基于人工智能的用电数据采集策略优化分析

阐述人工智能在用电数据采集中的应用,包括数据预处理、数据聚类、异常检测。从数据采集设备优化、数据采集频率优化、采集策略智能优化方面,探讨基于人工智能的用电数据采集策略优化。

基于用电信息采集的智能反窃电系统设计

阐述一种基于用电信息采集的智能反窃电系统,通过对智能电能表的用电数据采集和分析,结合先进的反窃电算法和远程通信技术,及时发现窃电行为并发出预警,保护电力资源的合理使用。

考虑状态感知的低压配电网拓扑生成及故障预测技术研究

准确的配电网拓扑结构是开展配电网主动抢修的基础,有效的设备故障预测技术则是配电网主动抢修策略制定的重要依据。在低压系统中,由于用电负荷与拓扑结构变化频繁,导致拓扑结构识别困难;同时,当前研究对低压配网设备故障预测涉及较少,对于低压配网故障预测技术尚处于起步阶段。基于此,首先基于配电网低压感知单元,提出低压配网拓扑自适应生成方法,实现与低压配网拓扑结构的校核。在此基础上,综合历史数据和监测数据研究提出配网设备故障预测方法。最后,基于生成的拓扑结构和建立的低压配电网设备故障率模型,可制定低压配网主动抢修策略。研究成果将有助于进一步改善低压配电网供电可靠性能。

一种负控仿真培训系统的设计

本文以新一代用电信息采集系统为基础,借助培训仿真系统,以负控仿真装置为载体,通过模拟现场的运行环境,产生与实际运行环境相适应的负荷环境。负控仿真模拟系统模拟新一代用电信息采集系统中功能,实现电力负荷控制员(高压)培训仿真功能,如新建专变采集终端档案,参数调试,轮次开关跳闸,电表数据补招,遥控跳闸,有序用电等。

基于l_2范数的加权低秩子空间聚类

针对稀疏子空间聚类和最小二乘回归子空间聚类求得的表示系数存在类内过于稀疏和类间过于稠密的问题,利用l_2范数,提出一种基于欧氏距离的且具有组效应的加权低秩子空间聚类算法,该算法通过基于欧氏距离的加权方式,使得最终的表示系数在保证同一子空间数据点联系的同时,减小不同子空间数据点之间的联系.利用该表示系数建立相似矩阵J,将J应用到谱聚类得到聚类结果.实验结果表明,与当前流行的算法比较,该算法取得了较好的聚类效果.

基于协同表示的子空间聚类

针对稀疏子空间聚类(SSC)求得的系数矩阵过于稀疏和最小二乘回归子空间聚类(LSR)求得的系数矩阵过于稠密的问题,文中提出基于协同表示的子空间聚类算法(SCCR).结合SSC和LSR的优点,将l1范数和Frobenius范数引入同一优化问题中,使系数矩阵保证在同一子空间数据点联系(如LSR)的同时,消除不同子空间数据点之间的联系(如SSC).然后利用此系数矩阵建立相似矩阵,应用谱聚类得到聚类结果.实验表明SCCR可以提高聚类性能.

适应屋顶光伏接入的低压配电系统故障测距新方法

随着新型电力系统的不断建设,新能源大规模接入低压配网是中国能源转型的重要方向。在电网故障条件下,快速准确确定故障位置对提升新能源利用率和改善低压配网可靠性至关重要。目前,现有故障测距研究主要针对输电网和中高配电网,但对于低压四线制配电系统相关研究较少。在大规模建设屋顶光伏的背景下,低压四线制配电网是消纳新能源的重要场景。针对此,面向有源低压三相四线制配电系统提出一种新型故障定位方法,首先建立三相四线制系统接地故障下故障距离计算模型和屋顶光伏故障等效模型;然后,建立了屋顶光伏故障计算模型与故障线路靠近屋顶光伏端的电压关联模型。在此基础上,联合所建立的关联模型、屋顶光伏故障等值模型,以及三相四线制系统故障距离计算模型,通过迭代计算方法求解故障距离。最后,基于仿真算例对所提算法进行了验证,结果表明:所提算法具有良好性能,研究成果有效提升了屋顶光伏接入后的低压配网三相四线制系统故障定位水平。

