智能电能表时钟精准对时方法研究及应用

针对现场长期运行的智能电能表时钟错乱问题以及传统对时方法的不足,分析确定导致电能表时钟错乱的根本原因,提出双层级响应的智能电能表时钟精准对时方法,从影响智能表时钟故障的原因、发动智能表时钟对时的响应机制、对时流程整体执行效率等方面对该方法进行分析,并说明应用情况和应用效果。     

考虑用电行为分析的电力用户用电预测研究

挖掘电力用户用电特征,有助于提高负荷预测精度,从而为制定合理的电力系统经济调度策略提供理论依据。针对传统的模糊C均值(fuzzy c-means algorithm, FCM)聚类算法的聚类数需要人工试凑的问题,提出了自适应FCM方法,以达到自动调整参数获得最佳聚类数的目的。针对核极限学习机(kernel extreme learning mechine, KELM)求逆过程计算量大的问题,采用cholesky分解法求解KELM的输出权值,降低了计算时间。采用自适应FCM对电力用户进行聚类,然后对每类用户采用改进的KELM算法进行负荷预测。实验结果表明,相同预测方法下,基于聚类的负荷预测精度高于不聚类时的负荷预测;实验结果验证了所提聚类方法与用户实际用电行为相符,具有准确性;相比于传统的KELM算法,改进KELM算法耗时更少精度更高。     

基于最小生成树路由的电力线载波通信数据融合算法

电力线载波通信技术利用现有的电力传输网络进行数据传输,具有建设成本低,部署快速灵活等特点,被广泛用于局域网本地通信中。但当节点数过多或传输数据量过高时,如每个节点单独将数据传到调控中心,将会给整个通信系统带来巨大的数据量,同时降低通信效率,甚至造成通信拥塞。为降低传输数据量,节省通信传输资源,提升电力线载波接入网络的传输能力,本文提出了基于最小生成树传输路径的电力线载波通信数据融合算法。将所提算法与未使用融合算法带来的数据量进行对比,证明了所提算法的有效性。     

锅炉暖风器系统与热风再循环系统对比分析

通过对机组热效率、风温调节范围、送风机功率、系统投资、系统运行性能等方面进行技术经济对比,综合分析锅炉暖风器系统与热风再循环系统各自的优越性。除设备投资以外,其他方面锅炉暖风器系统具有明显优势,尤其是机组节煤效益和送风机运行的节电效益最为突出。     

采集终端时钟错乱问题分析及处理

针对在运采集终端时钟错乱现象,造成无法正常抄读电能表数据问题,通过对故障终端时钟电路功耗测试和其时钟电路设计原理的分析,认为时钟供电电池欠压是导致采集终端时钟错乱的主要原因,提出利用无线公网基站GPS时钟实现采集终端自对时的处理措施,该措施可有效避免由于时钟电池欠压引起的时钟错乱问题。     

一种基于MPLS的电力线载波通信可区分故障恢复机制

电力线载波通信面向广泛的设备对设备的数据交互和通信应用,具有免于部署,易于直连通信的优势,成为一种有效快捷的新型通信方式。但在使用中经常由于通信拥塞或电力干扰,造成各种通信故障,故需要高效的恢复机制保证数据可靠传输。本文引入多标记交换协议(MPLS)技术,设计了一种新型的电力线载波通信可区分故障恢复算法Diff_RECV,在考虑不同生存性服务质量(QoS)要求的同时,将保护恢复机制和重路径恢复机制结合,实现了区分流量保护与恢复。通过实验验证,所提出的Diff_RECV算法能够全部恢复故障业务流量,并且比扩散法有更高的恢复速度。     

泛在电力物联网配用电侧智慧感知设备设计

结合国家电网公司泛在电力物联网建设提出的营配业务终端融合工作要求,针对营配业务终端设备功能重叠、数据融合困难、资源浪费等一系列问题,提出电网配用电侧智慧感知设备设计方案,从硬件设计、关键技术设计、非计量功能应用设计等方面对方案进行分析,并通过实例证明新方法可以实现营配设备的泛在接入及非计量业务深化应用,对公司泛在电力物联网智慧物联体系业务融合尝试具有重要意义。     

计及电热耦合需求响应的综合能源协同调度优化策略

需求响应对优化负荷分布、降低系统经济成本等方面的作用逐渐得到重视,为了满足用户的冷热电等综合能源需求,较多工业园区高峰时需从主网大量购电,不仅增加了园区自身运行成本,也加深了主网高峰时的调度压力。针对上述问题,以工业园区微能网系统为场景,考虑了热电耦合下的联合响应,以系统总运行成本最低为目标,最终形成工业园区综合能源协同调度策略。模型选取某智能园区一个典型日的用电情景进行优化,通过热电联合响应调整用户对不同形式能源的负荷曲线,实现能源优化配置。算例表明所提方法能够在峰时减少主网购电,增加园区内本地机组调用,并满足用户的冷热电需求,具备良好的经济性。     

大数据挖掘技术在光伏发电功率预测中的研究与应用

利用大数据挖掘技术对光伏发电功率数据进行建模,并以偏相关分析法对光伏系统发电功率与各个影响因子间的相关性进行分析,选取偏相关系数最为显著的影响因子作为输入样本,综合大数据挖掘技术中混沌神经网络(CNN)、支持向量机(SVM)、多项式回归与鲁棒平滑等多种算法的优点,建立了以混沌粒子群算法优化权重的组合预测模型,并利用该模型对某光伏系统的发电功率进行预测,验证了模型的有效性和精确性。     

基于HPLC的智能抄表技术在客户侧泛在电力物联网中的研究及应用

随着人工智能、物联网、通信技术的发展革新,电网形态不断向着智能化、信息泛化的方向变革,更能适应泛在电力物联网建设需求与客户侧实时互动性业务的HPLC通信技术应运而生。通过分析HPLC技术特点以及电网客户侧典型业务应用需求,提出了基于HPLC的低压用电设备电压监测方法、停电事件类型研判方法、电能表错误接线识别方法。通过改进HPLC通信单元硬件电路、扩展相关通信协议,实现了基于HPLC的智能抄表技术的深化应用。对高层居民小区和城乡结合部等典型应用场景下的测试实例进行了论述分析,验证了方法的有效性和先进性,为电网营销、调度、运检等专业提供广泛的业务支撑能力。