基于非侵入式负荷监测的居民侧灵活性资源评估方法

居民用户具备巨大的灵活性潜力,充分挖掘并合理利用居民侧灵活性资源有助于提升电网的灵活性。文章利用低频功率数据和深度学习模型,提出了一种基于非侵入式负荷监测的居民侧灵活性资源评估方法。文中采用功率波动-跳变事件检测算法,实现对电器用电事件的定位和功率数据获取。将时域卷积网络(time convolutional networks,TCN)和门控循环单元(gated recurrent unit,GRU)相结合,借助TCN的数据特征提取能力和GRU的非线性拟合能力,构建TCN-BiGRU负荷识别算法,以有效区分不同电器的用电负荷。利用负荷识别结果对用户总功率信号进行分解,建立设备状态矩阵、设备概率矩阵和设备习惯使用区间矩阵,获取各个电器的用电信息,分析用户用能行为,得到居民侧灵活性资源评估详细结果。通过实际居民用户数据,验证了所提方法的实际有效性。基于所提方法所得的灵活性资源评估结果可为居民需求侧响应提供辅助决策。

基于大数据云平台的电力能源大数据采集与应用研究

随着智能电网建设的不断推进,电力系统中运行的采集终端数量大幅激增。面对采集到的海量用电数据,如何快速挖掘出有价值的信息,指导企业发展并服务社会民生,显得尤为迫切。文章介绍了利用分布式架构的用电信息采集系统采集用电数据,建立大数据云平台,通过BP神经网络算法等大数据分析方法,提高线损治理成效,实现负荷的准确预测,并在光伏、车辆网等新的领域对电力能源大数据应用的研究进行了展望,对未来电力能源大数据的深化应用有重要的指导意义。

浅谈电力企业理论线损的计算及应用

在供电企业管理和发展中,线损管理是非常重要的一个方面,其会对企业的整体管理水平和经济效益产生直接的影响.理论线损作为供电企业的一项重要经济指标,也能反映电力企业系统经营管理水平、规划设计水平和生产技术水平.文章把理论线损值作为考核目标值应用到实际线损指标考核中,研究了不同台区不同考核目标值与不同台区统一考核目标之间的差异,结果表明理论线损作为目标值更能反应台区线损的实际情况,理论线损应用在线损管理中是很有必要的.