基于改进自适应卡尔曼滤波的电力大负荷预测与计费研究

电力大负荷预测是电力公司进行高效电力系统规划和运行的重要基础;为了提高电力负荷预测精度进而更加有效地估计电力计量与计费,创新地提出了一种基于改进的自适应卡尔曼滤波(AKF)的电力大负荷计量计费预估方法;分析了电力负荷预测研究现状,针对传统卡尔曼滤波算法不足,引入自适应遗忘因子对卡尔曼滤波算法进行改进,建立数学模型、整定因子调整模型关键参数,得到电力大负荷数据的预测值,最终通过计量计费转换公式得用电量以及电费计量预估值;仿真结果表明：基于AEKF的电力大负荷计量预测方法的负荷预测结果与实际结果误差小于1.35%,电力计费预测结果与实际结果相对误差小于1.263%;应用实例证明：基于AEKF的电力大负荷计量计费预估方法,能够提高电力公司的调度效率12%,增加电费营收5.3%～12.2%。     

基于电力载波通信技术的智能小区抄表系统

阶梯电价改革的背景下,智能小区电表的改造升级成为电力部门关注的焦点问题,提出了一种基于电力载波通信技术的智能小区抄表系统设计方案。该方案采用分布式的B/S模式,介绍了电力载波通信技术的工作原理,详细阐述了用户端的功率计量、电力载波通信和测控主机等硬件模块的设计原理、参数设置方法和关键技术,给出了各个模块的电路原理图和工作流程。详细阐述了上位PC机端的具体开发方案,给出了软件工作流程图和关键代码。工程测试证明：基于电力载波通信技术的智能小区抄表系统,能够达到计算阶梯电价、测控小区用户电力能源消耗的目的。     

SVM在中压配网停电事件补全中的应用研究

应用大数据平台深入挖掘计量数据对配电网的运行支撑是当前电网重要研究方向,文中应用支持向量机(SVM)算法研究中压配网停电事件补全方法,解决停电事件准确统计难题。首先总结中压配电网的5类停电事件,接着重点研究了SVM补全方法,给出停电事件补全思路,5类停电事件的SVM补全模型构建方法,并提出了涵盖配电网模型构建、SVM模型构建、SVM求解及故障类型判断的补全流程,然后从工程应用角度,设计了补全模块与用电信息采集等各相关系统间的业务关系框架并进行数据分析架构设计。最后以安徽黄山等4家地市公司为例进行了实践应用分析,验证了文中研究方法可极大提升停电事件统计的及时性和准确性。