住宅电气设计浅谈

简述了住宅电气设计中用电负荷及分支回路的确定;以及配电箱、灯具、插座、电视、电话的设置．     

用电负荷预测技术及其应用

用电负荷预测要根据电网的用电负荷特性,充分考虑各种因素;用电负荷预测结果应达到一定精度;用电负荷预测的对象很多,应根据实际需求,对不同的对象有重点的进行预测;用电负荷预测要用科学的方法,根据不同的预测对象,建立一定的数学模型;用电负荷预测是电力系统安全经济运行和电网规划不可缺少的组成部分;用电负荷预测应深入分析研究用电负荷特性和变化规律,努力提高用电负荷预测准确率.     

城市居民住宅及小区用电负荷计算

介绍了中小城市居民住宅及小区负荷计算与变压器的选择方式,提出家庭住宅设备容量统计及用电负荷计算、居民小区用电负荷计算及配电变压器选择的方法。     

上海市居民生活用电的特性分析

上海城市居民生活用电负荷曲线形态尖陡,对电力系统冲击很大。分析了上海居民生活用电已进入第三次家庭电气化高潮,并初步揭示了高温时段负荷时的通风降温负荷约占７０％,以及负荷－气温敏感度关系曲线。     

昆明市小区居民用电负荷调查研究

对昆明城市电力网的高层住宅居民、多层住宅居民及电炊户居民这三类用电负荷进行分类负荷调查的方法，利用数理统计原理对调查数据进行处理，并与国内其他城市设计时采用的综合用电指标进行了比较，为在规划设计阶段正确计算城区居民用电负荷区的负荷值，以确定经济合理的供电方案提供了科学依据。     

基于NWPSO-BP神经网络的异常用电行为检测算法

用户的异常用电行为会导致电力负荷异常增长,给电力公司造成巨大损失,同时也易造成输电线路故障,从而危害公共安全,然而传统人工检查异常用电行为的检测效率低下且精度较低。针对上述问题,首先分析了异常用电用户存在的行为特征,然后选择用于训练模型的最佳特征指标,最后提出了基于改进的非线性权重调整粒子群优化算法优化BP神经网络(NWPSO-BP)的异常用电行为检测算法。结果表明,与现有的异常用电行为检测方法相比,所提算法具有更高的精度,且误差收敛速度更快。     

施工用电安全管理探析

本文分析了建筑施工用电的特殊性,从保护系统、配电箱开关箱系统、配电线路系统和用电设备系统等几个方面进行了探讨,以积极的技术措施来预防触电伤亡事故的发生。     

智能用电非侵入式负荷监测系统研究

能源互联网对智能电网的数据交互与信息挖掘提出了更高的要求。非侵入式负荷监测技术能够挖掘用户用电负荷状态信息,在智能用电领域受到日益广泛的重视。针对现有非侵入式负荷监测系统只能解决用户端负荷数据挖掘,难以实现电网与用户的双向交互及用户信息深度挖掘等问题,提出智能用电非侵入式负荷监测系统及其技术架构设计,并从信息通信、负荷识别和数据挖掘等方面分析论述该系统的实现与应用技术方案。     

关于农村输配电及用电安全分析

对于电网系统稳定性而言,输配电线路的安全运作是其最重要的保障。其不但会影响到用户用电的安全性,对于农村用户而言,亦是如此,同时从另外一个方面来看,也有助于供电企业自身的良好发展。本文主要从农村输电配电和用电安全进行全面的分析,不断的加强农村安全用电方面的管理力度。     

基于多视角网络融合的典型用电负荷模式挖掘

为了识别用户端典型用电负荷模式,解决传统聚类算法中仅使用单视角数据致使典型模式识别不全面的问题,提出一种基于多视角网络融合的典型用电负荷模式挖掘方法.采用多视角网络融合算法对三个粒度视角数据进行融合,利用谱聚类算法与共现矩阵度量方法识别典型用电负荷模式,结合教育行业和房地产行业用户基本信息对其用电负荷曲线趋势进行挖掘与分析.结果表明,与单视角数据相比,挖掘出的典型用电负荷模式更为准确且具有较好的鲁棒性,能够结合不同行业特点为电网系统在不同时段采取错峰用电、削峰填谷等措施提供指导.     

