大数据技术调度端电网模型管理架构-电网技术论文-工业论文
基于大数据分析的智能电网管理系统设计与实现
基于大数据分析的智能电网管理系统设计与实现随着科技与信息技术的发展，智能电网正逐渐成为未来能源供应领域的重要发展方向。
基于大数据分析的智能电网管理系统的设计与实现成为了现代电力行业的重要课题。
本文将围绕这一任务名称展开，探讨智能电网管理系统的设计与实现的相关内容。
一、智能电网概述智能电网是指运用先进的信息技术、通信技术和感知技术等手段进行电力生产、传输、配送、供应以及用户使用等环节的智能化管理。
它以信息化技术为核心，通过对电网各个环节的数据采集、传输、存储和分析，实现对电网运行的监测、预测、控制和优化，提供高效、安全、可靠的电力供应服务。
二、大数据分析在智能电网中的应用1. 数据采集与处理：智能电网管理系统通过传感器、监测设备等手段实时采集电网运行数据，如电能质量、电力消耗、设备运行状态等。
然后利用大数据分析技术对大量数据进行处理，包括数据清洗、特征提取、数据关联分析等，挖掘有价值的信息。
2. 预测与评估：基于大数据分析，智能电网管理系统能够对电力供给、电力负荷等方面进行准确的预测与评估。
通过分析历史数据、天气变化等因素，系统可以提前预测供电风险，优化电网运行策略，确保电力供应的稳定性。
3. 设备诊断与优化：大数据分析技术可以从电网设备的运行数据中发现潜在故障，并通过智能算法进行设备诊断与优化。
系统能够实时监测设备的健康状况，预测设备寿命，提前进行维护与更换，有效降低故障率，提高电网运行的可靠性。
4. 能源调度与供需平衡：基于大数据分析的智能电网管理系统可以根据不同地区的用电需求、电力负荷等因素，合理调度电力资源，实现供需平衡。
系统分析历史数据和实时需求，优化电力调度方案，降低电网过载风险，提高供电效率。
三、智能电网管理系统设计与实现1. 软件架构设计：智能电网管理系统的软件架构需考虑到系统的可伸缩性、可靠性和安全性。
可以采用分布式架构，将系统拆分为各个模块，通过消息队列、集群等技术进行通信与协作。
大数据技术在智能电网中的应用探讨
大数据技术在智能电网中的应用探讨在当今数字化时代，大数据技术正以前所未有的速度改变着各个领域，智能电网也不例外。
智能电网作为电力系统发展的新趋势，旨在实现更高效、可靠、安全和可持续的电力供应。
而大数据技术的融入，为智能电网的优化和升级提供了强大的支持。
智能电网是一种高度集成的电力网络，它融合了先进的通信技术、传感器技术、控制技术和计算机技术，以实现对电力系统的全面监测、分析和控制。
在智能电网中，大量的设备和传感器不断产生海量的数据，包括电力生产、传输、分配和消费等各个环节的信息。
这些数据具有多样性、高速性和大容量的特点，如果能够有效地收集、处理和分析这些数据，将为智能电网的运行和管理带来巨大的价值。
大数据技术在智能电网中的一个重要应用是负荷预测。
准确的负荷预测对于电力系统的规划、运行和调度至关重要。
通过分析历史负荷数据、气象数据、经济数据等多源数据，利用大数据分析方法和模型，可以更精确地预测未来的电力负荷需求。
这有助于电力公司合理安排发电计划，优化电网运行方式，提高电力供应的可靠性和经济性。
另外，大数据技术在电网故障诊断和预警方面也发挥着关键作用。
智能电网中的设备和线路可能会由于各种原因发生故障，及时发现并诊断故障对于保障电网的安全稳定运行至关重要。
利用传感器采集到的实时数据，结合大数据分析技术，可以快速准确地定位故障位置，分析故障原因，并及时发出预警信号。
这有助于维修人员迅速采取措施进行修复，减少停电时间和损失。
在电能质量监测方面，大数据技术同样具有显著优势。
电能质量的好坏直接影响到电力设备的正常运行和用户的用电体验。
通过对电压、电流、频率等电能质量参数的实时监测和大数据分析，可以及时发现电能质量问题，采取相应的治理措施，提高电能质量水平。
大数据技术还能够助力智能电网的优化规划。
在电网规划过程中，需要考虑诸多因素，如电力需求增长、电源布局、电网结构等。
