基于支持向量回归的变电站蓄电池退化趋势预测

蓄电池是变电站电源重要组成部分,为直流系统提供稳定可靠供电。但运行中的蓄电池长期处于浮充状态,难以在线测量其最大荷电容量,容易出现蓄电池退化导致的储能不足,变电站保安电源中断和保护系统供电中断等问题。为准确预测铅酸蓄电池退化趋势,本文提出一种计及浮充和均充影响的蓄电池退化趋势预测方法。采用集合经验模态分解法（EEMD）将随时序变化的蓄电池健康状态特征量进行模态分解,然后将退化特征量模态分解的结果作为输出、电池浮充时长和均充次数作为输入代入支持向量机（SVM）完成预测模型的训练。以数据驱动的方法建立蓄电池使用计划与退化趋势之间的相关性,从而最终实现蓄电池退化趋势的预测。仿真实验结果表明,本文所提方法可有效预测蓄电池在使用计划内端电压和内阻等健康状态特征量的变化,为变电站的直流系统的合理运维提供依据。     

多运营主体梯级水电站参与的日前市场出清模型

中国普遍存在梯级水电上、下游电站隶属不同运营主体的现象,各电站独立参与现货市场竞价时,调节性能欠佳的下游电站可发电量由上游电站中标电量决定,面临中标电量与实发电量匹配失衡的问题,导致交易结果难以执行,不利于市场稳定和水电资源利用。为此,文中研究了多运营主体流域梯级水电站参与的日前市场出清模型,下游电站作为价格接受者,无需申报电量,其电量通过上、下游电站水力耦合关系,表示为关于上游电站申报电量的线性函数,嵌入日前出清优化模型,实现上、下游电站联合出清。重点探讨上、下游电站之间水流时滞对下游电站运行的影响,并在日前市场出清中予以考虑。最后,以包含6家发电商和8家购电商的系统为例,模拟日前市场竞价场景,结果表明:该出清模型能有效缓解下游电站独立参与电力市场面临的发电量匹配失衡问题。     

电网智能运维管理系统

介绍在输变电企业运维、检修工作量大,效率低、维护成本高的前提下,提出了电网智能运维管理系统,依据统一的数据传输规范借助通信网络将微机保护的全景信息汇总到变电站内的在线管理集中控制单元,并对数据进行分析、处理,将信息远传到调度主站端,并提供智能查询或者智能诊断相关功能。从而减少运维人员对现场继电保护装置的巡视频率,提高设备的精细化管理水平。     

含柔性负荷的配电网智能检修策略分析

阐述两种不同的灵活负载模型的对比,探讨主动式灵活负载均衡网络的优化、调度模型以及更优化的调度策略,包括升级优化、多目标规模、基于价格的放大规划模型和多个时间尺度。     

电力市场合规管理建设探究

合规和监管是相辅相成的概念。市场合规管理包括市场主体自身合规和市场运行合规管理。首先,对美国、澳大利亚、北欧电力市场的监管体系和合规管理现状进行了梳理总结。市场运营机构的合规管理与市场成员的合规管理不同,且与市场模式、监管体系、市场环境、市场成员的规模结构、职责分工存在密切关系。市场主体应根据自身合规风险制定与市场环境相匹配的有效合规管理方案。然后,针对我国电力市场合规面临的"理念、制度规则、组织"缺失问题,从市场建设和交易系统开发的角度给出详细建议。最后,从市场成员管理、交易组织、信息披露、交易行为监督等环节梳理具体防控经验和措施,以期为我国电力市场合规管理体系建设提供参考指导。     

基于自然语言处理的大客户增值服务政策咨询机器人

随着电网建设推进，人工智能技术在电网系统中的成功应用极大程度地减少了人力资源的成本。对于许多需要大量客服人员在线回复的平台，已经出现自动回复代替人工对话的功能。基于现有电力行业政策库及政策咨询人工回复数据，对咨询问题与回复数据进行分词处理，将分词后的句子进行词向量化，利用Tensorflow框架搭建的GRU网络模型对场景对话进行训练，实现需求侧管理增值服务政策咨询智能化回复代替人工的功能。试验证明，智能机器人自动回复功能不仅普及了电力政策，且减轻了客服人员的压力，提升了客户满意度。