基于5G的电网基建施工装备数字化协同方法

随着中国国家经济的不断发展,电力负荷不断增高,电网基建工程数量也日益增多。针对电网基建工程中存在的施工装备数字化能力弱、协同性差的问题,采用5G网络切片技术划分电力基建施工装备信道,从而实现多类型基建施工装备之间的音视频与数据交互。在此基础上,采用北斗技术和匈牙利算法,建立了电网基建施工装备数字化协同策略,实现基建施工界面下的集中指挥与多位置任务协同工作。通过在某省电力公司变电站和线路现场实例应用,其数字化协同准确性达99.4%。应用结果表明：该方法可提高电网基建施工数字化协同能力,减轻电网基建施工人员工作量。     

基于北斗双重差分的输电线路杆塔位移分析方法

中国西南地区的输电线路地理分布广泛,所处区域地质灾害频发,易造成输电线路杆塔位移,甚至倒塌。为解决输电线路杆塔位移监测难度大、精度低的问题,提出了一种基于北斗双重差分的输电线路杆塔位移分析方法。通过北斗位移监测终端进行输电线路杆塔初始定位;采用地面增强站对输电线路杆塔位移信息进行差分校准,在此基础上,采用双重差分法对输电线路杆塔四个塔基的北斗位移监测终端进行综合位移分析。在某地区进行了模拟试验,位移识别准确率为99.1%,位移识别精度为6.29 mm。其模拟试验结果表明,文中所提方法可准确识别输电线路杆塔位移情况。     

基于动态博弈的配变三相不平衡治理研究及应用

基于泛在电力物联网建设方向,结合三相负荷动态博弈分析技术,提出配变三相不平衡治理研究及应用,以信息化支撑配变三相不平衡治理,通过"户-相-变"拓扑关系自动识别和三相用户负荷动态博弈分析,提出用户相位关系调整建议,从而达到从源头治理配变三相负荷不平衡的目标.论文首先简述了配变三相不平衡治理由低压配电网拓扑关系数据采集、动态博弈分析和配变三相不平衡治理应用三部分组成,其次,介绍了采用边缘计算技术进行拓扑关系采集及校验,并通过三相用户负荷动态博弈建模,生成用户相位关系调整建议,辅助台区经理进行现场治理.最后展望系统对相关业务的支撑,旨在探讨电网企业应用配变三相不平衡治理系统的价值.     

基于台区功率共济的屋顶光伏功率消纳方法

随着整县屋顶光伏试点工作的逐步推进,光伏功率消纳的问题日益凸显。为解决光伏发电功率波动大、消纳率低的问题,提出了一种基于台区功率共济的屋顶光伏功率消纳方法。首先,通过边缘物联终端采集配电台区屋顶光伏的发电功率数据,并采用长短期记忆网络对光伏历史发电功率和气象数据进行综合分析,生成多时间尺度的光伏发电预测曲线;其次,通过储能装置、跨台区联络开关建立微电网调度控制模型,计及短期光伏发电功率预测,合理安排用能策略、储能策略和跨配电台区功率共济消纳策略,以提高光伏功率的消纳水平;最后,在某县应用该方法,其光伏功率消纳比例达95.26%,较蒙特卡洛方法提高16.18%,运行结果验证了所提方法的有效性。     

基于卷积神经网络的电缆接头缺陷识别方法

为解决电缆接头施工工艺监管难、缺陷隐患多的问题,提出了一种基于卷积神经网络的电缆接头缺陷识别方法。通过电缆施工人员安全帽上的摄像头获取电缆中间接头施工图片,采用梯度直方图方法提取电缆接头的视频特征数据;通过图像开运算对电缆接头图像进行腐蚀和膨胀,消除电缆接头图像的噪声数据。在此基础上,通过正常样本训练卷积神经网络,提高电缆接头缺陷发现能力。在某城市电缆接头施工现场应用该方法,电缆接头缺陷识别准确率达98.5%,其结果验证了该方法的有效性。     

基于全卷积网络的配电线下鱼塘垂钓识别方法

随着电网建设规模的不断扩大,穿越鱼塘的输配电线路日益增多,为解决输配电线路下垂钓者发生触电风险隐患的问题,文中提出了一种基于全卷积网络的配电线下鱼塘垂钓识别方法。通过安装在输配电线路下方鱼塘旁的摄像头采集鱼塘视频图像,采用全卷积网络图像识别算法对现场的图片进行分析,判断是否有垂钓者及鱼竿物体,当垂钓者携带鱼竿进入鱼塘时,通过扬声器和警示灯进行告警。在某县鱼塘进行验证,其准确率为99.2%,应用结果验证了文中所提方法的有效性。     

基于配电物联网的反窃电预警系统研究及应用

基于电力物联网建设方向，结合大数据、人工智能深度机器学习技术，提出了基于配电物联网的反窃电预警系统研究及应用。通过配电台区"变-线-相-户"分段、分层的窃电台区嫌疑分析，客户用电负荷曲线的特征分析，精准锁定窃电嫌疑用户，提高供电单位窃电预警能力。首先，采用边缘物联代理技术采集用电特征数据，获取电表的电气数据及自动拓扑关系；其次，采用聚类、分层分析建立反窃电预警模型并结合专家诊断库生成窃电嫌疑用户清单；再其次，警电联动应用将窃电嫌疑用户推送至公安侦办系统，形成警电联动体系，最后展望系统扩展对相关业务的支撑，旨在探讨电网企业应用反窃电预警系统的价值。     

基于网格聚类的峡谷风电短期功率预测方法

为解决峡谷风电受峡谷尾流影响而造成的风电短期功率预测准确率低的问题,提出了一种基于网格聚类的峡谷风电短期功率预测方法。对峡谷风电站的历史气象、预测功率、实际功率数据进行预处理,以提升预测模型的训练效果。按照经纬度进行峡谷风电站地域网格聚类,获得峡谷风电网格特征。在此基础上,采用长短期记忆网络对每个网格进行功率预测,并进行网格功率叠加与误差修正,峡谷风电站短期功率预测实际准确率达到88.35%,其运行效果表明:所提出的预测方法能够有效地提高峡谷风电短期功率的预测精度。