利用大数据分析，可以对这些因素进行全面深入的分析和评估，制定出更加科学合理的电网规划方案，提高电网的投资效益和运行效率。
浅析基于大数据的配电自动化终端智能运维管理
浅析基于大数据的配电自动化终端智能运维管理摘要：配电网系统自动化的稳定运行发展，一直是我国在电网自动化技术方面研究的重要方向，为了使自动化的配电网终端能够更加的安全运作，解决在配电网开始自动化运行后在系统出现的一些影响运行的问题，本文提出了利用基于大数据的智能运维形式来进行对自动化配电网试行的有效管理。
大数据平台的高效的数据处理分析能力，可以对配电网和自动化终端进行深入的分析，建造了配电的自动化终端的良好状态，实现了对配电自动化的终端设备的运行监测、评价和设备故障预警和故障识别。
在这个基础中，实现对配电自动化终端的管理和运维的决策。
通过实践，此种方案可以解决配电自动化的终端在运维管理中的不足之处，提升了配电自动化的运管水平。
关键词：基于大数据；配电自动化；运维管理国民经济飞速发展的现在，人们的生活水平也不断的提高，对电力的安全性有了更高级的要求。
普遍应用配电子自动化能够为配电网提供可靠的有力保障。
作为配电自动化中的重要支撑，正常运行配电自动化的终端是非常重要的。
只有正常的运行配电自动化终端，才可以实现配电网的数据采集和分析工作，实现配电网的故障隔离、运行监控和遥控操作设备等能力，达到提供稳定电网的目的。
1 配电网的终端运行工作在配电网终端中，日常运行工作都包括了设备检修、故障排查、数据查看、设备巡检、参数设置和程序更新等项目。
我国当前的配电网的自动化终端在运行上还刚起步阶段，需要定期的检测，还要在发生故障时安排工作人员到现场去进行维修工作。
全国各地开始普遍应用自动化配电情况中，配电自动化的终端数量在快速的增长，扩大了其覆盖的区域，传统的运维模式效率低下，难以满足配电自动化运维管控的需要，以下问题迫切需要解决：(1）配电终端数量众多，安装分散，运行环境较恶劣，故障率较高，而配电自动化主站对终端本身运行状态的监测功能较弱，难以直接、全面且及时地反映配电终端运行情况，迫切需要提高对配电自动化终端设备运行状态监测分析与故障判别的能力。
数字电网的理念、架构与关键技术
数字电网的理念、架构与关键技术随着科技的快速发展和全球气候变化的严峻挑战，数字电网作为一种新型的能源管理模式，逐渐成为全球电力系统改革的重要方向。
数字电网以用户为中心，注重可持续发展，通过数字技术实现电力系统的智能化和高效化，为智慧城市和工业互联网等领域提供了重要的支持。
数字电网的核心理念是实现电力系统的数字化和智能化。
在数字电网中，各种信息数据通过传感器、智能设备等收集并整合在一起，利用大数据分析和人工智能技术，实现对电力生产、传输和消费的实时监控和优化管理。
数字电网的出现，使得电力系统的管理更加精细、灵活和高效。
数字电网的架构包括基础设施、网络结构和管理体系三个部分。
基础设施是数字电网的底层设施，包括智能设备、传感器、数据中心等，用于收集、存储和处理各种数据。
网络结构是数字电网的核心，通过各种通信网络将基础设施连接在一起，实现数据的传输和共享。
管理体系是数字电网的软件部分，包括数据分析、监控、调度等功能，实现对电力系统的智能化管理。
数字电网建设中的关键技术包括智能微网、物联网、云计算等。
智能微网是指将分布式能源、储能系统、智能设备等有机地结合在一起，实现能源的自主管理和优化利用。
物联网技术则用于实现各种设备的互联互通，提高数据采集和传输的效率。
云计算平台则提供强大的计算和存储能力，实现对海量数据的处理和分析。
数字电网在实际应用中具有广泛的优势和场景。
在智慧城市领域，数字电网可以实现电力资源的合理分配和调度，提高城市的能源利用效率和管理水平。
在工业互联网领域，数字电网可以提供实时能耗监测和管理，帮助企业实现能源成本降低和生产效率提高。
数字电网还可以应用于新能源领域，提高电网的可靠性和稳定性，促进可再生能源的发展和利用。
