基于大数据的配变重过载预警分析

本文旨在利用大数据技术对电力数据进行系统挖掘,提供精准负荷预测,为供电安全监视、预防性控制和紧急处理提供依据。文章结合西安地区配电网运行中存在的问题,综合分析配变重过载的外部环境、配变运行信息、配变属性信息、配变供电客户类型等因素,应用大数据机器学习算法、大数据预处理技术、数据挖掘建模技术、大数据可视化技术等,分析研究各影响因素对设备重过载影响的相关性和重要程度,使用分类预测挖掘手段及随机森林算法,分析计算影响变量和目标变量,建立关系模式挖掘模型,构建配变重过载分析及预警模型,完成模型验证与纠偏,实现配变未来一周重过载情况准确预警、配变安全系数评价、重过载配变因素及特征分析与展示等,为电网运维提供有力支撑。通过基于大数据的配变重过载预警分析,提高运维工作效率,实现电网安全可靠运行。     

智能小区建设方案的研究与探讨

在借鉴现有国际、国内智能小区建设情况的基础上,分析了智能小区功能需求,介绍了智能小区建设关键技术,构建了智能小区基本框架,并重点阐述了智能小区整体建设方案及思路.     

沟道机器人及其应用

针对电缆沟道运维工作存在的紧急情况勘测难问题,提出多足仿生监测机器人方案,介绍了电缆沟道监测机器人平台、控制、电源、遥控监测、通信等组成模块及其功能,探讨了电动6自由度3关节机器臂、基于动作构建的仿生多足沟道机器人行为模式、多频融合技术、电缆蠕动监测、机器人关节驱动等关键技术,通过实践应用,满足了电缆沟道日常巡检与应急指挥需求,为运维人员快速掌握沟道环境及设备状况,进行故障定位等提供了新方法。     

沟道机器人及其应用

针对电缆沟道运维工作存在的紧急情况勘测难问题,提出多足仿生监测机器人方案,介绍了电缆沟道监测机器人平台、控制、电源、遥控监测、通信等组成模块及其功能,探讨了电动6自由度3关节机器臂、基于动作构建的仿生多足沟道机器人行为模式、多频融合技术、电缆蠕动监测、机器人关节驱动等关键技术,通过实践应用,满足了电缆沟道日常巡检与应急指挥需求,为运维人员快速掌握沟道环境及设备状况,进行故障定位等提供了新方法。     

基于大数据的配变重过载预警分析

本文旨在利用大数据技术对电力数据进行系统挖掘,提供精准负荷预测,为供电安全监视、预防性控制和紧急处理提供依据。文章结合西安地区配电网运行中存在的问题,综合分析配变重过载的外部环境、配变运行信息、配变属性信息、配变供电客户类型等因素,应用大数据机器学习算法、大数据预处理技术、数据挖掘建模技术、大数据可视化技术等,分析研究各影响因素对设备重过载影响的相关性和重要程度,使用分类预测挖掘手段及随机森林算法,分析计算影响变量和目标变量,建立关系模式挖掘模型,构建配变重过载分析及预警模型,完成模型验证与纠偏,实现配变未来一周重过载情况准确预警、配变安全系数评价、重过载配变因素及特征分析与展示等,为电网运维提供有力支撑。通过基于大数据的配变重过载预警分析,提高运维工作效率,实现电网安全可靠运行。     

智能电网环境下窃电行为检测

用户恶意窃电造成的用电侧非技术性损失一直是全球各国电力公司期望解决的问题之一。随着人工智能算法的快速发展和智能电表的普及，通过对窃电行为建模和检测将有效减少这类情况的发生。本文首先介绍用电行为数据收集、处理、采样手段。其次，就面向用电异常行为挖掘的离群点检测、机器学习方法和深度学习方法，分析对比各类算法的特点，对已有工作进行总结。最后，通过讨论智能化手段在窃电检测研究中出现的问题和未来研究工作为该领域的研究人员提供一些借鉴。     

电网异常业务数据检测方法综述

智能电网概念的提出推动了电网智能化和信息化的发展，电力系统产生的各种类型的业务数据量也呈指数增长，其中产生的异常数据在很大程度上对电力数据分析和电网运行稳定性有着决定性的影响。本文对电网异常业务数据检测方法进行整理分类、分析和总结，分别介绍基于传统技术和基于人工智能技术的异常业务数据检测方法，分析和阐述每种方法的基本原理和特点，总结和展望电网异常业务数据检测所面临的挑战和未来的发展趋势，为后续研究提供一定的参考。