基于融合集成算法的配电网负荷预测研究

配电网的负荷预测在电力运行状态监测中尤为重要。负荷预测的精度提升为电网的安全、稳定运行提供了保障。通过对融合集成算法的研究,提出了一种基于关联特征选择的融合集成算法。在数据集的选择上,使用相关系数和灰色关联算法综合对样本中负荷影响较小的特征进行剔除,使得样本数据集的相关性更高;同时,对传统Stacking集成学习的输入和输出特征进行优化,提高了模型的预测效果。试验结果表明,基于融合集成算法的配电网负荷预测模型与传统的Stacking集成算法、XGBoost、灰狼优化-反向传播算法相比,负荷预测的精度提升了3.07%。该模型总体性能表现较好。该研究结果有效地支撑了配电网的负荷监测和规划,也为电力系统故障诊断提供了参考。     

基于管家式-集约化通信运维平台的设计与实现

随着国网信息化工程建设的推进,越来越多信息系统需要上线转运行,在国网信息化水平踏上新台阶的同时,对于信息运维水平、标准化程度、规范性提出了更高的要求;因此,基于业务与运行保障为中心,研究采用跨平台的J2EE技术结合B/S模式开发环境下的自动化运维平台,设计“管家式-集约化”运维平台整体的技术架构和功能模块,集成了优秀的开源运维工具,给出了部分典型流程并分析其应用成效,最后顺利通过机理评估,该平台实现既有成功整合目前现有分散的专业运维管理子系统的“管家”功能,又改变过去以设备为对象的监控,打破过去各设备系统独立管理的模式,起到“集约”监控作用,形成统一的运维智能监控一体化平台,力图为电企信息运维服务提供高效支撑平台。