排序方式: 共有7条查询结果,搜索用时 156 毫秒
1
1.
继电保护系统的隐藏故障是造成电网大停电事故的主要原因之一,智能变电站技术的普及为继电保护故障诊断提供了新的思路和技术手段。在智能变电站结构的基础上,以智能变电站继电保护系统隐藏故障诊断为研究对象,提出了扰动激励下继电保护系统的隐藏故障诊断方法,通过对扰动的分析来判断系统是否存在隐藏故障,并通过算例对该方法的可行性进行验证,其结果表明,该方法可以诊断保护之间的配合,提高继电保护状态识别的实时性。所做研究工作为我国智能变电站的发展提供了参考和借鉴。 相似文献
3.
正在数字化变电站系统中,要想促使控制功能、检测功能和保护功能得到完善,就必须实现生产商家之间的信息共享,提高操作的方便性。为此,国际电工委员会出台了关于变电站的通信网络标准,也就是IEC 61850标准。本文根据IEC 61850数字化变电站的实际情况,分析了其对继电保护所产生的影响,以及使用IEC 61850标准后所产生的机遇和挑战。 相似文献
4.
5.
为提升电、热负荷预测能力,适应能源互联网的多能源互联状态,设计由双向长短期记忆网络和并行卷积神经子网络组成的深层次电、热负荷联合预测模型,以便联合捕获强依赖性、多维度、抽象的电、热负荷特征信息。经仿真可知,该联合预测模型的综合负荷误差均值比低于串行网络模型约3%;其联合预测方式的综合负荷误差均值比低于单负荷预测模型约3%,同时其训练时长和预测时长均约为单负荷预测模型的一半;与同领域RNN-Net、LSTMNet、CNN-Net、Shi-Net相比,其电负荷、热负荷、综合负荷误差均值比最低,分别为0.031 5、0.030 1和0.031 1。说明本模型与串行网络相比,其并行网络有利于捕获多层次负荷特征;与单负荷预测方式相比,其联合预测方式可采用较高效率捕获电、热负荷的互联信息;它具备较优的电、热负荷联合预测性能,适用于电负荷、热负荷联合预测任务。 相似文献
6.
7.
1