基于多列神经网络的用电行为自诊断技术研究

为了进一步提升电能计量的整体自诊断管理，使用3列相对独立的多列神经网络算法，在有限且不完备数据的基础上，利用全网计量节点提供的上行、下行尖峰平谷计量数据，实现对计量系统故障、用电器配置变更、用户窃电等三大主要可能性做出基于大数据深度挖掘的主动判断。在计量系统故障、用电系统变更、窃电行为影响和总和敏感性方面，该系统较早期方法分别实现了14.3%、83.7%、36.3%、34.8%的计算效能提升，对未来电力计量系统的整体管理效率提升有积极意义。     

TD-LTE电力无线专网峰值速率分析计算

围绕TD-LTE电力无线专网最大传输速率进行分析讨论,首先结合电力行业特点分析介绍了影响传输速率的因素,如系统因素、信道因素等,明确传输速率在无线专网系统下的受限因素。在此基础上,进一步通过TBS最大化和单时隙最大承载两种方法,量化分析计算了电力无线专网系统在典型系统配置下的理论峰值速率,并讨论了两种计算方式的差异。     

电力无线专网中面向安全风险的分布式资源分配方法

针对电力无线专网中强干扰、高故障风险等场景下保障终端通信的问题，提出了一种面向安全风险的高能效分布式资源分配方法。首先，分析基站的能耗组成，建立系统能效最大化的资源分配模型；然后，采用K-means++算法对网络中的基站进行分簇，从而将整个网络划分成多个独立区域，并在各个簇内单独处理高风险基站；其次，在每个簇内，基于基站的风险值对高风险基站进行休眠，并把高风险基站下的用户转移连接到同一簇内的其他基站；最后，在各个簇内进一步优化正常工作基站的传输功率。理论分析和仿真实验结果表明，基站分簇操作大幅降低了基站休眠和功率优化分配的复杂度，并且在关闭了高风险基站之后，整体网络的能效从0.158 9 Mb/J提升至0.195 4 Mb/J。所提的分布式资源分配方法能够有效提高系统的能量效率。     

改进型边缘计算技术的无线网络组网设计

针对传统无线网络组网系统运行中组网成功率低、数据传输速度较慢的问题,本文改进边缘计算结构,加强了边缘需求与基站设备之间的联系,使基站数据发送量尽可能满足用户需求;根据终端需求设计网关通信结构,采用载波相位估计(Carrier Phasc Estimation,CPE)算法分析基站和终端数据序列相位,结果增加了数据传达的准确性.试验结果表明,本研究组网系统基站数据发送量为1058.64 MB,组网成功率高达95.8％,传输速度为5.28 MB/s,性能优越.     

多并网逆变器系统灰箱阻抗辨识与阻抗聚合分析方法

新能源发电网络谐波振荡问题凸显，阻抗分析法分析该问题的关键是聚合路径的正确选择。对此，提出了一种考虑零极点对消现象的多并网逆变器系统阻抗聚合方法。说明新能源发电网络及其对应阻抗网络的建立过程，并对新能源发电阻抗网络的聚合过程进行展现；基于“灰箱”背景利用矢量匹配算法对并网逆变器、电抗器和电容器的阻抗模型进行获取；对阻抗聚合路径中可能存在的零极点对消现象进行理论基础分析。在MATLAB/Simulink中搭建多并网逆变器系统进行仿真，分别选择不同的阻抗聚合路径，利用阻抗分析法进行系统稳定性分析，进一步验证所提聚合方法的有效性和实用性。     

基于最小化路测数据统计分析的电力无线专网网络故障诊断方法

针对电力无线专网广覆盖、功率受限等问题,需要后台实时采集网络状态并对网络故障智能诊断。文中利用固定位置通信终端作为网络状态采集装置实时监测网络关键性能指标,提出了一种基于最小化路测数据的网络故障统计分析框架,并基于Softmax神经网络构建了故障智能诊断模型。文中提出的性能指标统计分析框架能够有效甄别出网络质量劣化程度,故障识别准确率达到89%以上。该方案能够有效提高电力无线专网故障诊断实时性,降低网络运维成本,具有一定实践指导价值。     

电力人工智能通用组件框架设计

随着电力人工智能技术的发展，电网企业加快推动人工智能技术应用，利用人工智能技术按规则自动执行相应的流程任务正成为热点应用。结合行业发展趋势，提出了一种电力人工智能RPA通用组件设计框架，详细阐述了其系统、架构、功能、模块和服务接口，最后通过实验验证了方案的可行性。