的配电网故障区段定位方法无法适应海量数据的需求。为此,本文提出了一种基于营配大数据的故障区段定位方法。采用大数据技术,对配网自动化设备实时信息和电网地理信息数据等,通过建立统一数据模型,根据数据内部的联系,结合生产积累的经验,挖掘配网营销图形数据的潜在价值,有效的解决了因故障定位准确率不高导致的巡线效率低的问题。通过历史运行数据进行的案例分析以及近半年实际运行表明,本方法可以快速、准.确的定位敌障区段,定位准确率高,并且具有较好的适应能力和容错能力。本方法为快速解决故障、恢复供电提供了技术保障,,实践证明可以大幅缩短停电时间。

摘要：传统局部放电信号检测方法在放电信号的检测上具有不稳定性。针对上述问题,在传统方法的基础上,研究出一种基于GIS可视化技术的配网局部放电信号检测方法,通过建立电缆模型对局部放电信号进行检测,在改变信号参数值的情况下对放电信号的运动情况进行模拟,进一步检测出放电信号中的干扰信号源,以人为干扰和自然干扰俩方面为例分析检测干扰信息,采用小波滤波的方式进行处理,从神经网络出发,分别列举出放电信号和干扰信号,通过滤除周期性干扰和白噪声干扰来达到检测干扰信号的目的。为检测方法效果,设置了对比实验,结果表明,该方法可以有效地检测配网局部放电信号,检测稳定性更高。