基于循环神经网络的电网故障智能告警信息分类研究

由于电网故障告警信息较为密集,现有方法没有考虑对数据离散化处理,导致增加分类算法难度,降低对样本分类能力.提出基于循环神经网络的电网故障智能告警信息分类方法.构建混合本体集成模型,利用基于本体的方法进行电网故障智能告警信息集成,对集成到的数据信息进行去噪、填补、离散化处理,获取优化的循环神经网络结构和参数,利用循环神经网络模型实现电网故障智能告警信息分类.结果 表明:所提方法得到的F1值和G-means值均要更高,分类耗时远远低于现有方法,分类平稳性较高,具有较好的实际应用价值.     

一种电力设备差异化分级监视方法及系统

设备监视是保证电网安全稳定运行的一个重要技术手段.对电力监控中心集中监视工作进行讨论,提出了一种电力设备差异化分级监视方法,阐述了基于风险的设备监视分级标准、差异化监视策略、监督策略,并设计了一套分级监视系统.     

基于改进遗传算法的智能电网多目标优化调度研究

基于供电与用电需求之间表现出的不平衡性,提出基于改进遗传算法的智能电网多目标优化调度方法。以电网所能容纳的传输容量与电网中每条支路传输容量的拟合度作为电网灵活性量化指标,引入支路抵御净负荷波动能力参数,确保指标的可靠性。在遗传算法中引入了校验机制,以避免陷入局部最优,以灵活性为目标函数对电网进行多目标调度优化。对比测试结果表明,设计的调度方法可有效提高电网的灵活性,并降低配网缺电量,为满足周围环境的用电需求提供可靠保障。