基于灰色关联度的配电网故障自动识别方法

针对我国配电网规模逐渐扩大、用电量日益增长,配电网运行模式面临的问题逐渐增多的情况,提出基于灰色关联度的配电网故障自动识别方法。通过计算部分区段的灰色关联度准确判定出现故障的区段以及类别,做到快速高效发现故障区段并解决问题,测试结果通过IEEE33配电网模型表现出来,该方法能够可靠、准确地定位故障区段和识别故障类型。

基于大数据的配电自动化系统应用研究

随着科学技术的逐渐发展,大数据技术理论与配电自动化系统的结合是当前社会智能化电网的基本需求。简单介绍大数据的概念,并且对配电自动化系统的实际现状进行分析研究。主要从功能、网络以及数据架构方面进行简要分析,并对其做出总结,进而提高配电系统整体智能化水平,增强电力公司的供电服务质量以及整体经济效益。

基于状态序列的配电终端设备运维状态诊断技术

为了提高配电终端设备运行状态诊断的准确性,引用状态序列,设计了一种配电终端设备运维状态诊断技术。首先对设备运维状态数据进行预处理,判断冗余数据价值,并基于SOM神经网络状态数据序列进行拟合,建立设备运维状态分布模型,最后根据HMM模型分析诊断设备运维状态序列,确定配电终端设备运维状态。经过实验分析表明,设计方法在不同干扰条件下,均能准确诊断出设备的运维状态。

一种改进的最小二乘回归子空间分割方法

最小二乘回归(LSR)算法是一种常见的子空间分割方法,由于LSR具有解析解,因此它的聚类性能较高。然而LSR算法是应用谱聚类方法聚类数据,谱聚类方法初始化聚类中心是随机的,会影响后面的聚类效果。针对这一问题,提出一种基于聚类中心局部密度和距离这2个特点的改进的LSR算法(LSR-DC)。在Extended Yale B数据集上进行实验,结果表明,该算法有较高的聚类精度,具有一定的鲁棒性,优于现有LSR等子空间分割方法。

基于大数据的配电网运行风险智能预警方法

随着配电网规模化建设数量的增多,在运行过程中易发生故障等问题繁盛频率也逐渐加大,因此为了提高配电网运行风险预测能力,依托大数据技术提出了配电网运行风险智能预警方法。通过粒子群算法识别配电网运行风险相关数据,并对其进行数据集合;采用回溯法清洗数据,根据莱特检测法剔除不良数据,利用多源异构融合法合并数据源,完成数据分类预处理;运用BP神经网络算法预测配电网运行负荷,结合灰色关联度方法完成配电网运行状态评估,改进标准模糊层次分析法实现配电网运行风险智能预警。实验结果表明,所提方法预警响应时间较短且准确度较高,具有一定应用价值。

基于大数据的电力企业运维技术应用

分析电力企业运营维护现状以及存在的问题,电力企业信息数据安全保护标准和方法,将电力企业的实际信息保护需求与智能化管控技术相结合,提出基于大数据的电力企业运维管控应用方法。

计及风光不确定性的主动配电网优化调度研究

分析了主动配电网源-荷特性,考虑可再生能源和储能系统接入对主动配电网的不确定影响,建立可再生能源和储能系统的基础模型.通过线性对偶理论和拉格朗日变换方法,将含不确定变量的约束条件转化为仅含确定变量的约束条件,进而获得可再生能源波动条件下的多目标鲁棒优化调度方案,并通过实际案例验证模型的有效性.结果表明:鲁棒优化调度成本随可再生能源不确定系数增加而变大,规划储能有利于缓解配电网的波动,增强系统的稳定性和灵活性.