排序方式: 共有33条查询结果,搜索用时 250 毫秒
1.
常用系统提取输配线路骨架时,对图像像素点是否为骨架点判断不准确,输配线路骨架显示不完整,造成输配线路位置拟合误差较大。为此,设计基于无人机三维影像技术的输配线路网格化巡检系统。文中通过灰度转换、滤波去噪、阈值二值化,预处理无人机采集的三维图像,利用细化技术,判定边缘集合邻近像素点是否为骨架点,提取完整输配线路骨架。设置对比实验,选取电网主通道输配线路,划分25km带状区域作为实验区域,实验结果表明,设计系统减小了输配线路净空距离、水平距离、垂直距离的拟合误差,输配线路位置拟合更加准确。 相似文献
2.
电力企业在数字化转型过程中,打造多渠道服务体系,充分利用“互联网+实体渠道”的方式,可以有效降低企业运营成本,为客户提供更加便捷、高效的服务。在上述背景下,提出了一种基于改进协同过滤算法的电力营销渠道引流策略,首先构造客户-属性数据矩阵,采用矩阵分解算法对原始客户属性矩阵中的缺失数据进行恢复,利用K-means算法对客户属性进行聚类。然后,利用客户混合类型属性相异性度量,通过基于用户的协同过滤推荐算法,寻找目标客户的K-最近邻矩阵,并制定出差异化的引流策略。最后以10万条缴费工单数据为例,分析了客户属性矩阵填充、不同度量方法与最近邻数目对引流准确率的影响,验证了所提算法的有效性和可行性。 相似文献
3.
未来家庭用电作为智能电网的一部分,研究家庭智能用电设备的优化运行具有重要的意义。首先建立了未来典型家庭智能用电设备的数学模型。然后基于分时电价,提出一种以经济性和用户舒适度为目标的未来家庭中智能用电设备的优化运行模型,便于用户制定出满足自身需要的用电计划。最后以某典型家庭用户为例,通过建立典型日仿真场景,采用遗传算法对家庭智能用电设备的运行进行优化,仿真结果表明建立的优化模型的有效性。 相似文献
4.
基于自适应模型预测控制的柔性互联配电网优化调度 总被引:1,自引:0,他引:1
针对柔性互联配电网中源荷不确定性问题,提出了一种基于改进模型预测控制的优化调度方法。建立基于模型预测控制的柔性互联配电网日内优化调度模型,采用自适应动态权重方法处理包含综合供电成本和电压偏差的多目标优化问题,在预测模型部分采用动态场景生成及K-means聚类场景削减方法对源荷预测误差进行处理,针对经典模型预测控制滚动优化部分域参数恒定问题,提出一种域参数自适应调整的滚动优化方法。通过四馈线互联的33节点系统仿真算例验证了所提优化调度方法的有效性。 相似文献
5.
针对常规变电站在运行监视、操作与控制、综合信息分析与智能告警等方面不规范的问题,开发智能变电站自动化设备(Smart Substation Automation Equipment,SSAE)透明运维系统。首先将智能变电站运维系统划分为现场运维和远程运维以适应不同场景,并基于信息模式,细化设备一体化运维细节。对变电站监控系统配置规范化、自动化设备和运行参数网络化统一配置运维。研制一体化运维工具,在广域运维主站新增透明运维功能模块,实现交换机、测控装置和版本一体化管控运维。 相似文献
6.
随着风力发电、太阳能发电等可再生新能源的逐渐成熟和电力市场的逐步推进和发展,配电网不仅与负荷和新能源出力的波动高度相关,而且需要考虑未来电力市场对新能源接入下的配电网影响。电力市场改革背景下,用户的电力需求侧响应得到了越来越多的关注,负荷可切除或中断将对配电网的规划带来积极的影响。为此,文中提出了一种考虑需求侧响应的配电网无功规划方法,该方法考虑了新能源接入后出力波动和电力市场背景下可中断负荷的影响,建立了需求侧响应的弹性需求模型,并在无功规划模型中考虑了需求侧响应的影响。算例分析表明,所提出的考虑需求侧响应的含新能源接入的配电网无功规划方法在电力市场应用中具有一定的可行性,较传统无功规划方法具有更好的经济性和实用性。 相似文献
7.
8.
9.
《电网技术》2021,45(3):1195-1200
随着气体绝缘金属封闭开关设备(gasinsulated switchgear,GIS)设备容量不断增大,现场越来越难以开展对应电压等级的雷电冲击试验,其产生的冲击试验电压的波前时间可能长达十几μs。探究长波前冲击电压波前参数对SF6气体间隙放电特性影响的研究,认识GIS中绝缘缺陷在冲击电压作用下的放电特性,是判定采用长波前冲击电压进行现场试验是否合理的前提与基础。主要探究了在棒–板电极和同轴母线针–板电极两种不同电极结构下,波前电压上升率(d U/dt)对SF6间隙击穿特性的影响规律。结果表明,2种结构电极间隙击穿电压随着电压上升率增加呈现U型变化趋势。研究表明U型曲线拐点电压与空间电荷"电晕稳定化"作用相关,且在U型曲线左右半支的击穿电压变化规律受空间电荷"电晕稳定化"和背景电场的"扫除作用"共同影响。 相似文献
10.
随着经济发展,对城市用电量进行精确预测变得越来越重要。以泰州市为实验区,以泰州市2011—2016年的用电量为实验数据,使用Tensorflow为人工神经网络框架,采用了分段和多参数2种方法提高预测电量的精度,分别是针对月份进行分段训练,将跨年和夏季用电高峰区分开来,同时,也加入经济和地理因素作为人工训练神经网络的参数,得到较好的精度结果:跨年月份为89.30%,夏季7、8月份为90.02%,其他月份为93.60%。实验证明,采用分段和多参数方法,能够切实提高用电量预测的精度,具有较好的实用性。 相似文献