基于改进遗传算法的配电网运行故障自动诊断方法

随着越来越多的分布式电源接入配电网,配电网发生故障的频率越来越高。在检测元件、配电终端和主站间的通信过程中,常常因各种原因导致信息畸变。为此,本文提出了一种基于改进遗传算法的配电网运行故障自动诊断方法,同时,针对传统遗传算法全局搜索能力较弱、收敛速度较慢的问题,结合模拟退火算法改进遗传算法。该方法通过识别故障的特征,以诊断配电网中的异常电流。研究结果表明,该方法可以有效避免在故障诊断时配电网中的畸变干扰,能快速精确地诊断故障。     

考虑网损最小的配电网故障快速复电技术

以往的配电网故障快速复电技术由于没有考虑到网损,导致配电网故障快速复电技术的网损量太大,因此 提出了考虑网损的配电网故障快速复电技术.通过配电网实时状态估计,将原本的不良数据转变成高精度数据,让配 电网获取准确的数据信息,并通过拓扑辨识定位故障位置,对故障区域进行故障隔离,在考虑网损的情况下,计算出 故障恢复的目标函数,从而完成配电网故障快速复电技术.最后,与传统的配电网故障复电技术进行了对比实验,实 验结果表示提出的配电网故障快速复电技术具有更好的应用效果,网损量更小.     

电网企业靶向精准保密宣教模式研究

电网企业汇集了国家层面和用户层面的大量数据信息,保护这些数据信息的安全是电网企业一以贯之的工作要求.保密宣教是保密工作的重要基础,尤其在能源互联网数据信息的互联共享程度深化的时代发展背景下,提升保密宣教、管理水平,对电网企业愈发重要.本文在研究电网企业现有保密宣教现状的基础上,剖析当前电网企业保密宣教工作中存在的突出问...     

基于物联网的电缆井入侵检测装置及管控技术

针对城市电缆井的监测问题,设计电缆入侵检测装置,搭载了红外、光敏、姿态等传感器,实现对电缆井复杂环境的多维数据采集,利用物联网技术,实现将采集到的井盖实时数据传输至管理平台并展示,从而更加准确地为维护人员提供评估依据。     

基于改进蚁群算法的中压配电网络规划方法研究

研究基于改进蚁群算法的中压配电网络规划方法,设计合理的中压配电网络规划方案,降低中压配电网络的费用。构建以负荷要求、潮流限制为约束条件,投资和运行费用最低为目标函数的中压配电网络规划数学模型。通过变换状态转移准则改进蚁群算法,以数学模型为基础采用改进蚁群算法规划中压配电网络方案。实验表明该方法能使中压配电网络的负荷处于合理范围内,降低投资与运行费用。     

基于可视化系统的电力智慧营业厅运营模式

分析了供电企业外部趋势和供电营业厅现有问题,研究了可视化系统的功能和特点,提出基于可视化系统的智慧电力营业厅体系架构,并探索了可视化系统在差异化客户服务、无证业务办理、产品投放优化、人员灵活调度等场景下的具体应用,基于数据驱动优化服务质效、资源配置,完善用户标签与画像,为营业厅市场化、智能化、数字化转型提供借鉴.     

基于灰色关联分析法的电力基建施工普通基础作业安全风险评价方法

目前电力基建施工基础作业安全风险评价方法中,大多基于主观观测指标进行评价,缺乏对于评价指标权 重的调整,导致评价效果不佳.为此提出基于灰色关联分析法的电力基建施工普通基础作业安全风险评价方法,识别 电力基建施工的安全风险因素,构建基于灰色关联分析法的评价模型,选取不同项目评价指标,采用熵权法调整评价 指标权重,得出安全风险评价分数.设计对比实验进行验证,结果表明灰色关联分析法的安全风险评价方法的评价分 数误差较小,具备较优的评价效果.     

基于种子优化算法的电力系统物资智能调度方法

常规的电力系统物资调度多数采用强化学习方法原理对物资调度线路介数进行计算,全面覆盖性较差,且 线路介数计算精度较低,无法为物资调度提供精确的数据支持,增加了物资调度时效.基于此,引入种子优化算法, 提出了一种全新的电力系统物资智能调度方法.首先,设计电力系统物资调度供应网络,满足物资需求点的调度需 求.其次,利用种子优化算法,计算物资调度线路介数,获取物资调度最短路径传输网络中包含的信息.在此基础 上,构建电力系统物资智能调度优化模型,获取最优化调度方案.由实验分析结果可知,新的方法应用后,电力系统 完成物资智能调度任务所需时间较短,调度时效得到了显著提升,具有较高的可行性.     

基于模糊规则的电力系统运行数据异常识别研究

在识别电力系统运行数据异常的过程中,由于缺乏对数据之间关联关系的分析,识别结果的误差相对较大,因此提出一种基于模糊规则的电力系统运行数据异常识别方法。在构建电力系统运行数据模糊规则阶段,充分考虑了电力系统运行数据自身的属性特征,以合理粒度为原则,构建了具有多层结构的模糊规则,对数据的特征参量进行分割处理后,根据数据集中隐含的结构信息构建了电力系统运行数据之间的关联关系。在数据异常识别阶段,将模糊规则作为判断标准,计算电力系统运行数据的特异性程度,并通过约束模糊粒度保障识别结果的精度。测试结果证明,设计方法对不同程度数据异常的识别误差始终稳定在3.0%以内。