基于气象因素和时间序列分析的配电网故障数量预测

基于华东某市配电网故障报修数据,开展配电网故障数量短期预测研究。提出基于气温的季节判定方法,综合采用多元回归和时间序列分析手段,构建分季节的气象影响故障量预测模型,确定温度、天气等气象因素与故障量的量化关系,并针对剔除气象因素影响的剩余故障量,构建自回归移动平均时间序列预测模型,捕捉故障量的时间序列变化趋势。通过上述模型的综合应用,实现了配电网故障数量较高精度的短期预测。     

供电所客户故障报修处理流程优化研究

随着社会经济发展,客户对供电服务要求不断提高。客户故障报修处理作为供电企业提供的一项基本供电服务,其处理速度和质量情况直接影响客户对供电服务满意程度。传统的客户故障报修处理流程已无法满足新形势对故障处理速度的需求。分析现有故障报修处理流程,找出存在问题和可优化节点,并引入故障预判,通过实例验证了优化现有故障报修处理流程的必要性。     

基于地址模糊匹配的配电网故障分析方法

提出了一种基于地址模糊匹配的配电网故障研判算法.该算法通过建立地区标准地址库模型,结合电力营销系统中客户档案信息对客户报修工单地址进行模糊匹配,为故障研判提供数据支撑,提高故障研判成功率和准确率.通过对应用分析可知,在客户报修工单无户号的情况下,该算法能够在一定程度上指导配电网抢修人员快速锁定故障地址,进而缩短故障停电...     

基于综合脆性关联度的连锁故障预测与冲击辨识

提出了一种连锁故障预测的方法。所提方法综合考虑连锁故障过程中各支路的状态脆性关联度与结构脆性关联度,在电气结构的基础上构建了反映各支路综合脆性关联度的连锁故障预测指标。将熵理论引入综合预测指标,构建脆性关联熵确定故障线路对系统的冲击程度,辨识出极易引发灾难性后果的初始故障及对系统影响极为严重的连锁故障序列。仿真结果证明了所提方法的有效性。     

气象环境对电网负荷的影响因素分析

针对地区电网负荷易受多种气象因素影响,负荷预测中存在诸多不确定性问题,研究了气象因素对电网负荷的影响,最大程度减少由气象因素造成的负荷预测偏差。应用灰色关联度分析方法,基于大量历史数据,剖析气温、湿度、风速等气象因素与负荷特性变化的关联度,得到对负荷变化产生主要影响的气象因素。在此基础上,为了量化分析主要气象因素对负荷影响的程度,采用支持向量回归的方法得出日特征气象因素、实时气象因素对负荷变化的的灵敏度模型。同时,考虑到气温的累积效应对负荷特性变化的重要影响,研究气温累积效应对负荷的影响规律,得到气温累积效应修正公式,并用实例证明对历史数据经累积效应修正公式进行修正后,修正数据能够切实提高负荷预测的准确性。     

基于相似日和CNN-LSTM的短期负荷预测

为充分发掘历史信息,解决气象数据不足影响预测精度的问题,采用灰色关联分析(GRA)选取天气相似日和CNN-LSTM混合神经网络的方法来预测电力负荷。利用GRA计算每日各气象因素与日总负荷的灰色关联度,再计算各日与典型日的相同气象因素之间的欧氏距离,将各气象因素的欧氏距离分别乘以对应因素的关联度,并将同一天的结果累加,得到一个综合得分。选取待预测日之前分数最低的5天作为相似日,将相似日各时刻的负荷数据输入CNN-LSTM网络中,预测出待预测日的负荷,通过与其他模型对比,验证了该方法的有效性。     

强降水对河北省南部电网运行情况的影响分析

结合夏季河北省南部电网范围内强降水频发的情况,分别计算电网负荷、故障报修数量、用电客户投诉数量三者与降水量的Pearson相关系数,研究其变化趋势,并分析强降水对这三方面带来的影响,为制定应对措施奠定基础。     

