基于C/S模式的电网短期负荷预测及负荷分析管理信息系统

通过引入24h气象预测信息，并以负荷分析为基础，采用相似日、相似时段的负荷预测原理和基于K线图形式的图形处理方式，生成集负荷分析，负荷预测，预测管理和预测发布功能为一体的电网短期负荷预测及负荷分析管理信息系统，该系统应用先进的网络技术和数据库技术，构建了面向对象的模块化软件，目前该系统已应用于天津电网负荷分析和负荷预测管理工作，运行稳定，性能良好，具有界面友好，操作简便，维护成本低，预测精度高等优点，是负荷管理和预测人员的好助手。     

基于调控云的网络分析服务架构

为解决网络分析应用在多级调度分级部署、数据共享困难、多用户多需求支撑能力不足和应用计算准确度待提升等问题,提出了基于调控云的网络分析应用服务模式:应用的统一服务和电网数据的全网共享。基于调控云的虚拟资源和公共组件,研究了电网数据信息结构构建、网络分析应用计算服务封装、分布式事务管理的设计方法。以状态估计、调度员潮流和静态安全分析为例,阐述了一套服务多用户按需使用的计算服务流程和应用模式。     

基于AMI量测信息的低压配电网拓扑校验方法

针对目前低压配电网络拓扑连接关系辨识的难题,提出了一种基于AMI量测信息的低压配电网拓扑校验方法。该方法首先借助高级量测体系AMI提供的负荷量测信息以及网络数据,得出同一配电变压器下各负荷所属耦合节点电压以及所属支路电流,然后分别求得所有负荷间耦合节点电压和支路电流的相关系数,进行相关性分析,即相关性强的负荷同属于同一馈线,进而确定各负荷所属的馈线;之后根据负荷的耦合节点电压幅值大小,确定各负荷在所属馈线中的上下游关系,最后通过相关性分析结果以及负荷的耦合节点电压分布,对存在错误连接关系的负荷进行修正,最终完成低压配电网络拓扑的校验与修正。算例证明了该算法的可行性与有效性。     

基于自注意力机制的多尺度电力机房二次设备巡检算法

电力机房二次设备是对电力系统内一次设备进行保护的辅助设备,这些设备由于需要长期工作,且数量密集,容易发生事故。然而通常采用的人工巡检方法效率不高且容易出现误检、漏检。为了避免上述问题,提出了一种基于自注意力机制的多尺度电力机房二次设备巡检算法。首先,利用YOLOv3网络模型对图像目标作多尺度检测,由于YOLOv3网络模型是一种利用图像全局信息进行预测的一阶段模型,因此检测速度快、检测精度高。同时,利用自注意力机制在图像中获取需要关注的重点区域,增强这些区域中细节信息、抑制无用信息,从而达到增强小目标显著程度的目的。实验结果表明,所提算法在图像分辨率为320×320时,检测速度能够达到25 frame/s,均值平均精度（mAP）指标能够达到98.7%。所提算法具有较高的检测精度与较好的实时性。     

浅谈电网黑启动试验

天津电网承担着为天津地区供电的重要任务,是典型的受端电网,开展黑启动工作具有重要意义。本文论述了天津电网黑启动试验的关键技术环节,如路径选择、步骤安排、发电机自励磁与元件过电压校验及频率控制等。本文结论已应用于实践中。2014年10月24日天津电网黑启动试验获得成功,不仅验证了本文论述的正确性,同时也标志着天津电网黑启动工作取得了阶段性成果,天津电网的安全稳定运行拥有了更为坚实的基础。     

面向区域能源供应商的综合能源系统日前优化调度

能源市场化改革是能源行业发展的必然趋势之一,区域能源供应商是其中重要的市场主体。本文分析了区域能源供应商的运营模式,提出了以区域能源供应商净收益最大为目标的综合能源系统日前优化调度方法。基于配电系统Distflow二阶锥模型和线性热网能量流模型构建日前优化调度模型,在保障计算精确性的前提下提升了模型的可解性。通过算例分析,验证了所提模型的有效性,并对分时电价政策、供热设备能源转换效率等因素对调度结果的影响进行了分析。     

考虑分布式电源灵活接入下的配电网风险评估

随着大量分布电源接入配电网,其出力的随机性和波动性给配电网稳定运行带来不可避免的影响。基于风电、光伏等分布式电源出力的概率分布模型和半不变量法概率潮流算法,考虑分布式电源间出力的相关性,进行分布式电源灵活接入下的配电网节点电压和线路潮流分布特性分析,并提出系统综合越限风险指标,实现了配电网运行风险评估。应用IEEE 34节点系统,考虑风电、光伏2种分布式电源的接入位置、容量和安装比例等灵活性,验证了所提方法的有效性。     

基于Web的调度专业MIS应用

本文对调度专业信息管理系统中业务流程设计的一般要求进行了较为详尽的阐述，并结合调度专业“检修计划远程申请管理系统”，“调度日志管理系统”等应用实例，从数据结构设计、信息流转控制进行了详细讲解。     

基于量测数据贝叶斯概率矩阵分解的变压器运行状态监测方法

变压器的安全运行是电力系统可靠供电的重要环节,而变压器油中溶解气体浓度变化是变压器运行状态监测的重要组成部分.本文以变压器油中溶解气体浓度为监测信息,提出了一种结合贝叶斯概率矩阵分解和长短期记忆神经网络的变压器运行状态监测方法.首先,针对油中溶解气体实际监测时存在的数据缺失问题,采用贝叶斯概率矩阵分解对缺失数据进行预测...