大型供电企业针对大客户的三个“1+N”模式探讨

<正>1研究背景目前传统大型供电企业在大客户市场竞争与主动服务意识方面仍存在诸多不足,并没有真正做到细分客户群体与市场需求,营销服务策略存在单一化、趋同化问题,在精准、优质地服务高端阶层和重要客户等方面资源投入严重不足,客户评价体系、客户关系管理、政企关系维护等基本处于"空白"状态;另外,在当前专业化、精细     

基于核的模糊C均值逐层聚类算法在负荷分类中的应用

针对传统的模糊C均值聚类方法不适于非正态分布数据集的聚类、处理高维数据集收敛速度缓慢以及噪声点敏感的问题,提出了一种基于核的模糊C均值逐层聚类方法,应用于电力负荷特性分类。该方法的核心是2个模块和1个算法:改进快速排序法模块、核函数模块与模糊C均值算法。改进快速排序法模块将大数据集划分为若干特征突出的子空间,进而结合核函数模块与模糊C均值算法对各子空间进一步精确分类。以广东省的负荷调研数据为基础,在Matlab平台上对基于核的模糊C均值逐层聚类方法与模糊C均值算法的分类结果进行对比分析,结果表明:前者在提高分类效率与分类精确度的同时,具备较理想的收敛速度;另外,前者分类结果精细程度的可控性有利于电网工程实用规划。     

大型建筑屋顶分布式光伏发电 项目的研究与应用

本文以长沙某大型商贸物流中心建筑屋顶分布式光伏项目为研究对象,通过设计规划原则、系统架构设计与项目收益分析三方面进行分析研究与规划,评估项目投资价值,为同类型建筑屋顶的投资商提供参考。     

基于特征挖掘的indRNN光伏发电功率预测

光伏发电功率有明显的随机性、波动性和间歇性.准确地预测光伏发电功率对电网有序运行和调度有着极其重要的意义.本文提出一种基于特征挖掘的独立循环神经网络光伏发电功率预测模型.首先,探究环境因素与光伏发电功率的关系,并构造相应特征;然后,以构造后特征作为输入,输入到独立循环神经网络模型进行训练和预测;接着,用独立循环神经网络模型与传统循环神经网络和长短期记忆神经网络模型进行对比,独立循环神经网络模型不仅具有更强的记忆能力,更快的训练速度,同时也改善了循环神经网络的梯度弥散或爆炸问题;最后,采用实际光伏电站数据进行验证,验证了特征构造和独立循环神经网络模型的优越性,证明了特征构造后的独立循环神经网络模型预测精度比其他模型方法有显著提高.     

基于改进UPF滤波算法的稳态及短路电流下光学电流互感器信噪分离研究

我国大力发展特高压电网,对电流互感器的测量精度和速度提出了更高的要求。当输入电流信噪比低时,光学电流互感器(OCT)很难从频域角度进行滤波。因此提出无迹粒子滤波算法(UPF)来提高OCT的信噪分离能力,并针对传统UPF计算量大导致实时性较差的问题,采用基于全局采样的改进UPF滤波提高滤波的实时性。之后对电力系统发生三相短路下该滤波情况进行讨论,以改进UPF滤波中的残差作为阈值进行计算。最后在Matlab进行仿真验证,结果表明基于全局采样的改进UPF方法有效提高了输出信噪比和滤波精度,短路时也能快速、准确滤波,为继电保护装置提供电流。     

基于健康信息评估的运检装备智能管控研究

<正>1项目介绍2019年3月8日,国家电网有限公司正式部署建设泛在电力物联网的工作任务,"数字化"和"互联网+"的战略部署将广泛应用到电网建设、运维、营销等工作,将会给当前的电网模式带来新的变革。仪器仪表、备品备件等运检装备是开展设备运检工作的基础,然而目前装备管理较粗放、效率低,难以满足运检工作智能化、信息化的发展需求,缺乏有效的智能化管控手段。现有管理模式主要弊端为:一是装备状况掌握     

基于数据挖掘技术的台区线损 智能诊断研究及应用

本文围绕台区线损异常治理效率低、降损成效弱、异常监测难等问题,依托营销SG186系统、用电信息采集系统等海量数据,运用聚类算法和关联分析法,进行静态与动态数据的集成整合与优化,实现对台区数据信息的深度挖掘;通过搭建阶梯化线损管控模型、线损评估与智能诊析模型和线损治理配型库,开发台区线损"慧诊"助手开发应用,可实现"一台一策"台区线损管理的快速诊断决策与智能管控。