排序方式： 共有7条查询结果，搜索用时 0 毫秒
1
1.
输电线路舞动往往会导致金具磨损、闪络、断线等电力事故,对电力系统的安全具有很大的负面影响。利用ANSYS软件模拟不同档距、风速等状态下覆冰四分裂导线在平均风与脉动风作用下的动态响应,进而根据模拟获得的数据集和PSO-SVM(particle swarm optimization-support vector machines)算法构建了四分裂导线覆冰舞动预警模型,将档距、风速、初始风攻角作为模型的输入,覆冰导线是否舞动作为输出。同时,为验证该预测模型的实用性及有效性,将PSO-SVM模型与其他智能算法如BP(back propagation)、支持向量机(support vector machine, SVM)、遗传算法优化支持向量机(genetic algorithm-optimization support vector, GA-SVM)模型的预测结果进行比较,结果表明PSO-SVM模型的预测结果精度更高,对输电线路覆冰舞动预警具有一定的参考意义。 相似文献
2.
电动汽车是环境可持续性和弹性基础设施不可或缺的组成部分。电动汽车的成功普及需要客户与负载服务实体、适应性能源市场和技术进步之间紧密耦合。通过使用连续和离散充电速率的日前静态和实时动态框架,以减轻车辆充电引起的配电线路过载,提出的解决方案侧重于填谷（系统角度）和降低充电成本（客户角度）。利用移动视界优化技术实现了实时求解,讨论了固定和分时电价方案对系统和个体最优的影响。根据全国家庭旅行调查数据库中记录的驾驶行为数据,对所提出的优化策略进行了求解并得到结论：根据客户的驾驶需求,结合最合适的电价组合可以保障所有客户的利益。 相似文献
3.
针对大电网中保护和断路器误动、拒动、信息丢失等不确定的电网故障信息以及现有电网分区方法的不足,提出了基于粒子群优化广义回归神经网络（PSO-GRNN）和D-S证据理论的电网分区故障诊断方法。首先,通过改进图形分割法将大电网划分为相互重叠的不同区域,降低故障诊断难度。然后在各个区域建立PSOGRNN诊断模块,根据故障警报信息,并行完成各自的故障诊断任务。最后,采用D-S证据理论对相邻区域的重叠区域进行分析,以实现对重叠区域的综合故障诊断。仿真结果表明,该方法能有效识别非重叠区域和重叠区域的故障,容错能力强,诊断准确率高。 相似文献
4.
电动汽车是环境可持续性和弹性基础设施不可或缺的组成部分。电动汽车的成功普及需要客户与负载服务实体、适应性能源市场和技术进步之间紧密耦合。通过使用连续和离散充电速率的日前静态和实时动态框架,以减轻车辆充电引起的配电线路过载,提出的解决方案侧重于填谷（系统角度）和降低充电成本（客户角度）。利用移动视界优化技术实现了实时求解,讨论了固定和分时电价方案对系统和个体最优的影响。根据全国家庭旅行调查数据库中记录的驾驶行为数据,对所提出的优化策略进行了求解并得到结论：根据客户的驾驶需求,结合最合适的电价组合可以保障所有客户的利益。 相似文献
5.
针对大电网中保护和断路器误动、拒动、信息丢失等不确定的电网故障信息以及现有电网分区方法的不足,提出了基于粒子群优化广义回归神经网络（PSO-GRNN）和D-S证据理论的电网分区故障诊断方法。首先,通过改进图形分割法将大电网划分为相互重叠的不同区域,降低故障诊断难度。然后在各个区域建立PSO-GRNN诊断模块,根据故障警报信息,并行完成各自的故障诊断任务。最后,采用D-S证据理论对相邻区域的重叠区域进行分析,以实现对重叠区域的综合故障诊断。仿真结果表明,该方法能有效识别非重叠区域和重叠区域的故障,容错能力强,诊断准确率高。 相似文献
6.
电力系统暂态稳定的评估识别有助于电网运营商制定系统扰动和故障后的纠正控制措施。引入深度学习思想,提出了一种基于Seq2Seq技术的电力系统暂态稳定评估方法。首先,梳理电力系统暂态稳定评估指标;然后以GRU为神经元,引入注意力机制,建立暂态稳定评估模型。算例验证表明：所提方法能够深入学习到样本数据中的时序性依赖特征,有效抓取特征细节,从而显著提升评估准确率。 相似文献
7.
1