电气铁道牵引变压器的容量利用率分析

本文对当前电气铁道使用的六种牵引变压器的容量利用率进行分析比较，供电气铁道及其供电系统的运行以及经济性方面的参考。     

基于大数据分析的大型变压器故障发展趋势估计

本文中作者提出一种基于大数据分析的大型变压器故障发展趋势估计方法,提高了故障诊断收敛速度,能够快速精准地估计变压器故障诊断的发展趋势。     

基于大数据分析的智慧变压器专家诊断系统研究

文章提出了一套基于大数据分析的智慧变压器专家诊断方法。通过对实时状态信息、离线数据与历史大数据进行分析,形成智慧化的结果信息,为变压器智能控制、电网优化运行和变压器检修策略优化提供不可替代的信息支撑。     

变压器利用率分析的营销管理意义

随着供电企业精细化管理的不断深入,变压器利用率这一指标在市场营销中对用户合理选择基本电费计费方式、优化资源配置、堵塞管理漏洞方面的作用逐渐显现。通过对变压器利用率的分析,进一步挖掘其潜力,促进变压器经济运行,指出在推动节能管理和深化营销管理方面的重要意义。     

工业用户排班制对变压器损耗的影响分析

配电变压器的最佳节能运行点是一个被广泛关注的问题,但一般都是按稳定的负载率来评价,而每台配电变压器的负载总是在不断波动,通常难于稳定在最佳负载率附近运行。因此,有必要对不同负荷特性的配电变压器进行研究,找出其日平均负载率与损耗率的关系,确定其节能运行点和运行区间,从而对变压器容量的节能选择起到指导作用。     

基于大数据的业扩用户用电行为特征研究

电力用户的业扩报装容量直接影响着地区用电的未来增长空间。以容量与用电量间的关系研究作为切入点,应用大数据分析的方法研究了各用户多种类型的业扩容量转换为用电量的周期特征,从电量产生的机理出发,分析了业扩业务产生后电量的变化情况,可以为后续的电量变化空间的科学预估提供全面的信息支撑。     

基于大数据的风电远控系统采集数据与分析

为提高风电场选址准确性,优化风电场风电机组设备设计,基于风电远控系统采集的风况特性和风电机组设备特性数据,并借助大数据分析技术,对风电场风况和风电机组设备性能进行评估。结果表明,利用风电远控系统采集的风电场风速时间特性和风速湍流特性数据进行大数据分析,可验证风场选址的合理性,提高风电场选址准确性;利用风电远控系统采集的风电机组功率特性、风能吸收特性和风轮转矩与推力特性数据,可为风电场风电机组设备设计优化和合理选型提供理论依据,具有操作简单、易于实现的特点,可广泛应用于风电场风电机组设备性能综合评估。     

武汉地区大工业客户基本电费流失现状及对策

受电变压器容量在315KVA及以上的工业生产用电执行大工业电价,目的是发挥价格杠杆作用,促使客户合理使用电能,提高设备利用率,减少电能损耗,促进电力资源的优化配置,使客户合理分担容量固定成本和电能变动成本,对供用电双方都有好处。但是,近年来,在执行大工业电价过程中,一些客户在利益的驱动下,采取更加隐密的窃电手段偷逃基本电费．出现了基本电费流失的异常情况,导致电网企业的供电成本大幅增加,严重扰乱了供用电秩序。     

基于数据挖掘的工业用户用电行为分析

文中以上海市部分地区工业用户为研究对象,利用数据挖掘技术分析其用电行为。根据用户档案采集和整合用电数据,同时对数据进行修复和归一化预处理;综合考虑聚类数的确定及初始聚类中心的选择这两个因素,对K-means算法进行优化;利用优化的算法对用户负荷曲线分类并提取特征曲线,分析其用电行为典型特征,并与传统的K-means算法进行比较,同时引入相关指标检验聚类效果。结果表明,采用优化的K-means聚类算法能准确实现不同用户类型的分类识别功能,可以更加准确有效的进行用户用电行为的分析。     

