数据挖掘技术及其在电力系统中的应用

电力大数据下的数据挖掘技术应用贯穿于发、输、变、配、用各个环节,介绍了分类分析、关联分析、聚类分析和异常检测等智能算法在输电系统雷电预测、设备运行状态分析、配电系统运行故障预警及风险预测、用户用电行为特性聚类、电力市场行为分析、电力市场中负荷及电价预测等的应用。数据挖掘技术可显著提升电网运行效益,是未来智能电网发展的核心技术之一。     

“电能替代”战略中电动汽车的推广潜力及经济性分析

本文叙述推广电动汽车对"电能替代"的作用,列举推广电动汽车的现状及发展趋势,并对推广电动汽车竞争力展开讨论。随后,从技术、经济、社会三方面阐述电动汽车的推广潜力,分析电动汽车实施"电能替代"的可行性,同时针对电动汽车推广的经济效益进行算例分析,并计算出电动汽车相比传统燃油汽车的成本优势。本文末尾对电动汽车推广机制作简要阐述,并得出结论。     

用户接入工程费用量化建模研究

针对我国目前电力工程造价预估缺乏比较系统的先进方法,分析了我国目前用户接入工程现状,介绍了一套完善、合理、科学的用户接入工程造价费用的量化方法。通过聚类分析,寻找最优费用量化模型,提高模型准确性,算例计算结果表明了其实用价值,可被运用于其他电力工程造价的预估之中。     

峰谷电价背景下考虑电动汽车用户行为的配网规划研究

作为一种新型的交通工具,电动汽车越来越受到家庭的欢迎,而其充放电过程由于受到用户行为的影响,具有高度随机性。在峰谷电价下,构建考虑用户行为特性的电动汽车负荷模型,并对某区域2020年的电动汽车负荷进行预测。在满足配网规划约束条件下,研究电动汽车用户行为特性对配网规划的影响。算例结果表明考虑部分电动汽车反送电力时,配网运行的经济性最优。