智能电网用电信息采集系统EPONDBA算法研究

针对EPON用于智能电网用电信息采集系统,提出了一种专用于该系统的SG-DBA算法。该算法根据电网用电信息采集特点,为电网重要事件提供最小带宽保证,并根据数据存储量按比例分配剩余带宽。仿真结果表明,该算法在保证电网重要事件及时上传的同时,提高了带宽利用率,减少了信息采集总时间。     

面向智能电网峰值负荷降低的用电数据分析

随着用电负荷需求不断增加所引发的峰值负荷过载问题,文中建立了智能家居(SH)和智能电网(SG)服务器之间数据通信模型,给出了配电网负荷需求管理的总体条件,并提出了一种面向智能电网(SG)的负荷数据分析DR管理方法,通过对用户的SH收集用电数据进行分析,设计了峰值负荷情况下的DR决策,分别从用户、电力公司和瞬时负荷变化三个角度设计了不同的峰值负荷降低算法。仿真结果表明,所提出的方法在很大程度上有效地降低了配电网的峰值负荷。     

智能电网下用电新技术的探讨及研究

随着环境与经济发展矛盾的日益加剧,改变传统的资源利用方式,开发利用新能源,促进社会可持续发展,逐渐成为未来能源技术以及我国能源战略的发展方向.如何利用经济、技术等手段,落实相应策略,充分调动各方积极性,优化用电方式,提高终端用电效率,成为当前亟待解决的问题.基于对智能用电技术国内外研究现状的分析,本文探讨了我国用电服务技术存在的问题和差距.结合我国智能电网的发展计划,从用电业务体系、量测控制技术、信息通信技术、客户服务体系、需求侧管理、检验检测技术6个领域对智能用电的关键技术进行了深入分析,并展望了我国智能用电技术的未来发展趋势.     

基于电网风险识别的智能调度防误系统

随着国民经济水平的提升,人们在电网服务方面的要求也越来越高.但是当前电网的运行常常面临一系列的风险,电网风险的存在严重威胁着电网的正常运行,为了加强电网风险管控.本文研究关于电网风险识别状态下的智能调度防误系统,了解智能调度防误对于电网风险识别的重要性,基于电网风险识别设计该系统,并阐述该系统的具体应用情况,期望能够提升电网调度的工作效率,加强对电网的安全管理.该系统是电网防护的重要环节,帮助电网进行安全校验,严格约束电网业务流程.     

基于KNN算法的用电安全智能监控系统设计

为解决传统的人工排查违规电器方式在时效与规模上存在的局限性,同时也为了预防因使用违规电器而引发的安全事故,研究并设计了一个用电安全智能监控系统。本系统由用电安全执行终端和用电安全监控平台组成,执行终端主要由树莓派3B+微型计算机和四路交流电流电压采集模块组成,实现了对宿舍用电状况的自动监测、违规电器的自主识别和断复电操作;监控平台实现了对电器使用情况的实时监控、短信预警和违规记录存储等功能。选取有功功率增量和视在功率增量作为特征量,通过KNN(K最近邻)算法进行电器识别,实验结果表明,该系统的用电器平均识别正确率高达95%以上,并且可以及时预警且限制学生公寓违规电器的使用,能有效降低因使用违规电器所带来的生命和财产风险。     

智能电网建设中的用电信息采集系统

2010年两会,温家宝总理的政府工作报告中强调要加强国家智能电网建设,把智能电网的建设列为了国家发展战略.智能电网负荷国际电网的发展趋势,坚强智能电网促进了在用电环节的“大营销”体系建设,实现了供电企业同用户之间的实时互动.用电信息采集系统,作为智能电网的重要组成部分,承担者用户用电信息采集、实现资源共享、实施监控电网运行,保证电网安全有序运行以及全面电费控制的重要职能.     

基于行为识别和单片机的智能照明系统设计

随着人们生活水平的提高,对能源的需求也越来越大,而传统的照明也满足不了人们的需求,智能照明应运而生。因此,文章设计了一款以行为识别为前提,集光照检测和人体红外感应于一体的结合手机端控制的智能照明系统。从照明系统现状着手,详细介绍了其功能和设计方案,并对其做出了总结。     

基于智能电网调度支持的居民用电侧自动需求响应系统

为了优化居民用电侧管理和电力系统总的发电容量,构建基于智能电网调度支持的居民用电侧自动需求响应系统。该方法以先进的智能电网技术为依托,依靠智能电网调度支持平台构建需求响应系统框架,采用价格需求响应方式和激励需求响应方式,实现尖峰电价、尖峰折扣、分时电价、实时电价的控制和市场激励、计划激励。其应用分布式在线学习算法能在用户满意度较低的条件下,降低用电成本,提高用电效益。通过综合分析可知,基于智能电网调度支持的居民用电侧自动需求响应系统可较好地优化发电容量并满足居民用电侧用电需求。     

基于智能电网的无线传感器网络路由算法研究

无线传感器网络为智能电网输变电、配用电环节的安全可靠运行,提供了实时可靠的基础数据,是电网精细化、智能化控制的基础。结合南方电网公司广州蓄能水电厂的无线传感器回传网络的实际项目经验,首先介绍了智能电网无线传感器回传系统的组网方案;之后,针对传感数据传输模块,重点分析了Cluster-Tree、AODVjr和ZBR几种传感网路由算法;最后,通过OPNET仿真软件中实现上述3种路由算法,并从平均端到端时延、平均跳数、路由开销等方面进行了对3种路由算法进行了分析和比较,为智能电网中传感路由算法的选择,提供了理论和仿真依据。     

