基于泛在电力物联网的现场智能作业模式创新应用探索

泛在电力物联网进程的推进必然推动电网企业现场作业模式革新。通过现场作业模式现状分析,对泛在电力物联网背景下现场作业发展趋势进行预判,提出现场作业泛在移动五大特征,构建现场移动作业模式创新框架,列举了大客户移动应用、商城式配送应用、地图应用 3 个典型应用场景的规划设计思路与方法。     

综合能源服务共享“生态+平台”模式探讨

传统能源供应向综合能源服务转型演变为全球趋势,国内综合能源服务市场发展前景广阔,市场主体纷纷通过能源“生态+平台”共享模式和管理创新抢占市场先机。电网公司具有主导综合能源服务生态的天然优势,创新提出综合能源服务生态圈构想,并对其核心支撑能效服务共享平台的业务架构和建设内容进行了探讨。     

变电检修图形化工作票专家系统研究与实现

详细介绍了电力系统变电检修工作票软件的图形化开票机制,针对目前电力企业在检修工作中工作票难控制、难跟踪、审批流程不够顺利的问题,提出了一种实用的、方便的工作票图形化开票方法,更合理地完善了设备的规范化管理,提高了检修工作的安全性,快捷性、可控性.同时,为电力系统其他工作的有序开展也提供了有效的平台,为电力生产的信息化管理奠定了良好的基础.     

居民用电需求及其价格弹性分析

0 前言 在市场经济条件下，价格是影响企业销售和利润的重要因素之一。在某种程度上，商品定价已成为企业营销活动的关键所在。企业经营者应充分重视商品价格决策，运用科学方法和先进技术指导企业定价。 由于对市场销售的垄断，垄断企业可以在同一时间对同一产品，向不同购买者实行两种或两种以上的价格，或者对销售给不同购买者的同一产品在成本不同时，实行相同价格。通过这种价格特性，垄断企业可以增加利润或者增加市场销售。 在当前技术条件下，电能无法长时间大规模储存，电能消耗属于被动性消费在现代社会条件下，电能是…     

ELM算法在用户用电行为分析中的应用

对于非法用电行为的检测,电力企业通常采用传统的人工检查方式,而这种方式的准确率和效率往往都比较低. 提出一种将极限学习机（ELM）应用于预测存在非法用电行为用户的方法. 首先,在收集到的用户历史用电数据,对原始数据进行预处理. 然后,应用ELM算法建立异常用电行为的神经网络模型. 最后,在真实用电数据上进行实证分析,通过与随机森林算法建立的预测模型及预测结果的对比,证明提出的方法具有较高的准确率和较好的性能.     

基于随机森林算法的配网抢修故障量预测方法

配网抢修是电力系统运行环节中十分重要的一环,精益化的配网抢修管理不仅能提高电力系统的供电服务质量,也能减少电力公司的经济损失. 本文提出一种新的配网抢修故障数量预测的方法. 首先,基于历史数据,以气温、风力、前一天的故障量、最大最小负荷等作为因变量,对数据做了特征映射等预处理. 然后,应用随机森林算法建立配网抢修故障量预测模型,并预测不同区域、不同电网故障及非电网故障、不同电压维度下未来一天故障量. 在真实电力数据上进行了对比验证,实验结果表明提出的方法具有较好的预测效率和准确性.     

基于权值比例划分的低压台区用电信息采集

用电信息采集是现代电网合理安全供电的前提,为了提高信息采集效果,以低压台区为背景,对用电信息采集技术进行研究。将Tpring、CmmC和Lybot框架集中整合,构建TCL管理框架;借助DBTLO服务配置模块缺口功能,对当前路径进行权值定义;根据权值比例划分当前电网信息采集配置等级,完成电气服务集中配置;根据TCL框架特征,对当前信息采集节点进行数据重构,设计个人中心模块,用于获取历史服务信息与当前数据信息,实现当前区域用电信息的采集。实验数据证明,应用当前采集技术以后,管理叠加负载降低14%,数据导出速度提高了30%,有效降低了延迟性。