基于PSO-LSSVM的高压电力电缆接头温度预测

高压电力电缆接头温度是反映电缆运行状况的重要指标,对接头温度进行精确预测可提高电缆安全运行水平。采用最小二乘支持向量机建立适用于电缆接头的温度预测模型,并给出了预测方法的具体步骤。模型以电缆接头的历史温度、环境温度、湿度和线芯/护层电流比为输入样本,电缆接头的表面温度为输出。为了提高预测精度,采用粒子群优化算法对模型的标准化参数和正则化参数进行动态寻优。以上海某110 k V电缆接头为例进行预测,结果表明,提出的方法能较好地预测电缆接头温度,预测精度高,为电缆温度监测和预警系统提供可靠的判断依据。     

电力电缆温度在线监测系统研究

针对传统电缆温度监测方法实时性差等难题,开发了基于无线通信技术的在线监测系统,主要由非接触式温度传感器模块、通信电路模块、GPRS通信模块构成。为了验证监测系统的可靠性和稳定性,使用该系统对配电网中一正在运行的电缆进行了时间为一周的温度监测,结果表明该系统测量的温度结果准确可靠,可以长期稳定地运行。     

电力电缆载流量试验的温度测量方法研究

文章介绍了DS18B20数字温度传感器在电缆线芯测温时的应用。介绍了电缆测温系统的选择,对传感器测量的准确性与干扰性进行了试验,叙述了安装方法对测温准确性的影响,最后介绍了该传感器在实际应用中的注意点。     

基于SVM改进PSO算法的电缆接头温度预测分析

为了获得更高的电缆接头温度预测精度,引入了粒子群(PSO)优化算法来动态寻优标准化参数。以PSOSVM算法对电缆接头温度进行预测,生成相应的训练与测试样本。通过训练样本来计算PSO-SVM模型乘子λ及其偏差量B,再根据计算得到的B与λ处理测试样本获得模型精度与预测效果。仿真分析结果表明:采用PSO-SVM方法可以预测得到更加符合实测值的结果,获得比SVM预测方法更优的相对误差,得到的优化参数是完全有效的。大小不一样的数据样本会对预测结果精度造成明显影响,其中样本较多时可以获得相对更高的预测精度。     

基于温度变化影响的电力电缆故障率测算方法

热瞬态会导致电力电缆内部温度的突然升高,进而引发故障。为此,提出一种基于温度变化影响的电力电缆故障率测算方法,充分考虑热瞬态对电缆故障率测算的影响,建立神经网络模型对电力电缆故障率进行计算。仿真结果表明,相较于电力电缆故障率额定值,该方法测算的结果更接近电力电缆故障率的真实值,能更加精准地测算电力电缆故障率,确保电网的稳定、高质量供电。     

地下电力电缆检测技术的发展动向

主要从绝缘测试和故障探测两方面,来评介当前地下电力电缆检测技术的发展动向,并对架设于大鸣门桥电缆线路的光电监测系统作简单介绍.     

风暴灾害下电力断线倒塔概率预测

提出了基于极端学习机(Extreme Learning Machine,ELM)和广义极值(Generalized Extreme Value,GEV)分布的风暴灾害下输电线路断线概率预测模型。该模型首先针对极端风速,通过ELM网络的训练学习,预测出实时变化的风速;随后从概率的角度考虑实时变化的电力线风荷载极值,提出电力线风荷载的实时广义极值分布;从而实现风暴灾害下输电线路的实时断线概率预测。结合输电线路的历史数据展开算例分析,验证了该预测方法的有效性和准确性。     

基于UHF-RFID/RBF的电力电缆温度监测研究

电缆是城市建设中的重要设备,据统计电缆事故中大部分源于电缆温度过高而引发损坏,因此监测电缆温度有很重要的意义。由于实际情况中电缆安装的环境比较复杂,选择采用无线UHF-RFID技术监测温度,既有效节约成本,又提高效率,还可以系统内供电,同时搭建实验平台收集数据并用于温度预测研究。首先将UHF-RFID技术应用于电缆温度监测,然后根据电缆表皮温度、环境湿度、环境温度、电缆载流量和运行时间五个影响因子用RBF神经网络算法对测得的压接接头、插拔接头和电缆本体的缆芯温度进行训练与预测,最后用MATLAB仿真出温度图,与实际温度对比误差很小,证明UHF-RFID/RBF预测可靠性强。     

电力电缆及其接头运行温度监测技术研究

分别阐述电力电缆以及电缆接头使用的多种运行温度监测技术,包括点式温度监测、光纤温度监测和红外温度监测等.介绍了每种运行温度监测技术的工作原理、优缺点以及这些运行温度监测技术的适用场合,同时也对某些运行温度监测技术在实际中的具体实现和实际使用效果进行了说明.     

