基于"三全"的资产全寿命自动评价系统设计

大部分企业生产、经营、审计、规划与建设等阶段均独立管理,资产运营整体欠缺,为此设计了一种基于"三全"的资产全寿命自动评价系统.重点研究寿命分析评价,依据数据中心的历史数据,利用分析环境与不可抗力因素对资产寿命的影响,获取不同因素相应的折损系数,依据设计值求解计量资产的寿命标准值.按照停止运行资产的相关数据,构建多元线性回归模型完成对资产寿命的预测.经验证,设计系统评价结果和实际结果一致性高,将其应用于实际资产全寿命评价中,可大大降低成本.     

随机矩阵理论在配电网早期故障检测中的应用研究

针对配电网结构复杂,运行状态受到多种因素相互作用影响,提出了一种基于随机矩阵理论的配电网早期故障检测方法。首先提出采用配电网馈线及其支线下所有配电变压器在线监测负荷数据并构造时空数据矩阵,然后利用移动窗口法和随机矩阵理论,连续分析统计数据矩阵中元素的特性,采用线性特征值统计量作为统计指标,用以表征数据的行为。工程实例测试结果表明,该方法能有效实现配电网早期故障事件检测,对于配电网线路巡检具有一定的指导意义。     

具有机械互锁和电子互锁换相开关的研制

换相开关从源头治理三相电流的不平衡,从根本上解决三相不平衡问题,具有机械互锁和电子互锁双重保护,再加上过零换相的特性,大大提高了产品的安全性及换相稳定性。     

基于相关性分析的电力系统数据驱动异常早期检测

针对电力系统运行状况复杂,运行状态受到多种因素相互作用影响,提出了一种基于同步相量测量数据相关性分析的早期异常检测方法。首先提出采用系统部署的多个同步相量测量装置实时监测量构造时空数据集,然后利用滑动窗口法将数据集依次划分为连续的数据切片窗口。针对每个数据切片,基于Marchenko-Pastur定律分析统计其元素之间相关性,并定义部分线性特征值统计量作为统计指标,用以实现当前数据切片的行为。采用文章所提出的方法对IEEE 118系统和某实际电力系统进行测试,测试结果证明了所提方法的有效性,且部分线性特征值统计量比线性特征值统计量对异常检测更为敏感。最后,算例测试结果证明该方法能够有效实现电力系统早期异常检测,所定义指标对异常行为更为敏感,具有重要的工程实践价值。     

基于决策树和数据驱动的零电量用户筛选方法

随着电力系统中用电客户的增多及客户用电形式的多样化,零电量用户(none-consumption user, NCU)逐渐增多,对零电量用户进行排查耗费了电网公司大量的人力物力。在此背景下,基于电力用户用电信息采集系统(electricity information acquisition system, EIAS)的零电量用户信息,提出了一种零电量用户筛选的数据驱动算法,判断正常零电量用户和异常零电量用户。采用决策树对电力用户用电信息采集系统数据进行分析,确定零电量用户异常类型;对决策树无法辨别的用户类型,通过分析零电量用户计量采集数据和营销数据,提取适用于零电量用户筛选的关键因子,进而构建零电量用户筛选评价体系;在此基础上,采用(criteria importance though intercrieria correlation, CRITIC)法确定关键因子的权重,并采用雷达图法对零电量用户进行筛选分类。以浙江省某供电所管辖下的零电量用户为例对所提出的方法进行说明,并通过现场排查进行校验,结果表明所提出的零电量用户筛选方法具有一定的有效性。     

基于端口互动模式的入侵检测模型

针对链路层的海量高速数据流、信息易被伪装、较小异常流量占比等特征,提出了一种基于端口互动模式量化模型的入侵检测模型。为提高入侵检测模型的精度和效率,提出了一种从初始流量中获取流量特征的新方法,并重点探讨如何以流量到达时间分布作为一维特征。使用相空间重构、可视化等方法证明了模型的有效性,并进一步根据长会话和短会话各自的特征设计了基于卷积层和长短时记忆层的改进神经网络,用以挖掘正常和异常流量端口互动模式之间的差异。在此基础上,设计了多模型评分机制下的改进入侵检测算法,对模型空间内的会话进行流量分类。所提出的量化模型和改进算法在提高计算效率的同时,能够有效避免伪装身份信息的情况,降低神经网络训练成本,提升小样本异常检测精度。     

基于组合赋权和梯形云模型的发电商市场力评价

针对目前发电商市场力评价忽略指标数据不确定性和模糊性的问题,提出一种基于组合赋权和梯形云模型的发电商市场力综合评价方法.首先,该方法建立发电商市场力评价指标体系,采用组合赋权法得到各指标的权重;然后,利用梯形云模型计算各指标对各等级的隶属度,得到发电商隶属度评价向量;最后,将组合赋权与梯形云模型相结合按最大隶属度原则实现对发电商市场力的综合评价.算例分析验证该方法的可行性及有效性.     

基于改进评价指标的电力需求预测模型研究

传统的电力需求预测模型无法满足智能电力系统供电的预测需求,为此基于改进评价指标的电力需求预测模型,选取相对比值法编制电力需求预测模型的改进评价指标体系,以电力需求评价为总目标建立改进电力需求评价指标体系战略目标层,其中包括经济发展、人口与社会发展、电网结构与管理水平、自然环境以及政策和法律环境5部分。针对改进的电力需求评价指标实施不同尺度小波分解,获取不同时间段不同尺度的信号能量波动,利用灰色模型拟合叠加各尺度小波分解结果,获取最终电力需求预测结果。实验结果表明,采用该模型可准确预测实验地区短期、中长期以及长期的电力需求,且预测结果精度高于99%,具有较高的实用性。     

配变终端边缘节点化及容器化的关键技术和应用场景设计

低压配电网是电力物联网(EPIoT)最核心应用场合,智能低压配电网应实现向电力物联网的自然延伸。为此,现有低压配电网数据采集与自动化系统要发展成云-边缘节点-边缘设备的体系架构,而作为核心边缘节点的配变终端(TTU)必须具备快速迭代能力,以实现新旧多种业务的边缘融合和云边协同。为此,首先对支撑边缘节点的容器技术等关键技术进行了分析;然后提出配变终端边缘节点化和容器化的关键实现技术,包括硬件平台、软件架构、容器部署及交互、容器管理和云边协同等。最后,新增一种提出的低压回路监测终端(CTU),对配变终端新型应用场景进行了设计,从而论证了配变终端边缘节点化和容器化的必要性。     

基于信息融合的低压智能电能表动态评价模型

针对智能电能表状态评价技术有待完善的问题,基于信息融合理论建立了一种新的低压智能电能表动态评价模型。该模型对低压智能电能表可靠度进行分析的同时,综合考虑计量异常、全事件、电能表过载率、时钟电池异常4种状态因素,采用熵值法实时计算各项指标权值,并且结合地区影响因素,对低压智能电能表进行动态状态评价。基于威布尔分布理论构建电能表可靠度子评价模型,应用贝叶斯公式建立计量异常和全事件子评价模型,引入泰尔指数评价地区影响因素。采用实际运行数据对该评价模型进行验证,结果表明所提模型合理、可行,能够对智能电表进行有效评价。