利用时空电气量基于灰色关联度的电网故障诊断

利用网络拓扑、SCADA开关量、故障录波数据等信息,提出了一种基于灰色关联度计算的电网故障诊断方法。针对停电区域中的每条疑似故障线路,利用故障时刻前后的电流采样值,计算其3种纵向灰色关联度;选取一条有源参考线路,针对故障时刻后各疑似线路的电流采样值,计算它们与参考线路之间3种横向灰色关联度。然后对各纵向灰色关联度和横向灰色关联度进行加权融合,得到疑似线路的综合灰色关联度,给出故障判据,准确地识别出故障元件。在IEEE 14节点上的仿真实验,验证了该方法在不同故障位置、各类故障类型及不同过渡电阻下,均能准确识别出单个故障和双重复故障元件。     

基于灰色粗糙集理论的风电机组传动链智能故障诊断方法

风电机组的状态监测和故障诊断是保证机组长期稳定运行和安全发电的关键。风电机组传动链系统的故障种类繁多,原因复杂,其故障征兆、故障原因和故障机理之间存在着极大的不确定性。文中在其故障诊断过程中,首先利用粗糙集原理对其特征参数进行约简,去除冗余参数,再利用粗糙集理论定量确定各特征参数的重要程度;根据约简的特征参数和各参数的重要程度,利用灰色关联度分析方法确定标准故障状态与目前机组状态的关联度,从而找到其故障之处。实例计算表明：在风电机组的故障诊断中将灰色系统理论和粗糙集理论结合是一种有效的方法,为其今后开展智能故障诊断提供了理论基础。     

基于手机的配网低压故障报抢修App设计与应用

为提升配网故障报修、抢修效率,提升客户服务水平,结合现有配网生产中的低压故障报修工作要求和工作流程,基于手机设计配网低压故障报修及抢修系统App并应用到实际中,结果表明该App在规范配网低压故障报修及抢修工作的同时,实现了与客户信息共享和互动。     

基于D-S证据理论的电力客户满意度评价

供电公司在实践以客户满意为指导的市场营销理念的过程中,客户满意度评价至关重要。根据评价指标的建立原则,从供电质量、电能价格、供电服务和用电指导4个方面构建电力客户满意度评价指标体系,应用D-S证据理论建立客户满意度评价模型,同时在问卷调查取得的数据基础上,运用D-S证据理论进行满意度评价,分析结果体现了该方法的有效性。     

电力行业用户满意度指数模型的构建与测算

随着电力行业改革的不断深化，电力供需基本平衡，但这种平衡只是低水平的，要进一步刺激用电量，需要建立以用户为中心的电力营销体制，以科学的模式和方法测评企业的用户满意度，并在此基础上构建行业用户满意度指数体系，在借鉴美国用户满意度指数模型的基础上，运用层次分析法的思想，建立我国电力行业的用户满意度指数模型，并研究了该指数的测算方法。     

基于模糊理论的电力客户满意度综合测评

电力企业需树立“以客户满意为核心”的市场营销观念,因而合理建立全面的评价指标体系,计算电力客户满意度指数至关重要。借鉴国内外客户满意度相关理论,从产品质量、服务质量、电价、公司形象、与客户关系5个方面构造电力客户满意度评价指标体系。以客户统计调查表为基础,运用模糊数学方法,构建基于模糊理论的多目标、2层次电力客户满意度综合测评模型。电力产品质量指标的简化分析算例表明了所提方法的有效性。     

