基于长短期记忆网络的超短期负荷预测

负荷预测的准确率会影响电力生产和经济发展,根据目前广东电力现货市场的出清机制,超短期负荷预测的准确度对未来电力现货市场出清电价有着重大影响。文章采用数据横向纵向修正法对历史负荷数据进行修正,通过长短期记忆网络（Long Short Term Memory Network,LSTM）的预测方法,同时考虑现货市场实际运行时间间隔,对未来15 min的负荷进行预测。根据应用情况表明,该方法简单实用,能满足现货市场实际运行出清时的负荷预测要求。     

基于数据挖掘技术的配网转供电分析研究

配网是电网的重要组成部分,肩负着向城乡供电的重要任务,因此配网电力系统的管理是关乎用户用电的重要一环。由于中压配网用户繁多,导致精确到用户级的可靠性统计数据获取普遍困难,因而配网的停电管理也需及时优化以适应配网自动化的发展,从而提高配网的安全系数和继电保护工作人员的工作效率,降低电网的运营成本。为此,提出了基于数据挖掘分析的配网转供电,提供配网的转供电图模数据和分析,以提高配网供电的可靠性。     

基于停电窗口模式的停电计划优化及风险智能评估方法研究与应用

对基于停电窗口模式的停电计划优化及风险智能评估方法进行了研究，对停电计划优化方法、实时运行风险评估和风险控制辅助决策及其实例分析这三个方面进行了理论分析。运用电气装置故障率分级对停电计划进行优化，再选择随机森林的运行风险评估方法，获得运行风险判定结果。最后采用网络重构的方法进行运行风险控制，并用算例结果表明可行性，能有效提高方式人员的工作效率且符合可持续发展。