火电厂主厂房混凝土结构施工方法

通过工程实例，介绍火电厂主厂房结构施工方法。     

基于粒子群算法的异常用电检测方法

窃电行为严重危害了电网的正常运行,并且损害了国家和电力企业的利益。针对现有异常用电检测方法的不足,提出一种基于粒子群算法的异常用电检测新方法。以用户历史负荷数据为基础,采用粒子群算法提取用户相同行业的负荷模式曲线和用户历史数据的负荷模式曲线,并根据用户考察日负荷曲线与上述两种负荷模式匹配的不同特点,使用不同的负荷数据预处理方式以及模式匹配评价方法。实例分析表明,新方法能有效检测到异常用电的情况,验证了模型的有效性。     

配网调度故障快速复电支撑系统分析

本文主要是从系统构成、系统运行原理以及最后得到的效果这三个方面对配网调度故障快速复电支撑系统进行了研究。     

基于有效度遴选和纵横交叉算法的负荷组合预测

针对单一模型预测精度不高的问题,提出了基于有效度遴选和纵横交叉算法的组合负荷预测,新方法有效解决了选择单一模型的随机性和权重难以确定的问题。新方法根据预测有效度筛选组合预测单项模型,然后利用组合模型对小波包分解所得各个负荷子序列进行预测,并采用纵横交叉算法求取各单一模型的权值,最后叠加各子序列预测值得到完整预测结果。实例分析中,以广东省某电网实测负荷数据为例,研究结果表明:基于有效度遴选和纵横交叉算法的组合预测方法可操作性强、通用性好,并明显优于各单项预测模型、等权重组合模型和方差倒数组合模型的预测精度。     

SA335-P91大径厚壁管道焊接

焊接P91钢管道主要问题是焊接线能量和热处理温度的控制,文章阐述了对P91钢采取合理的焊接工艺措施和方法所进行的实验过程,并得出结论。     

基于纵横交叉算法的热电联产经济调度

为解决热电联产经济调度优化问题,提出了一种基于纵横交叉算法(Crisscross optimization algorithm,CSO)的新求解方法。CSO采用一种双交叉搜索机制,其中横向交叉引入扩展因子增强全局搜索能力,纵向交叉引入维交叉概念,从而避免维局部最优问题。CSO的全局并行搜索,避免了陷入局部最优,有效提高了收敛速度。以一个包含纯发电机组、热电联产机组、纯发热机组的48机组系统为例,建立了热电联产经济调度问题的模型。仿真结果表明,CSO解决热电联产经济调度问题具有可行性和有效性,为实际调度系统提供了一个较好的方法。     

小波包变换在冲击负荷地区短期负荷预测中的应用

针对大量冲击负荷接入系统给负荷预测造成困难,提出一种基于小波包变换的电力系统短期负荷预测新方法:通过小波包变换将负荷序列分解成不同频率的负荷子序列,根据负荷分量不同的变化特点,分别采用相匹配的模型进行预测,最后叠加各子序列的预测值,得出实际预测结果。选择广东某电网实测负荷数据作为算例,仿真结果表明该方法能有效提高冲击负荷地区的短期负荷预测精度。     

环保节能下的电力客户价值评价

在提倡环保节能的大环境下,供电公司的客户服务领域将由单一的供电营销向全面指导用户优化用电方式和节能减排的方向拓展。考虑电力用户的环保节能水平,构建了低碳经济下电力客户价值指标体系,并提出了运用入侵杂草聚类算法评价电力客户价值的新方法。对某市10个工业客户实证分析表明,新算法能有效提高收敛速度和避免陷入局部最优,对聚类性能有较大的提升。通过对电力客户数据进行客观、科学的挖掘分析,实现了对电力大客户全面、准确细分和评价,为供电企业制定有针对性的营销策略提供了依据。     

含分布式电源的地区电网无功优化研究

分析揭阳地区电网的基本特点和无功配置情况,针对含分布式电源的地区电网无功优化特点,以有功网损最小为目标,提出了基于纵横交叉算法(CSO)的电力系统无功优化方法。CSO算法中首次提出维局部最优概念和纵横交叉双搜索思想,相比其他主流群智能优化算法,CSO算法在解决维数灾问题和收敛精度方面取得了较大突破。算例仿真结果表明,CSO算法寻优质量高、收敛性好,适合求解大规模系统无功优化问题。     

基于改进ELM神经网络的客户满意度评价模型

使用一种动态递归网络——ELM神经网络来模拟专家打分进行电力客户满意度测评。仿真结果表明,ELM神经网络具有训练速度快和结构简单的特点,能较准确地反映客户满意度。同时,针对ELM神经网络基于梯度下降算法调整权值和阈值,容易陷入局部最优的缺陷,提出了利用入侵杂草算法(IWO)优化ELM神经网络的连接权值系数。神经网络权值优化是一个大规模多峰优化问题,已有文献证明IWO算法对于解决高维度、多峰优化问题具有明显优势。新方法有效弥补了单一算法的不足,拥有ELM神经网络动态记忆的能力以及入侵杂草算法全局收敛性强的特点。实例计算证明,改进ELM神经网络可以建立精度更高的电力客户满意度评价模型,保证专家评价系统的一致性和稳定性,是一种行之有效的评价方法。