排序方式: 共有27条查询结果,搜索用时 46 毫秒
1.
2.
有效的实时用户日负荷曲线分类可为电网系统规划、负荷建模、负荷预测及需求侧管理等方面提供依据,同时为电网工作人员实现对负荷模型的判别提供帮助。为此提出一种基于改进PSO进化算法优化K means的日负荷曲线用户行业分类方法。首先利用牛顿插值法对缺失数据进行填补,然后运用定值线性函数对数据归一化,最后采用权重线性递减及同步学习因子改进PSO解决算法易陷入局部最优解的问题,以优化K means分类结果准确性。算例分析表明,PSO Kmeans算法迭代能力强,具有全局寻优能力,且具有一定的鲁棒性,相较于传统K means分类准确率高。 相似文献
3.
4.
5.
6.
7.
电网连锁故障在线评估的关键在于物理模型和实时数据的获取,本文提出一种基于CIM/E的地区电网连锁故障在线评估方法。从电网物理模型和数据特点出发,在提出将CIM/E应用于电网连锁故障在线评估的基础上,对CIM/E文件检查、数据提取、数据处理、电网孤岛识别等关键技术进行了研究,并将提出的方法与电网连锁故障在线评估的可信性测度评估方法相结合,提出了完整的地区电网连锁故障在线评估方案。通过系统开发和在我国西南地区某实际电网中的应用证明,本文提出的方法正确、可行,能及时、准确地为电网调度人员提供决策依据。 相似文献
8.
负荷分类对电网调度、负荷预测、用户用电行为分析等具有重要意义.针对传统负荷分类算法易陷入局部最优解而无法确定最优初始聚类中心,导致分类结果不准确问题,提出一种融合进化算法优化模糊C均值(FCM)的负荷聚类算法.首先使用重心Lagrange插值法填充负荷曲线缺失点,其次利用线性函数将不同行业负荷曲线归一化,最后结合遗传算法全局搜索效率高以及模拟退火算法计算时间短的特点优化FCM进行负荷聚类,弥补了传统FCM易陷入局部最优解的问题.算例表明:所提算法聚类中心距离较远,用户日负荷曲线分类结果较准确;相较于传统FCM不易陷入局部最优解,且具有一定的鲁棒性. 相似文献
9.
针对复杂电网环境下电能质量扰动特征冗余、分类精度低的问题,经过多层卷积神经网络逐层获取电能质量扰动信号低维到高维特征信息,引入特征注意力机制构建多特征融合层消除特征冗余,提升扰动信号关键特征关注度,并加强扰动信号的局部特征与全局特征的提取,提高模型泛化能力进而提高扰动分类精度,据此提出基于多特征融合注意力网络的电能质量扰动识别方法。仿真结果显示,所提方法不仅在单一扰动、复合扰动下能有效辨识电能质量扰动,而且能有效克服噪声干扰对模型的影响,相比主流扰动分类方法提取的特征辨识度更高、模型抗噪性更强。 相似文献
10.
在我国电网智能化建设背景下,先进的配电监测系统提高了电网公司对中压电网的测量与控制能力。利用配电监测系统及其监测数据,提出一种管控中压线损的方法。该方法利用运行数据及网络参数计算线损率,及时发现线损异常,并不断计算线损率对各个负荷节点的灵敏度,通过投入灵敏度较大低压电容来降低线损率。阐述了该方法的基本原理,给出了相应的硬件软件设计和计算实例。利用该研究结果,电网公司可以对每一条中压馈线的线损进行监测和控制,值得指出的是,这是首次在工程上实现了通过远程电容投切控制线损。 相似文献