总之数字电网的未来发展前景十分广阔。
随着技术的不断进步和应用的不断深化，数字电网将在能源管理、环保、经济和社会发展等方面发挥越来越重要的作用。
未来的数字电网将更加注重数据的挖掘和分析，以及人工智能等新技术的应用，实现电力系统的全面数字化和智能化，为智慧城市和工业互联网等领域提供更加优质的服务和支撑。
电力调度数据网架构及组网技术
Science and Technology & Innovation ┃科技与创新·101·文章编号：2095－6835（2016）14－0101－02电力调度数据网架构及组网技术陈浩晖（中国电子科技集团公司第三十四研究所，广西 桂林 541004）摘 要：基于电力调度数据网架构，从设备配置、网络拓扑、传输网络传送技术、数据网关键技术及安全策略等方面对电力调度数据网进行了阐述。
关键词：电力调度；数据网架构；组网技术；设备配置中图分类号：TN91 文献标识码：A DOI ：10.15913/ki.kjycx.2016.14.101电力调度数据网（以下简称“调度网”）是建设在电力SDH 通信传输网络平台上的调度生产专用数据网，是实现调度实时和非实时业务数据传输的基础平台，也是实现电力生产、电力调度、实时监控、数据管理智能化及电网调度自动化的有效途径，为发电、送电、变电、配电联合运转提供安全、经济、稳定、可靠的网络通道，满足承载业务安全性、实时性和可靠性的要求。
承载的电力业务包括SCADA/EMS 调度自动化系统、远动、电量采集、继电保护、故障录波、动态预警监测、安全自动装置等信息。
调度数据网的可靠性总体需满足网络拓扑的可靠性、设备本身的可靠性、低网络延迟、低全网路由收敛时间、网管稳定性和可靠性等要求；调度数据网的安全性总体需满足安全隔离、设备安全、安全控制和安全监测、安全管理等要求。
1 调度数据网网络结构电力调度数据网按3层结构考虑，分为核心层（中调主、中调备）、汇聚层（地调主、地调备）和接入层（各变电站和用户站），具体如图1所示。
图1 调度数据网网络结构图2 设备配置及网络传送路由电力调度数据网接入设备拓扑结构如图2所示。
从图2所示的网络拓扑图来看，中调和地调均配置了主、备路由器，设备均采用双备份、双电源机制，在路由器和交换机之间增加了纵向加密装置，在变电站和用户变测配置了一个路由器，经传输通道使主、备路由传输接入到汇聚层的地调路由器中。
调度自动化系统数据网络架构的优化与完善
调度自动化系统数据网络架构的优化与完善【摘要】随着智能电网技术支持系统的主备调技术架构和调度数据网专用化要求，调度自动化系统主站、厂站分别构建主干局域网和采集数据网以适用不同的运行架构，而分布于各变电站、维操队、县调等自动化数据信息与服务的各个节点，如何安全、有效、可靠的实现数据信息的通信，合理组织调度数据网的协议、路由配置技术等;这些新技术、新变化，对地调自动化系统的运维管理与技术应用都提出了更为高级和复杂的要求。
【关键词】调度数据网;备调系统;主干局域网与采集数据网;远程工作站1.引言调度数据网作为调度自动化专用网络通道，以中心辐射式结构将各变电站数据节点与中心主站前置服务实现路由连接，通过VPN隧道、BGP协议、OSPF 协议实现实时与非实时信号的通信，然而它只适用于厂站信号采集业务。
对于主站系统而言，各服务器及其服务节点之间由于采用了分布式服务和信息处理，形成主干局域网，以满足多节点、主备调系统、远程工作站、维操工作站等不同的业务要求;加之配网自动化系统等数据交互连接，使得调度自动化系统数据网络架构必须满足安全分区隔离，有效同域互联、优化与完善数据通信网络，实现数据信息流分类交互通信，系统功能独立完整互不干扰，有着十分重要的现实意义和技术价值。
2.基本架构（1）从系统功能和服务应用，自动化网络架构来分1）主站系统服务层应用业务如：EMS调控一体化系统、.DMS配调自动化系统，实现系统功能，完成数据处理与交互集中或分布式处理服务。
2）数据通信层：主干局域网…………采集数据网实现方式如：传输通信、网络交换、路由协议。
