面向智慧能源的供需平衡数据可视化挖掘方法

为满足能源数据监测和综合分析领域的业务需要,提出面向智慧能源的供需平衡数据可视化挖掘方法。构造数据迁移与分类视图,确定每个供需平衡数据点位置坐标,并采用正交投影可视化技术将数据挖掘算法核心结构展示在视图中(支持用户对其进行相应调整);引入数据挖掘算法,提取数据可视化挖掘结果参数,实现面向智慧能源供需平衡数据的可视化挖掘。实验结果显示:智慧能源供需数据可视化挖掘结果综合评分数值范围为64.70~82.04分,充分说明该方法具备较好的可视化挖掘性能,可应用在多维典型用能场景中。     

基于多源信息感知的配电侧故障预判

为了有效解决配电侧在发生故障后,能够快速对故障点进行定位,减少故障停运时间等问题,提出基于多源信息感知的配电侧故障预判方法。通过配电自动化系统信息和用电信息采集系统的信息,选用二进制粒子群算法（BPSO）获取候选故障区段集和基本概率分布函数,形成证据体。根据D-S证据理论将上述信息进行融合,得到配电侧发生故障的区段,实现基于多源信息感知的配电侧故障预判。研究结果表明,所提方法对于实现配电网故障定位提供了重要的理论依据以及技术支持。     

基于LTE-230M的合肥电力无线专网建设分析

阐述合肥电力无线专网建设项目,分析合肥220 kV莲花、紫云变以及集控中心等地区的LTE-230M专网建设条件。经过严格的基站选址和设备分析,凭借LTE-230M系统覆盖面积广、建设成本低的特点,计划在合肥建设LTE-230M系统。与传统通信网络相比,LTE-230M系统优势明显,符合智能电网的发展需求。     

基于大数据的电网规划精益分析平台研究与应用

随着新能源的大量接入和用户的广泛参与,电网企业的数据呈指数级增长,电网规划部门迫切需要运用大数据的分析手段提高规划决策的精准性。本文以地市供电公司的实体业务为切入点,基于地理位置信息,在数据融合贯通的基础上,运用数据可视化技术多维度动态展示地区电网负荷分布和电网供给能力,辅助规划人员快速发现负荷分布规律和电网薄弱点。运用大数据分析挖掘方法构建基于负荷特性分析的负荷预测模型,支撑电网项目和运行方式安排。打破电网负载问题的单一评价方法,建立可度量的电网综合评价体系及模型,为电网项目统筹提供量化依据。基于大数据的电网规划精益分析平台通过电网负荷可视化展示,有效提升了电网诊断分析效率,运用大数据分析方法提高了地区最大负荷的预测精度,实现了电网问题的数字化评估,提高了电网规划投资决策的精准性。     

基于大数据的电网规划精益分析平台研究与应用

随着新能源的大量接入和用户的广泛参与,电网企业的数据呈指数级增长,电网规划部门迫切需要运用大数据的分析手段提高规划决策的精准性。本文以地市供电公司的实体业务为切入点,基于地理位置信息,在数据融合贯通的基础上,运用数据可视化技术多维度动态展示地区电网负荷分布和电网供给能力,辅助规划人员快速发现负荷分布规律和电网薄弱点。运用大数据分析挖掘方法构建基于负荷特性分析的负荷预测模型,支撑电网项目和运行方式安排。打破电网负载问题的单一评价方法,建立可度量的电网综合评价体系及模型,为电网项目统筹提供量化依据。基于大数据的电网规划精益分析平台通过电网负荷可视化展示,有效提升了电网诊断分析效率,运用大数据分析方法提高了地区最大负荷的预测精度,实现了电网问题的数字化评估,提高了电网规划投资决策的精准性。     

基于多源信息感知的配电侧故障预判

为了有效解决配电侧在发生故障后,能够快速对故障点进行定位,减少故障停运时间等问题,提出基于多源信息感知的配电侧故障预判方法。通过配电自动化系统信息和用电信息采集系统的信息,选用二进制粒子群算法(BPSO)获取候选故障区段集和基本概率分布函数,形成证据体。根据D-S证据理论将上述信息进行融合,得到配电侧发生故障的区段,实现基于多源信息感知的配电侧故障预判。研究结果表明,所提方法对于实现配电网故障定位提供了重要的理论依据以及技术支持。     

基于图卷积神经网络的充电量预测模型

针对现有的电动汽车充电量负荷预测模型准确性低、稳定性差等问题，提出了一种基于图卷积神经网络(GCN)和小生境免疫—狮子算法(NILA)改进的预测模型，实现电动汽车充电量的准确预测。同时，本研究还设计三相交流充电桩控制系统，其中包括了三相交流充电桩与控制状态检测的硬件电路。实验结果表明，本研究NILA-GCN模型在电动汽车充电量负荷预测中具有较好的准确性，预测误差范围控制在[0.23%,2.86%]。