基于多源数据融合的电力用户画像构建方法研究

为提高电力用户类型分类精度及电力业务人员工作效率,提出基于多源数据融合的电力用户画像构建方法。收集电力客户缴费数据,采用灰色关联分析法,获取欠费数据与价格指数的关联度,利用电力网络多源数据集合与概率密度函数,提取用户欠费数据多源信息特征,构建电力用户多源数据融合体系,采用改进K均值聚类算法,获得电力用户总体调控簇别,评估用户信息全貌。实验结果表明,所提方法的敏感度用户类型分类精度较高,电力用户画像构建耗时较短,能够有效提高电力业务人员工作效率。     

基于Attention机制优化CNN-GRU混合神经网络的短期负荷预测技术

电力系统负荷预测实质是对电力市场需求的预测,短期电力负荷预测是电力部门的重要工作之一。目前主要的负荷预测方法有传统预测、灰色预测、混沌理论预测、智能技术预测、优选组合预测等,其中智能预测中最典型的就是人工神经网络。人工神经网络是一个极其复杂的非线性动力学系统。它的自学习功能对预测有着重要的意义,能通过学习历史负荷数据来反映出输入变量和输出变量之间的非线性关系。由于很多因素都会对电力负荷造成影响,因此可以把神经网络算法引用到负荷预测中,提高电力负荷的预测精度。基于宁夏电网短期电力负荷预测的实际需求,提出了一种基于Attention机制优化CNN-GRU混合神经网络的短期负荷预测技术。该技术通过引入Attention机制对CNN-GRU模型进行改进,有效提升了预测精度和可解释性。在宁夏电网实际数据集上进行的仿真实验表明所提出的模型具有较高的预测准确性和可靠性。     

微水加速变压器油纸绝缘热解的微观机制研究

微水是导致变压器油纸绝缘劣化的主要因素之一,探讨其在油纸绝缘热裂解过程中的作用机理具有重要意义。本文建立了油纸绝缘的复合分子模型,基于反应分子动力学模拟了含有微水的油纸绝缘热解的过程,探究了水分子在油纸绝缘热解不同阶段的作用机理,并分析氢离子和氢自由基在热裂解中的作用。结果表明：含有微水的油纸绝缘复合模型中,水分子、氢气等小分子初始生成时间早,而且生成速率和数量均高于不含微水的油纸绝缘复合模型。通过分析反应路径发现,在初始阶段水分子先是破坏绝缘纸的氢键网络;随着高温时间延长,水分子作为催化剂促进绝缘纸裂解;随着反应进行,水分子作为载体携带羧酸氢离子向绝缘油扩散,促进绝缘油热裂解。在反应过程中,羧酸氢离子具有加速绝缘热裂解的作用,并且在与水分子的共同作用下,油纸绝缘会协同加速裂解,而氢自由基不具有加速作用。     

加强技术管理,优化低压电网结构

从配电变压器的容量、保护装置、运行方式,电缆截面的选择,计量装置的安装,末端不安全 因素等低压电力网的系列问题出发,论述了加强技术管理,优化低压电网结构的必要性。     

基于LSTM-XGBoost的短期电力负荷预测研究

随着电力系统的快速发展,针对短期电力负荷预测的人工智能方法研究已经取得了显著成就。由于长短期记忆(LSTM)神经网络能够拟合电力负荷数据时序性和非线性的特点,基于LSTM的短期电力负荷预测效果显著。但基于LSTM的预测方法存在预测精度低、泛化能力差等问题。为此,利用贝叶斯优化后的极限梯度提升(XGBoost)集成学习方法训练得到多个LSTM的强预测模型,提出基于LSTM-XGBoost的短期电力负荷预测的方法,并采用宁夏地区的电力数据进行算例分析。试验结果表明,对比基于LSTM和基于粒子群优化(PSO)-反向传播(BP)的短期电力负荷预测方法,基于LSTM-XGBoost的短期电力负荷模型预测精度、稳定性更高。该方法对于电力系统智能化发展有一定的应用价值。     

清洁低碳能源电网共享用电终端设备电能计量研究

清洁低碳能源电网可以降低电能传输损耗,但其电能谐波的冲击负荷易导致电能计量误差,直接影响供用电双方结算的准确性。提出一种清洁低碳能源电网共享用电终端设备电能计量方法。根据畸变信号简化电网信号模型,计算电能计量节点的电压和电流;简化电网模型,获取电网信号功率;基于傅里叶变换,分解原始电能信号,通过逆变换获取全新的电能信号,实现用电终端设备电能的计量。实验结果表明,研究方法应用下,当电能出现谐波时,计量的电流波动幅值误差仍不超过0.1 A,且电能计量结果为正弦波,其计量结果较准确;该方法计量过程耗时平均为1.473 ms,运行效率较高。实验结果证明了该方法抗谐波性能较优,实用性较强。     

加强技术管理,优化低压电网结构

从配电变压器的容量、保护装置、运行方式,电缆截面的选择,计量装置的安装,末端不安全因素等低压电力网的系列问题出发,论述了加强技术管理,优化低压电网结构的必要性.