基于LSTM时间递归神经网络的短期电力负荷预测

短期电力负荷预测对于电网运行方式安排、计划检修、静态安全分析有着越来越重要的作用。LSTM时间递归神经网络可很好地处理负荷数据的时序性和非线性,适合用于短期电力负荷预测。提出一种基于长短期记忆(Long Short-Term Memory,LSTM)时间递归神经网络的电力负荷预测方法,并使用这种方法对昆明电网日电力负荷值进行预测,最终证明LSTM模型的准确及便利。     

基于大数据的中低压配网故障智能诊断

目前中低压配网故障诊断信息不足、分散,需要综合利用配电自动化、计量自动化、95598客服报障工单进行中低压综合的故障诊断和定位。开展基于大数据的中低压智能化故障诊断和定位分析,进一步提升配电调度员和配抢指挥员的故障和报障定位分析效率,提高故障处置的精益化管理水平。