高效的电网管理

为系统运营商提供高效的运营管理

能源市场是不断变化的:能源企业不断面临新的市场规则、条件、指令,因而适应这些变化成为了最费时的“瓶颈”。除了不断变化的条件造成的额外任务,电网运营商必须确保持续安全操作、维护与其他电网连接、保证可靠的供应,同时为所有市场参与者提供正确计量和计费的框架条件。

要共享的信息量也在不断增加:通用的结构化数据,网络特定的信息,负载和销售数据,以及关于利润和亏损的信息。

适应新的市场规则和流程进行可能代价昂贵。但同时,增加透明度可能是利用新潜力的关键因素,这也是能源数据管理系统能够脱颖而出的原因。

BelVis 电网管理和 KISTERS电网控制技术

只有简约而不简单的IT解决方案,才能处理海量的任务。KISTERS为网络运营提供了两个产品线。当他们串联起来时,将支持所有的技术规划和电网控制,这一切都是通过能源数据管理系统BelVis来实现的。

BelVis PRO EHP 升级包

先进复杂的预测方法

BelVis 升级包(EHP)是由KISTERS 模型部门最近开发的,已完全整合至BelVis PRO中。EHP增加了以下扩展功能:

  •  全新预测方法及最佳训练算法,提高预测质量且允许最短的训练时间
  • 交叉模型工具,例如增强的统计评估及敏感性分析
  • 最佳的ALN流程,包括稳定性分析图表

 周期性神经网络(RNN)

RNN可以作为ALN(近线性神经元)及ANN(人工神经网络)模型的扩展使用的,并且提供了最佳的预测质量。RNN是一个数据储备库,其中包括了各种已有模型的输入(矢量),并能产生100多个新模型输入。 

在BelVis PRO EHP中能够非常方便的配置RNN(周期性神经网络),点击按钮后一个新的随机分配即产生了,随之就得到一个新的模型方法。

运用RNN(周期性神经网络)可以生成随机的创造性条件,并补充到用户自己的建模方法,随机创造力可以帮助建立模型,提高预测质量,效果是相当惊人的。

等级模型

在不需要更多信息的情况下,等级模型极大的提高了预测数据的质量。许多子模型(ALN, ANN, RNN…)都能够通过一个简单的拖曳动处就可作为一个新的层级,而数据仅须提供给最高级的模型进行训练和计算。相关的训练和计算方法可以自动的分配给子模型。

可以给等级模型选择优化方法,优化方法能够自动的为子模型选择最佳组合,并且禁用精度较差的子模型。