3）数据信号节点：各子站系统及自动化终端……………归属于采集数据网;调度远程工作站、分散的系统应用节点……………归属于主干数据网。
前者作为数据源按照一定的协议与通信规约实现与主站系统的通信与解析;后者与主站系统属于同一局域网，作为系统服务和应用的扩展和延伸。
（2）从数据信息类型来分1）采集数据网：不同系统之间按照一定的协议与规约，以报文的形式，实现系统通信与解析，作出正确和实时的响应; 面向各厂站RTU数据及调控指令的交互和响应。
浅谈电力系统调度数据网
浅谈电力系统调度数据网摘要;电力系统调度数据网是电力系统两张物理独立的通信网络之一，承载的业务与电力生产过程息息相关，对可靠性、安全性的要求极高。
本文结合电力系统调度数据网结构特性的分析,对电力系统调度数据网络建设中的技术体制、网络拓扑、路由策略、网络节点及IP规划等方面进行了分析阐述。
关键词：电力调度数据网建设1电力系统调度数据网结构特性分析电力系统调度数据网络，通过一个VPN（虚拟专用网络）实现水平以及之间的调度中心和调度中心的相关电厂，变电站之间的互联网，在网络上使用IP 路由和交换设备的专用通道，以实现在SDH或PDH与公共权力的系统信息，包括调度自动化系统SCADA / EMS（自动化系统，远程），电能计费系统（电能量采集装置）的水平，继电器管理信息系统，动态预警监测系统（功角测量设备）和安全自动装置信息和其他数据传输服务。
为了满足电力生产，电力调度，传输中继等信息的需求，协调电力系统送我去，联合行动的变化，配电，用电和其他组件，以确保网络安全，经济，运行稳定可靠。
电力系统调度数据网络架构范围主要包括以下几个层次。
1.1核心层核心层是电力系统调度数据网的主体部分，由位于省调和地调的核心路由器组成，利用可靠的网络拓扑结构和高性能的网络设备实现网络报文的高速转发，并提供220kV变电站和统调发电厂的网络接入功能。
1.2骨干层骨干层，在一些县调和转移，控制中心（控制站）路由器，是为所有串联接入层节点的管辖范围内负责。
接入层：接入层主要是负责调度点的业务接入和数据骨干层中的重要作用。
电力系统调度数据网络进行数据通信调度系统可分为以下几类：第一，实时监控服务。
包括EMS（能量管理系统）和RTU（远程终端控制系统）或变电站综合自动化系统和实时数据/县级调度，县级市/县级调度环境管理体系之间的实时数据交换。
其次，经营和管理业务。
如发电，电力和联络线交换计划，接触线的评估；预定投票，投票操作，维护门票;调度生产运行报告（每天，每月，每季）；电能计量和计费信息，故障记录，保护和管理数据的安全自动装置。
基于大数据技术的智能电网管理系统设计
基于大数据技术的智能电网管理系统设计随着智能电网技术的发展，传统的电网管理方式已经无法适应现代人们对于电能的需求。
因此，基于大数据技术的智能电网管理系统应运而生。
一、智能电网管理系统智能电网管理系统是一种利用人工智能、大数据技术等新兴技术，将电网中的能源信息、用电负荷等数据进行采集、分析和汇总，以实现电能的智能化管理和精细化运作。
智能电网管理系统可以有效地提高电力企业的智能化管理和业务水平，满足用户需求，具备多种功能和特点，例如：1. 远程控制。
智能电网管理系统可以通过遥控设备，实现对于电网中的设备的遥控和管理。
2. 实时监测。
通过对电网中的用电负荷、电能消耗等数据进行采集和分析，实现对各电网设备的实时监测。
3. 节能环保。
通过机器学习和大数据技术，实现对于电能的优化管理，减少能源的浪费，从而达到节能环保的目的。
二、基于大数据技术的智能电网管理系统设计智能电网管理系统实现的关键是数据的采集和处理。
因此，大数据技术成为了智能电网管理系统设计的重要支撑。
基于大数据技术的智能电网管理系统设计包括以下几个部分：1. 采集数据。
智能电网管理系统需要采集电网中的各种数据，例如用电负荷、线路电压、电能消耗等，数据来源包括电网设备、监测装置等。
2. 数据存储。
采集到的数据需要进行存储和管理。