科学使用用电设备 提高电力负荷的功率因数

指出了异步电机和变压器是引起电力负荷功率因数降低的主要用电设备,提出了通过科学合理使用这些用电设备来提高功率因数,减少电能无功损耗的措施.     

基于朴素贝叶斯的电网用户行为分析

针对电网数据利用率低、精度低、分析结果粗糙和分析层面浅等问题,提出了一种基于朴素贝叶斯分析的电网用户行为分析方法.使用模糊C均值聚类将电网用户的用电数据聚类为不同的用电模式,使用朴素贝叶斯分类器将用户的用电行为分为不同的类别,提取出其中主要的用电模式.某纺织企业的48点负荷数据仿真与测试结果表明,所提出方法在分析用户用电模式时的有效性良好,为电力系统的调控与运行提供了一种合理、有效的方法.     

基于朴素贝叶斯的电网用户行为分析

针对电网数据利用率低、精度低、分析结果粗糙和分析层面浅等问题,提出了一种基于朴素贝叶斯分析的电网用户行为分析方法.使用模糊C均值聚类将电网用户的用电数据聚类为不同的用电模式,使用朴素贝叶斯分类器将用户的用电行为分为不同的类别,提取出其中主要的用电模式.某纺织企业的48点负荷数据仿真与测试结果表明,所提出方法在分析用户用电模式时的有效性良好,为电力系统的调控与运行提供了一种合理、有效的方法.     

做好错避峰负荷管理实施有序供电

为确保用电高峰时期电网安全稳定运行,该公司提前谋划,未雨绸缪,积极组织落实迎峰度夏的准备工作,合理调整负荷分配,科学安排运行方式.制定具体电网调度及应急预案,提升应及处理能力,切实保障居民生活、重要用户、重要场所、重点建设项目、重要设备的用电需求.同时,也加强电力用电管理,实施错峰用电方面进行了探索.     

对县级供电企业加强基本电费管理的探讨

通过对供电企业基本电费管理现状及部分小钢厂、水泥厂等高耗能用电客户以各种方式偷逃和少缴基本电费的分析,从审批客户用电方案、监控客户用电负荷、采用技术手段、加大用电检查等方面,提出了规范客户用电行为,堵塞偷逃少缴基本电费漏洞的对策措施。     

基于特征优选和加权聚类的商场用电模式分析

随着用电信息的采集完善,准确的用户用电模式分析将为电力智能化建设提供重要依据,在此背景下,针对用电模式分析中考虑聚类特征类型单一的问题,提出一种考虑多类型特征优选的加权聚类分析方法.首先,将负荷类特征和气象类特征归一化建立待选择特征集合;然后,结合互信息和灰色关联度优选出聚类特征集;最后,采用权重分配的k-means方法对优选特征集合进行聚类,结合负荷曲线分析各用电模式的典型用电行为.通过对上海市某商场用电负荷数据的分析,证明该方法能够减少数据冗余信息的干扰并提升聚类质量.     

浅析做好用电检查工作对降低线损的影响

电力企业在进行供电的过程中,保证电力的运输效率以及安全是重点工作,加强对于客户用电检查工作可以降低电力运输线路的损耗.本文就通过对于电力运输线路产生损耗的原因进行分析,并探讨做好用电检查工作对于降低线损的影响,以供相关人员进行参考.     

基于DTW-LSTM的短期楼宇电力负荷预测方法

为了提高楼宇电力负荷预测精度,解决传统聚类算法楼宇用电曲线聚类效果差的问题,提出一种基于DTW-LSTM的楼宇短期电力负荷预测模型.采用DTW聚类算法对楼宇日用电曲线进行聚类与编码,分析楼宇用电行为.根据楼宇10天的日用电曲线编码,利用马尔科夫链对未来一天的用电曲线编码进行预测,得到用电曲线原型.将编码作为一个特征,结...     

几种电力负荷预测方法在用电分析系统中的应用

在全社会用电分析系统中，电力负荷预测是系统分析与规划的基础，其准确度直接影响到对供电量的预测，进而影响到电网建设；而负荷预测的方法是多种多样的，本介绍、分析了电力负荷预测技术在用电分析系统中的几种常用方法。     

小康住宅的电气设计与展望

通过对小康住宅用电负荷的预测和分析,推荐小康住宅配电系统,并对电气安全保护,照明,安全防灾,通讯及智能化等问题探讨和展望。