基于超阈值分布的直流充电桩计量准确性预测研究

直流充电桩准确性取决于超过误差阈值但小于极大值区间的分布.文中从POT模型出发,引入广义极值分布和广义Pareto分布对非对称的误差数据序列进行特征描述,采用超限均值函数法和峰度值法对阈值进行估计.结果 表明直流充电桩误差数据可用广义Pareto分布较好拟合,并结合危险率函数给出超阈值风险的概率,为预防直流充电桩误差极...     

电力系统年最大负荷概率预测

概率预测已经在气象、地震预测等领域中成功应用.提出将概率预测的方法用于负荷预测领域.在深入研究年最大负荷与温度关系的基础上建立了概率预测模型,模型有较高的预测精度,并已形成实用化应用软件,软件已在河南省正式使用,使用效果好.     

电力市场价格钉预测模型研究

为威胁电力系统稳定安全运行的一个重要方面。从电价价格钉的经济学分析着手,给出价格钉判别标准。最大Lyapunov指数为正数是一个时间序列具有混沌特性的必要条件。对具有混沌特性的电价序列,提出了一种基于混沌理论的价格钉预测模型——基于径向基函数的神经网络模型。运用新西兰NEMCO电力市场中昆士兰区域的电价时间序列为例,识别出电价时间序列的混沌特性,并通过数值仿真验证了模型的有效性。     

直埋电力电缆温度场计算模型

研究了埋设于复杂土壤中的电力电缆在暂态和稳态情况下的温度场和载流量,用有限差分法离散传热方程,对电缆和土壤区域分别采用极坐标和直角坐标;为了加快计算速度,采用了不均匀网络。本模型适用于电力电缆稳态和短路或过载等暂态的温度场和载流量的计算。     

基于时间序列分析的风电功率预测模型

风电功率的精确预测对于电网合理调度,降低电网运行成本和保证电网系统安全性等方面有重要的意义。基于风电功率历史数据具有的时间序列特性,应用时间序列法建模,对风电场的发电功率进行短期和中长期预测,同时分析单一机组和汇聚机组对预测效果的影响。实证研究结果表明,利用时间序列分析方法,能比较精确地预测风电场发电功率,且短期内预测平均绝对百分比误差不超过15%,预测的合格率已超过85%,并且集中开发的方式可以减少预测误差。     

低压配电设计中并联电缆的选用

结合NEC和IEC相关规范,从并联导体的使用条件、允许持续载流量和电缆的配电保护措施三方面,对国标中并联电缆的相关要求进行了深入探讨。使广大电气设计人员在低压配电设计中能够正确理解规范要求,并合理选用并联电缆。     

提高海底电力电缆载流量的方法探讨

由于海底电力电缆的应用日益广泛,对其载流量的相关问题的研究也越来越重要.从海底电缆的生产和施工角度,提出了影响载流量的原因,包括导体截面大小、运行环境的热阻影响、接地系统环流的影响等环节,并加以分析和归纳,从而提出了提高海底电缆载流量的方法,并对它们的特点进行了论述和比较.     

地下电缆载流量评估影响因素数值分析

利用有限元法对影响地下电缆温度场分布的地表空气温度、电缆埋地深度、土壤热阻系数、有无回填土、电缆排列方式、电缆接地方式等因素进行了分析,利用弦截法计算地下电缆群载流量,给出电缆载流量随各项参数变化的关系,为根据实际环境和敷设条件选择合适的电缆载流量提供依据。     

风电场风速及风功率预测方法研究综述

随着全球能源形势日益严峻,传统的化石能源面临枯竭危机,清洁的可再生能源尤其是风能越来越受到人们重视,将来很可能替代化石能源成为主要能源。风速及风功率预测这一基础性研究课题对于风电场规划、风功率的控制、风电并网后电网的安全经济运行有着重要的意义。本文就风速及风功率预测模型进行了归纳整理和比较分析,对各种模型进行了客观评价,最后指出了未来预测模型的发展趋势。     

售电量分类预测模型及其软件开发

为了进行有效而高质量的售电量预测,根据实际电力系统电价和影响因素的不同,将售电量分为五类,运用人工神经网络中的误差反向传播算法,利用重庆某地区历年来的月温度和月售电量等数据建立起最佳预测模型进行学习训练,并用重庆某供电局2006年的售电量实际值和预测值进行校验.最后利用MATLAB平台开发出了实用化的售电量分类预测软件.实际算例的分析表明,售电量分类预测比售电量总体预测具有更好的预测精度和实用价值.     

Use of Fourier Transformation for Detection of Faults in Underground Power Cables

An analysis of underground power cables is performed using Fourier analysis with the objective of detecting fault and average life of the cables. Three types of cables are used in this experiment： a no...