基于配电自动化故障管理的配电网扩展规划方法

针对现阶段配电网规划过程中面临的可靠性问题,提出一种基于配电自动化故障管理的配电网扩展规划方法。首先对配电自动化的故障管理功能进行介绍;其次根据配网公司的盈利性,以其自身利益最大化建立目标函数,决定线路建设、变电站位置和容量,从而提出一种基于配电自动化的配电网扩展规划模型;然后针对所提模型和所研究的规划问题,采用遗传算法对其进行求解,并对配电系统可靠性进行评估;最后,基于仿真算例验证了所提规划模型的有效性。     

基于Dropout优化算法和LSTM的铅酸蓄电池容量预测

针对变电站铅酸蓄电池容量预测模型存在的预测准确率低、泛化能力差等问题,提出一种基于Dropout优化算法和长短期记忆LSTM（long short-term memory）神经网络相结合的容量预测模型。该模型以LSTM神经网络为基础,结合变电站蓄电池充放电特性,将长时间跨度的蓄电池运行数据作为模型的输入,建立多层级LSTM预测模型来提升预测结果的准确率。同时基于Dropout优化算法完成LSTM预测模型的训练,提升模型的泛化能力。工程实际应用表明,相较于传统的LSTM神经网络和BP神经网络,改进模型在长时间跨度预测时具有更高的准确率和更好的泛化能力。     

基于VMD-LSTM的小电流接地系统故障选线方法

提出一种基于VMD-LSTM的故障选线方法.首先通过VMD算法将各出线零序电流分解为表征其特性的高、中、低频分量,分时段计算各分量能量值,并依次输入到LSTM神经网络中,通过建立各分量能量随时序变化特征与故障线路的联系,从而实现故障选线.仿真结果表明,该方法不受故障初始相角、接地电阻以及故障距离等因素影响,且在有噪声干扰、异步采样和采样频率较低时依然可以取得良好的选线效果.     

基于配电自动化故障管理的配电网扩展规划方法

针对现阶段配电网规划过程中面临的可靠性问题,提出一种基于配电自动化故障管理的配电网扩展规划方法.首先对配电自动化的故障管理功能进行介绍;其次根据配网公司的盈利性,以其自身利益最大化建立目标函数,决定线路建设、变电站位置和容量,从而提出一种基于配电自动化的配电网扩展规划模型;然后针对所提模型和所研究的规划问题,采用遗传算...