基于有向拓扑-时间延时和容错机制的配电网故障定位方法

提出的基于有向拓扑-时间延时和容错机制的配电网故障定位方法,主要是通过安装在线路上的故障指示器检测到短路或接地故障,并把故障信息上传到主站系统,主站会结合终端安装位置和线路实际情况生成具有方向性的拓扑结构,并通过矩阵算法和时间延时方法来判断出故障位置,并且充分考虑了只有一只指示器上报故障、漏报和误报等容错机制,最终把故障位置发送给现场运维人员的过程。方法提高了最终判断结果的准确性,实现了快速定位及缩短了故障排查时间,达到了提高供电可靠性的目的。     

基于Bi-LSTM和多通道注意力的电网施工中违章量预测方法

针对配电网施工中违章现象频发导致监管工作中出现的频繁调度问题，提出一种基于双向长短时记忆（Bi-LSTM）和多通道注意力机制的电网施工作业违章量预测方法。首先，通过Word-Embedding将文本转换为词向量；其次，通过Bi-LSTM网络来捕捉违章数量影响因素的浅层语义和时序特征；最后，设计多通道注意力机制，通过多组权重向量来学习多个影响因素以及各因素之间的复杂关系，从而提高模型的特征学习能力。以云南地区真实数据为算例开展实验，所提模型在一天预测中的平均绝对百分比误差（MAPE）与均方根误差（RMSE）两个指标分别达到了2.58%和5.2，从而验证了模型在预测精度和算法鲁棒性方面的优越性。该方法不依赖于任何具体情境，在实际工况环境中具有较好的推广价值。     

SAP工作流在电力企业的应用

介绍了工作流的概念与SAP工作流的定义与特点,提出了基于SAP工作流的系统架构、系统接口以及设计规范,结合SAP系统各模块的功能,应用SAP工作流将电力企业的各业务流程无缝地衔接起来,同时应用现代互联网及移动互联网技术,通过邮件、短信、WEB应用及移动WEB应用等,将业务人员、系统和业务流程全天候不掉线地绑定在一起,实际应用表明,该技术电力企业ERP应用中具有较好的应用前景。     

网格技术与信息门户技术融合应用研究

介绍将网格技术与企业信息门户技术相互融合,构建上下可扩展的网格管理中心,实现信息资源的统一监控与管理的方法。     

电网调度风险监测及判定系统功能设计

目前,供电局对于电网风险管控、风险预警、事故判定的要求极高。针对主网调度工作,目前缺乏将调度信息与地理位置信息及电网网架结合的监控、展示及事故预警分析平台,为了实现该目标,需要整合调度运行相关业务系统的存量数据和增量数据。但是,支撑开展上述工作所需的数据来源于不同的业务系统,以及部分人工填报的数据,没有统一的平台进行管理。因此,本文通过开展调度风险监测及判定模型研究,事故风险判定标准整合研究,多维数据整合技术研究,实现为调度中心电网风险管控、电网事故模拟及其它调度工作,例如对电网运行数据、状态信息的统计分析,电网运行方式的优化调整。     

配电网故障定位技术研究及实现

配电自动化是提高供电可靠性、扩大供电能力、实现高效经济运行的重要手段,也是智能电网的重要组成部分之一。本文通过介绍配电网故障定位背景及难题分析,通过对拓扑分析等的研究,提出了基于GIS平台的网络拓扑分析来解决故障定位问题。     

基于分布式光伏发电接入的配电网电压越限监测研究

为解决配电网电压的传输越限问题,提升用户端应用电能的平均质量水平,提出基于分布式光伏发电接入的配电网电压越限监测方法.按照光伏电池组件的连接需求,选择适宜型号的逆变器元件,建立目标监测函数,实现分布式光伏发电接入的自动优选处理.设置配电网网架单元,并从中选取符合实用标准的越限电压指标,计算供电电压的合格率数值,完成基于分布式光伏发电接入的配电网电压越限监测研究.对比实验结果表明,与并网型监测调节手段相比,应用新型电压监测方法后,配电网结构对于越限电压的承载能力、单位时间内的电子传输速率均出现明显提升的变化趋势,有效解决了用户端组织所获应用电能质量水平不达标的问题.     

电网物流服务大厅应用系统的设计与实现

电网物流服务大厅建设是电力企业优化资源配置、降低企业成本和提高精确化管理水平的有效保障。随着电网中心服务业务量的扩大,传统的运营模式已无法满足业务发展需求,在21世纪很有必要打造智能电网。本文在一站式服务的基础上,提出了一种基于企业服务总线的电网服务大厅系统架构。在系统中通过SOA构建层,把底层异构子系统的数据、业务逻辑进行封装,以服务接口的形式集成到企业服务总线上,供应用接口层调用。最后基于该设计实现了应用系统,该系统不仅能高效地支持整个电网物流中心的业务运转,而且还具有一定的适用性。     

基于卷积自编码网络的杆塔点云数据自动分类方法

在输电线路三维可视化自动建模场景中如何实现对杆塔的三维点云数据进行快速准确的自动化分类是一个关键问题,在本文中我们提出了一种基于卷积自编码神经网络CAE的杆塔三维点云数据自动分类算法。首先,我们通过投影计算得到杆塔点云的旋转角度并使用旋转矩阵将杆塔点云摆正,然后进行正面侧面投影获取到杆塔点云的图像;第二,使用收集到的杆塔点云图像组成训练数据集,对卷积自编码网络进行训练之后提取出自编码网络的编码部分用于对图像进行特征提取;第三,使用自编码器对输入的杆塔点云图进行特征抽取,将提取的图像特征向量输入EM进行自动分类。实验结果表明我们所提出的杆塔点云自动分类算法能够快速准确实现对点云数据的自动化分类。