基于PSO-Soft attention双向LSTM算法的光伏发电量预测研究

为解决传统的光伏发电量预测中数据特征方程较为粗糙、预测精度不高等问题,提出一种基于PSO-Soft attention双向LSTM算法的光伏发电功率预测算法,在前向传播过程中通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,同时优化了双向LSTM网络的反向传播过程,加入了Soft attention机制使模型收敛性更强,重新构造该模型为八层网络结构且采用两层卷积层,同时解析了PSO-Soft attention双向LSTM算法的光伏发电功率预测过程。实验结果表明,相较于SVM模型以及LSTM模型,所提预测模型的预测精度提升了2%左右。     

基于PSO-Softattention双向LSTM算法的光伏发电量预测研究

为解决传统的光伏发电量预测中数据特征方程较为粗糙、预测精度不高等问题,提出一种基于PSO-Soft attention双向LSTM算法的光伏发电功率预测算法,在前向传播过程中通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,同时优化了双向LSTM网络的反向传播过程,加入了Soft attention机制使模型收敛性更强,重新构造该模型为八层网络结构且采用两层卷积层,同时解析了PSO-Soft attention双向LSTM算法的光伏发电功率预测过程。实验结果表明,相较于SVM模型以及LSTM模型,所提预测模型的预测精度提升了2%左右。     

计及风电场的发输电系统风险评估

基于序贯蒙特卡罗仿真建立了计及风电场的发输电系统风险评估模型,该模型考虑了风速的随机性和风电机组的强迫停运,将风电场可靠性模型与发输电组合系统相结合.基于效用理论提出了风电场接入后系统的风险指标.采用Matlab编写了相应程序,以IEEE-RTS79系统为例验证了本文所提模型的有效性,并分析了风电场接入对发输电系统的影响.     

一起220千伏变电站母联开关A相分闸异常事件分析及处理

本文分析了一起220千伏变电站母联开关A相分闸异常事件。现场检查发现,一次设备外观未见明显异常,对A相机构机械间隙数据进行测量,发现机构内分闸电磁铁铁芯与分闸锁栓间隙异常,撬动分闸锁栓,开关无法分闸,因而判定实际分闸锁栓已脱扣,随后现场检修人员手动撬动开关合闸保持机构的合闸保持掣子后,A相分闸。进一步调查分析得知该母联开关长期未动作,导致合闸保持掣子与轴销间灰尘油泥积累较多,产生一定的黏连,且合闸保持掣子挂住轴销轴承为不带护套的滚针轴承,内曲面光滑度较差,增加机构部件间的阻力,使得合闸保持掣子无法正确向右转动,从而导致A相分闸异常。该事件提醒我们需重视电力设备的质量问题,尽量采用成熟的开关分合闸机构设计,对设备厂家的安装质量管控、工艺要求等是否达标在验收时应做到严谨、细致,并定期对设备开展巡视检查,定期开展倒闸合闸操作并做好记录,对设备的状况有个清晰的了解,避免此类事件发生。     

一起极Ⅰ低端400千伏穿墙套管阀厅侧金具异常发热的分析及处理

本文分析了一起极Ⅰ低端400千伏穿墙套管阀厅侧金具异常发热事件。现场检查发现阀厅侧发热套管端子与本体法兰面紧固螺栓松动,接触面有明显发热痕迹,同时检查直流场侧套管端子也存在螺栓力矩不足情况。结合现场检查情况综合分析,套管端子紧固螺栓松动导致端子与法兰面接触电阻增大,是造成套管端子发热的直接因素,安装在套管端子上的六分裂金具中有两处软连接相互接触,当套管端子发热引起铜制软连接端板受热膨胀,之前接触的端板反向推动铜抱箍,使铜抱箍对套管端子的抱紧力减小,端板热胀冷缩的过程在一定程度上影响接头不规律发热。该事件提醒我们需重视电力设备的质量问题,对套管厂内组装工艺要把好关,做好出厂验收环节的验收工作,安装方法需要结合现场实际情况做到最优化安装,并且验收环节应做到严谨、细致,避免此类事件发生。针对该异常事件,本文给出具体的处理措施,供大家参考。