智能电网管理系统可以采用Hadoop等大数据存储技术进行数据存储和管理。
3. 数据分析。
通过对电网中的数据进行分析，可以实现对电力生产、用电负荷等方面的分析和预测。
智能电网管理系统可以采用机器学习和数据挖掘技术进行数据分析和处理。
4. 处理反馈。
智能电网管理系统可以针对分析出的数据结果，采取相应的措施进行处理反馈。
例如，对于能源的优化利用，可以通过遥控设备对电网设备进行调整。
5. 用户服务。
智能电网管理系统可以为用户提供多样化的服务，例如在线计量、在线服务等，以满足用户对于电能的需求。
三、智能电网管理系统实现的价值基于大数据技术的智能电网管理系统实现的价值不仅体现在电力企业的管理方面，还能为人们的生活提供多种便利。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据技术调度端电网模型管理架构-电网技术论文-工业论文
——文章均为WORD文档，下载后可直接编辑使用亦可打印——
摘要：为全面统计于统计大运转体系下电网系统的信息，在大数据技术的协助下，建设功能强大的电网模型管理与分析架构，调度端是该架构电热主要应用对象。
文章在解读大数据存储结构特征基础上，建设了文本式结构储存电网模型，规划设计结构化的主键值电网模型的时间、空间以及运用多维度的拓展。
基于实验设计，比较分析本文设计的模型和传统模型，临界点设定为15min，分析两个模型的错误率，实验研究表明，伴随时间的增加，传统模型的错误率有不断增加趋势，最后达45.68%，而本课题设计出的模型错误率为3.70%。
关键词：大数据；调度端；电网模型；架构设计
引言
在高新科技的支撑下，很多智能与大运转体系处于在建状态中，各级调度中心逐渐实现集成化，是建设标准化电网模型的重要基础，CIM/XML、CIM/E、CIM/G是当前智能电网中主要运行的电网标准化模型。
以上三种标准化电网模型在各级调度中心实现规模化应用，有时间、空间及运用多维等诸多特点。
但是对于海量的电网模型数据，怎样借助有效的数据存管形式，实现科学分析电网模型整体相关性的目的，深度挖掘数据模型持有的价值方面的研究较为罕见[1]。
1整体架构
从本质上分析，大数据存储的数据库隶属于非关系型数据库（NOSQL），该型数据库基于分布式存储形式实现有效管理与存储海量数据，借助分布式测算过程捕获明显超出单机的测算能力，对大规模的数据集起到强大支撑作用。
于NOSQL系统内，key-value是存储数据的主要形式，结合存储方式的差异性，可以将key-value细化为
如下三种类型：（1）key-value：数据库由成对的键-值构成，功能以存储简易的数据关系为为主，常见的有Redis、TokyoCabinet；（2）key-columnFamily，为列簇存储法，其用于实践中允许列簇包括多列数据，可以基于数层嵌套形式存储冗长、复杂的信息；（3）key-document：JSON是其主要的文本样式，其与JSON相似度很高，利用内嵌形式存储结构复杂的数据，CouchDB是该类形式的典范。
基于电网模型自体的结构样态特征，本文最终决定采用key-document 存储模型，图1是模型管理架构[2]。
在大数据分析架构中，数据转换层利用ETL工具提取源数据并将其传送至存储平台上，分布式存储平台结合智能电网不同级别调度中心建设的相关性应用主从架构，主节点的作用以监测系统运行状态为主，为提升容错性通常会规划设计数个副本，图1内的分片代表的是子节点。
为强化并行测算能力，本架构应用了图1为模型管理架构，并将索引技术用于MapReduce分布式处置流程中，于各分片上建设单键值、复合键值索引，而后将各节点持有的索引信息完整的存储于主节点上[3]。
2技术分析
2.1结构化Key
本模型基于key-document被存储于数据库内，key作为NOSQL内主键，为确保在系统内主键的独有性，及使模型于多维空间内有良好的辨识度，本文设计了15位的结构化主键，0~3、4~6、7~9、10~12、13~14键对应的含义依次是各地区分支、既往版本、应用系统、机器ID及数据、类别。