变电站应用大容量主变供电半径优化

建立了一种用于大容量主变变电站规划的数学模型,不考虑地理信息对变电站选址的影响,模型以变电站总投资费用最小为目标函数,同时以"N-1"和容载比为约束条件。利用该模型对上海某地区新建的大容量主变变电站进行规划,并与其实际规划数据做对比,验证了模型的正确性,为大容量主变的合理应用提供了数据。同时,与变电站应用较小容量主变时的相关规划数据作对比,阐述了大容量主变与较小容量主变应用的优缺点。     

基于大工业用户的远程费控系统模型设计及分析

针对大工业用户用电量在不同时期差异明显且传统远程费控系统设计复杂、精确度低的问题,首先对大工业用户用电量进行了对比分析;其次,设计适用于大工业用户不同工作时期的基于开关函数的远程费控开关模型系统;最后,与传统远程费控模型对比验证。实例表明,本文设计的远程费控系统依据开关函数在次月能够对前一月预警情况进行补偿,使得其效果相较于传统远程费控模型更加精确可靠。     

不对称样本下基于支持向量机的变压器故障诊断

为解决基于支持向量机(SVM)的变压器故障诊断中因样本不对称导致诊断准确率降低的问题,提出了一种改进的向上采样策略和SVM结合的方法。首先通过K-近邻算法提取少数类样本数据中的边界数据集并生成新的少数类随机样本,在此基础上向少数类样本中添加人工生成的随机新样本使得两类样本数量达到基本均衡。对比均衡样本和不对称样本下的SVM分类模型的性能,结果表明:该方法能够有效降低SVM分类平面的偏移程度,进一步提高了SVM变压器故障诊断的准确率。     

基于电力大数据的工业用户营商环境优化

作为工业大国,工业用电占我国电力消费的60%以上,为进一步优化工业用户营商环境,激发市场主体活力,以工业用户历史用电数据为数据源,结合现有云平台系统Spark内存批处理的大数据处理框架,建立工业用户电力运营成本分析优化模型。分析工业用户历史负荷情况,依据算法预测出其未来一年的负荷,将现有电价规则训练为电价分析模型,代入工业用户未来一年的负荷情况,可得到该工业用户最优的变压器配置和电价策略。科学分析工业用户电力运营成本,制定优化方案,可切实帮助用户降低企业用电成本,解决企业受电成本虚高问题,实现由被动服务向主动优质服务转变。     

基于大数据的供热机组调峰能力研究与应用

针对传统供热机组调峰能力评估方法过程过于复杂、资料难以收集齐全等弊端及供热机组调峰能力预测的电网调度急迫需求性,运用聚类分析算法,对供热机组海量运行大数据进行归类划分,运用高斯分布概率密度函数工具按照设定的约束条件进行寻优遍历计算,评估特定工况下机组的调峰能力区间。该计算方法较工况图法等传统方法,计算方式更加简洁,且其计算结果来源于机组海量历史运行数据,因此其结果的可复现性及准确性较理论方法更加可靠。     

大容量变压器应用时的问题及应对措施

现代城市电网的建设和发展,使得在高负荷密度的大城市采用大容量变压器建设大容量变电站成为一种趋势。分析了采用1 500 MVA 大容量变压器建设500 kV 大容量变电站时引起的问题：（1）电气主接线复杂;（2）短路电流增大;（3）变电站220 kV 母线通流容量大;（4）变压器中压侧额定电流增大;（5）变压器中压侧断路器选择困难,并分别给出了解决方案。     

基于大数据技术风电机组容量可信度计算

在大规模风电并网的前提下,风电容量可信度计算对电力系统可靠运行具有重要意义。论文基于电量不足期望(LOEE)可靠性指标,考虑风电场间时空相关性的影响因素,采用非序贯蒙特卡洛法对风电容量可信度进行计算。风电容量可信度的计算需要的数据有风速、风电出力、风电机组地理位置信息等数据,由于计算所需的数据量大、类型多、来源广等特点,提出基于Hadoop架构的大数据技术计算风电容量可信度,针对Hadoop架构存在的机架感知不平衡及存储数据间缺乏相关性问题,引入机架感知配置法和哈希桶存储算法对其进行改进,提高了数据存储及数据处理的效率,减少计算时间,通过实例验证文中所提方法的有效性。