基于支持向量机的某地区电网短期电力负荷预测

摘要： 负荷预测是电力系统安全经济运行的前提。随着电力系统的市场化和能源互联网的研究与发展,高质量的负荷预测显得愈发重要。分析了影响负荷预测的因素,对数据进行收集及挖掘,采用了基于支持向量机负荷预测算法对区域负荷进行短期预测,并进一步开展了针对城区的精细化负荷预测研究。结合某地区案例,对该算法进行验证,结果表明,该算法预测结果优越,相对误差率较小。     

基于极端学习机的变电站监控系统负荷异常信息的辨识方法

准确识别变电站检测系统获取的负荷异常信息是保证主站调度命令正确实施的基础和前提。针对变电站监控系统获取的负荷极易受天气异常、用电突变、电动汽车充电、分布式新能源接入等环境和噪声因素影响,造成监控系统获取到的负荷异常突变时有发生,为了保证变电站监控系统采集正确负荷信息,采用极端学习机方法辨识负荷异常信息。通过对变电站监控系统历史数据分析,结合主站调度端时序数据,基于极端学习方法,提升了变电站监控负荷信息的正确性。仿真分析和实测结果显示,所提方法具有较高的辨识准确度,能够应用至实际中。     

一起110kV备自投装置异常动作的分析

为保证系统安全稳定运行,确保对城区重要用户不间断供电,石家庄城区电网的110kV变电站（采用桥接线方式）采取在110kV侧和10kV侧分别配置备用电源自动投入装置（以下简称备自投装置）的方式来保证电网的持续供电。     

基于区块链的智能电网监控

随着智能电网系统的广泛应用,电力公司可以通过网络获取实时用电数据以满足负荷预测以及电力营销等业务需求,电力用户也可及时得知当月电费,甚至了解何时用电量较大以及哪个电器耗电量最大等具体细节,但这也导致了数据泄露的风险。为此文中利用主权区块链技术和智能合约的实施,为电力公司和电力用户之间提供一个可信任系统,使得电力供需双方都能安全、透明地获取用电数据。     

基于支持向量机的某地区电网短期电力负荷预测

负荷预测是电力系统安全经济运行的前提。随着电力系统的市场化和能源互联网的研究与发展,高质量的负荷预测显得愈发重要。分析了影响负荷预测的因素,对数据进行收集及挖掘,采用了基于支持向量机负荷预测算法对区域负荷进行短期预测,并进一步开展了针对城区的精细化负荷预测研究。结合某地区案例,对该算法进行验证,结果表明,该算法预测结果优越,相对误差率较小。     

电力监控系统安全漏洞管控策略优化方法

介绍了当前电力监控系统网络安全面临的严峻形势,针对电力监控系统安全漏洞管控工作存在的问题,提出从漏洞扫描、验证确认、安全评级、漏洞消缺、消缺复测、登记入库6个方面进行优化,并详细介绍了优化方法的具体做法。将该方法应用于某省电网公司电力监控系统安全漏洞管控工作,漏洞消缺速度得到大幅提升,漏洞修复率达到99.94%。结果显示该方法对缩短漏洞修复时间,降低安全漏洞被利用风险,提升电力监控系统安全防护整体水平具有重要作用。