2.2电网模型ETL
电网模型在运转过程中，需在ETL工具的协助下，将各种数据转型为统一格式存储于数据内。
本文如下介绍各标准化电网模型实现ETL的途径。
（1）CIM/E模型CIM/E标准为国标，是于CIM/XML录入信息冗余过多的情景下，基于E语言开发出的一种在线模型交互标准，以类定义为支撑阐述文档模型的产出格式，采用横、纵纵表式结构存储模型，功能于在线模型互换为主。
图2为CIM/E模型实现ETL的过
程[4]。
（2）CIM/XML模型本文提及的标准是当下世界各国通用的模型交互标准，近些年其在国内多个地区试用或投用，反响较好，其利用结构化文件存储模型，为确保能清晰阐述信息咨询，CIM/XML对XML的多层嵌套结构进行简化处理，仅留存了资源/属性两层面的扁平式结构，利用ID精准、快速调用不同元素，CIM/RDF是录入电网元数据模型的载体。
（3）CIM/G模型该标准是现行电网图形交互规范，是以电力系统公共信息平台SVG为基础建设于发展的。
G语言持有的基本图形要素传承了SVG的图形阐述特征于语法法则，剔除了SVG 不能实现共享间隔、图元模板的不足，以最直接的形式阐述电网电力设备具备的属性，在多层级引用形式的支撑下，简易、高效率的阐述、存储、调取设备信息及图形数据[5]。
2.3分布式系统结构
当前，很多地区的智能电网于各级调度中心内建设了主—从分布式管理体制，系统架构有选择性的借鉴当前调度系统的优势，master-slave是系统架构的结构类型，主节点为满足显示需求而被安设于国调或网调内，增设数个副本主机进行备份的目标是维持于提升
系统运行状态的安稳性。
3实验分析
为检测检验本课题设计的模型管理架构的显示工作效果，和传统架构做比较分析，设计了对比实验，实验参数见表1所示[6]。
依照如上设定的参数开展实验研究，选用传统架构于本文设计的模型管理架构为实验对象，对电网调度中心故障进行检查诊断，全面记录诊断结果记录，参照结果对比两种架构的性能。
将15min设定为调度故障诊断时间的临界点，分别录入15min中传统架构与本文架构检查诊断到的故障元件数目与15min后两种架构可以诊断的故障元件数据。
对故障元件诊断实验结果分析后，不难发现在诊断同个电网时，本文设计出的模型管理架构诊断出的故障元件数目始终多于传统架构，实际故障元件超出60个，而传统架构仅能检测诊断出40个，错误率达到33.33%（20/60）；而本文研究设计的架构能诊断出58个故障元件，错误率为3.33%（2/60），检测能力是传统架构的10倍有余。
4结束语
本文建设一种基于大数据技术建成的电网模型管理于分析架构，将其用于电网调度端，实现分布式管理于分析多种标准电网模型。
列举了应用EYL工具提获、转存多个标准模型，利用结构化key多维辨识电网模型；利用组合索引技术提升MapReduce的检索效率，减少I/O的耗用量。
通过和传统架构进行比较分析，验证了本文设计出架构在故障元件诊断方面有较高精确度的事实，为电网实现高级别、权威度调度提供更大支撑。
参考文献
[1]韦雅,田珂,丁博,等.基于物联网的电网调度信息全局监控方法研究[J].信息技术,2020,44(03):144-147.
[2]吴汕,孙伟乐,李祥.地区电网智慧调度系统功能设计与构建[J].浙江电力,2020,39(02):1-9.
[3]王强,胥腾飞.云计算与电力大数据技术的发展探寻[J].电力设备管理,2020,41(02):125-126+146.
[4]李金讯,颜清,吴秋佳.基于大数据及人工智能的大电网智能调控系统框架[J].通信电源技术,2020,37(03):5-7.
[5]许扬,雷震,高洁.基于大数据的电网调度故障自动诊断系统设计[J].自动化与仪器仪表,2020,47(01):204-207.
[6]徐旭,郭权利,田硕,等.基于大数据的微电网系统调度研究[J].电子世界,2019,74(23):49-50.。