基于大数据的智能电网信息调度算法改进

在大数据时代,随着信息技术的发展,电网在运行过程中会产生海量的数据,且数据类型逐渐多样化,这对电网有着更高的要求,需要电网向着数字化、智能化电网转型。文中主要阐述了大数据智能电网信息调度算法,对目前的多种大数据智能电网信息调度算法进行了分析,并对基于大数据的智能电网信息调度算法提出了改进策略。     

浅谈智能电网终端用电节能

智能电网是当前电力系统正在逐步升级的一个方向,大规模智能电网是对原有电力系统的优化,在其过程中,终端用电节能是关键性的问题之一,如何能使系统最优化,同时能量消耗最少成为讨论的一个热点。     

人工智能技术在用电行为分析中的应用研究

针对人工智能技术在用电行为分析领域的应用问题,构建了基于人工智能技术的用电行为分析架构,其包括离线训练与实时分析两个环节,离线训练实现负荷特征库的构建,实时分析实现在线的负荷识别和用电行为分析.提出基于功率滑动窗口的事件检测方法及基于深度置信网络(Deep Belief Network,DBN)的负荷识别方法,进一步在...     

基于大数据挖掘的用电行为分析

得益于智能电网的发展,电力大数据的价值与作用逐渐被挖掘。通过对电力大数据的深入挖掘与研究,可促进电网企业管理水平的进一步提升,为我国智能电网的发展提供助力。而依托于大数据挖掘的用户用电行为分析,可实现当前企业电网调控与需求侧的充分融合,为电力系统的稳定性运行提供保障。基于此,文章针对大数据挖掘的用电行为分析进行深入探析,以期为智能电网发展提供帮助。     

基于智能规划的工作流任务识别算法

针对传统算法将活动看成是彼此之间相互独立的事件,无法准确识别的问题,提出一种基于智能规划的工作流任务识别算法,利用工作流与智能规划在执行序列和操作规则方面存在的共性.通过高层次的抽象描述,自动推导出活动之间的内在逻辑联系,且能从外部信息充分挖掘潜在的知识,将工作流任务识别问题转变为对应的智能规划识别问题来进行求解,有效地解决了传统算法识别困难和对噪声数据敏感的问题.实验结果表明,本文提出的算法是可行的.     

基于RFID/WSN和大数据技术的智能电网用电调控

整合逐步发展的RFID及WSN技术实现对整个电网的远程监控、数据收集及智能抄表,再结合大数据技术对得到的数据进行全面整合分析,分析整个电网系统中用户电量的使用情况,从而对未来的用电需求做出预测,制定出合理的价格体系,引导用户错峰用电,以达到对电力负荷“削峰填谷”的效果,提高能源利用效率,节约能源消耗。     

基于FP-growth算法的多尺度用电异常行为检测方法

异常用电行为检测直接关系到电力公司的利益。针对上述问题,提出一种基于FP-growth算法的多尺度用电异常行为检测方法。通过采集器远程获取用电数据,并对缺失数据填补和数据进行标准化处理。通过计算特征的重要性指数和贡献率选取多尺度用电行为特征。利用FP-growth算法建立特征与用电行为之间的关联规则,根据支持度和置信度判断是否存在异常,实现用电异常行为检测。实验结果表明,所研究方法的F1值始终高于0.8,说明该方法的检测更为准确。     

智能识别与行为分析

随着人们生活水平的不断提高,人们的安全意识也越来越高,对社会公共安全也越来越关注,政府部门也加大了对其的资金投入,智能识别与行为分析技术的发展对社会公共安全的保障起到了十分积极的作用。本文笔者通过对智能识别与行为分析技术的了解和学习,阐述了智能识别与行为分析技术的产生和发展,分析了智能识别与行为分析技术在现实社会中的具体应用,并对智能识别与行为分析技术在今后发展中的应该解决的问题进行了说明。     

用电信息采集系统在地区电网的效益分析

电力用户用电信息采集系统是建设坚强智能电网的重要组成部分,是“SG186”系统的重要基础。通过建设用电信息采集系统可以实现对发、输、变、配、用各个环节的电能信息实时采集,能够真正实现生产、营销、客户服务各类应用的实时、稳定、可靠和安全传输。目前,该系统已在铜陵地区不断深化应用,进一步提升了地区营销管理水平,降低了管理成本、提高了供电企业的效益。     

智能学习的目标识别算法研究

学习的目的就是强化对可塑性结构的有效刺激,并形成固化的记忆模式。基于数据的机器学习是信息系统获取外界(环境)知识的重要途径,也是人工智能的一项关键技术。越来越多的研究者认为,一个系统的成功与否,不仅取决于系统所采用的结构模型,而且更取决于这个系统所包含的知识内容--“智力”含量。采用自适应优化学习的目的,就是使滤波模型具有图像目标的固有特征,从而赋予结构参数特定的知识,使图像滤波过程融入特有的智能,进而实现对复杂交化的图像具有良好的滤波性能和稳健的适应能力。