基于用电大数据分析的台区线损管理分析

阐述基于智能用电大数据分析能够有效识别台区线损的影响因素,提出改进措施。探讨智能用电大数据分析在台区线损管理中的应用,包括数据采集、数据清洗、数据挖掘、数据可视化的应用。     

引入竞争机制的改进AR谱估计间谐波分析方法

随着我国各种大功率电力电子负载的广泛应用,导致了公用电网谐波污染日益严重,使得对应的电能质量问题受到越来越多的关注,因此准确分析间谐波特征对提高电能质量具有重要意义.提出了一种具有竞争机制的改进混合遗传粒子群算法(HGAPSO),通过引入一系列淘汰及精英学习的竞争策略使粒子群算法(PSO)具有更快的搜索速度以及更强的全局搜索能力,从而显著提高自回归(AR)谱估计中的参数估计精度.通过AR谱估计获取检测信号中的间谐波阶数及频率初值,并基于间谐波信号模型对谐波进行转换,将转换后的幅值编码于改进HGAPSO中对间谐波的幅值和相位进行参数估计.仿真结果表明,该算法较HGAPSO,PSO和遗传算法(GA)能够获得较高精度的间谐波参数值,同时具有更强的抗干扰能力.