基于改进Apriori关联分析及MFOLSTM算法的短期负荷预测

电力负荷预测结果的准确性对电力系统安全稳定运行具有重要意义。针对多气象因素影响下的短期负荷预测任务,提出改进Apriori关联度分析及飞蛾火焰优化的长短时记忆神经网络算法的电力负荷短期预测新方法。首先,提出改进Apriori算法分析气象因素与负荷之间的关联程度。依据分析结果除去非必要气象影响因素,并在此基础上引入人体舒适度评价指标。其次,将降维后气象数据结合地区负荷数据作为模型输入。最后,基于长短时记忆神经网络进行短期负荷预测建模,并结合飞蛾火焰优化算法的全局寻优能力来优化模型。通过对某地区负荷数据协同气象数据进行对比预测试验,测试结果表明该负荷预测模型能有效提升地区电网短期负荷预测性能。     

供电服务质量体系模型的构建及评价

介绍了国外供电企业实施的顾客满意度测评所采用的满意度指数模型和设定顾客满意度指标体系所遵循的基本原则。叙述了上海市电力公司顾客满意度测评指标体系的构建框架，并对现有顾客满意度的测评方法，应用后的总结与分析，提出了建立供电行业服务质量体系模型及三方评价机制，用以改进供电服务质量和增强供电服务能力。     

相空间重构和SVR耦合的短期电力负荷预测

电力系统的短期负荷预测精度对智能电网安全运行有着重要影响,其中预测精度和训练步数至关重要,目前当地气象因素逐渐成为负荷预测中的关注点。以某市短期电力负荷为研究对象,建立了考虑日特征相关因素的支持向量回归机短期电力负荷预测模型,随后对某市考虑气象及日期类型的电力负荷做出预测。研究表明:利用考虑实时气象因素的SVR预测模型对短期电力负荷进行预测精度较高;考虑气象及日期类型的预测误差比不考虑气象及日期的预测误差小;嵌入维数和时间延迟对负荷预测模型精度具有重要影响。     

基于模糊积分的电力客户满意度综合评价

采用模糊积分评价法对电力客户满意度进行评价,构建了电力客户满意度评价指标体系和模糊积分评价模型,并对5个地区电力公司的调查数据样本进行了实证分析。模糊积分法具有综合考虑评价指标的相关性和定义评价指标值的主观性两大特征,可以通过确定l模糊测度值与评价指标的重视度来实现高层决策者的评价目的和要求。     

供电企业客户满意度指数模型及改进研究

介绍了供电企业实施的顾客满意度测评所采用的满意度指数模型、设定满意度指标体系所遵循的原则以及上海电力公司客户满意度测评的指标体系,并对现有满意度的方法在实际应用基础上的进行总结分析,提出改进和完善的基本思路.     

Kano模型在连锁咖啡店服务质量中的应用

基于Kano模型对连锁咖啡店服务质量的要素进行分析,选择员工服务态度、咖啡的味道、咖啡店卫生状况和员工对所提意見的反馈等20个质量因素设计调查问卷,通过网络和走访收集到104份有效问卷,对问卷进行分析,并对质量要素进行了Kano分类分析。研究结果表明,稳定的免费无线网络、优惠活动、咖啡店的位置、咖啡店桌椅的舒适度和其他菜单的丰富程度是提高顾客满意度的关键要素,咖啡店的卫生状况、员工服务态度、咖啡的价格、咖啡店桌椅的舒适度、等待时间和对消费者意见的反馈是消除不满指标的5大重要因素。     

基于集对分析和马尔可夫链的电力客户信用风险评估

为能更加有效地评估电力客户的信用水平,防范电费回收风险,针对以往电力客户信用风险评价方法只局限于静态评价上的不足,构建了基于集对分析和马尔可夫链的电力客户信用风险评估模型,通过联系度中的同势、均势和反势来判断客户信用风险程度的变化趋势,并用联系度来计算、评估电力客户信用的大小,还可以通过两两时段间的同、异、反转移矩阵计算来预测电力客户下一时段的信用水平,从而实现了对电力客户信用风险的全面、动态评估;最后,通过对某一客户的实际算例可知,所构建的基于集对分析和马尔可夫链的电力客户信用风险评估模型对于动态评价电力客户的信用是科学、有效、切实可行的.