电厂起重机械接地保护及检验研究

随着电力生产企业规模不断扩大,起重机械所扮演的角色越来越重要,其被广泛应用于不同装机容量的电厂。在起重机械应用过程中因工作环境复杂、线路老化以及人为操作失误等因素会引发各种安全事故,其中最为常见的是人体触电和电气火灾事故。因此,做好起重机械的意外漏电事故排查工作显得尤为重要。基于此,对电厂起重机械的接地保护及检验流程进行了研究,以期为起重机械的安全操作提供参考。     

电力监控系统高级持续性威胁感知研究

针对传统电力监控系统云模型不确定度的特征量之间无差异，导致其威胁感知误差较大的问题，研究一种新的电力监控系统高级持续性威胁感知方法。建立威胁态势模型，提取电力监控系统高级持续性威胁因子，输入带有自我属性值和矩阵输出的威胁指标向量值，通过分析控制系统检测到的威胁数据得到威胁系数，应用映射理论，描述电力监控系统形成持续性威胁的因素，并引用人工智能领域的云模型方法，建立电力监控系统的威胁云模型，在监控系统上建立一个多层次的防护体系，提高威胁感知准确性。实验结果表明，在多次感知中，所研究方法威胁提取效果更好，且误差小于传统方法，其应用有效性更高。     

单相并联型有源电力滤波器主电路参数耦合关系研究

单相并联型有源电力滤波器(SAPF)主电路参数之间存在一定的耦合关系,这对各参数值的合理选择有较大的影响。通过分析现有单/三相SAPF主电路交流侧电感以及直流侧电压、电容值等参数的计算方法,得到了具体的单相SAPF电路参数解析表达式。针对所得表达式各变量之间的耦合关系,在MATLAB中进行建模优化分析,得出一套完整的参数设计方案。保证在特定负载下补偿后谐波含量低于2%的综合优化目标。仿真和实验过程验证了所选参数的正确性。     

电力排管敷设35 kV电缆的优化排列

利用镜像法和叠加法对电力排管敷设的35 k V电缆载流量计算建立了计算模型,根据此模型计算分析了8回电缆在电力排管不同排列形式下的载流量变化,并提出了基于载流量最大化的电力排管推荐排列形式。     

基于SARIMA-GRNN-SVM的短期商业电力负荷组合预测方法

针对短期商业电力负荷预测准确性与周期难以满足现有电力现货市场的问题,提出了一种基于SARIMAGRNN-SVM(seasonal autoregressive integrated moving average-generalized regression neural network-support vector machine)的商业电力负荷组合预测模型。首先,对商业电力负荷变化的周期规律与随机因素的复杂影响进行了分析;然后,结合以上分析,选用SARIMA和GRNN为单一预测模型对商业电力负荷进行预测,并利用SVM进行组合,实现日前商业电力负荷预测;最后,通过某商业综合体的电力负荷数据进行验证。所提组合预测模型较单一预测模型拥有更优的预测精度与鲁棒性,可以为短期商业电力负荷预测提供借鉴。     

与疫情赛跑,施耐德电气紧急驰援武汉

火神山和雷神山医院的建设,让中国速度再次征服世界。大家在直播画面中最常见的是“送灰宗”、“焊武帝”等大型设备,画面之外,还有很多大家看不到但很关键的工程,比如最为关键的电力基础设施的建设。这背后,也有施耐德的一份力量。