-
题名基于潮流追踪的用户碳排放水平计算与评估方法
- 1
-
-
作者
杨晓林
陈虹
袁琪
卢陈越
马煜承
王琦
-
机构
国网江苏省电力有限公司常州供电分公司
东南大学电气工程学院
-
出处
《电机与控制应用》
2024年第1期22-28,共7页
-
基金
国网江苏省电力有限公司科技项目(J2022104)。
-
文摘
新型电力系统用户侧泛在资源分布零散、数量多、容量小以及随机性大的特点,给用户侧精细化碳排放计算造成了困难。为了准确衡量与评估电力系统中用户碳排放水平,首先通过潮流追踪方法分析了电力系统各节点潮流的来源,确定了各节点的间接碳排放责任;然后依照比例共享原则结合不同来源的碳排放强度得到了电力系统碳流分布情况;最后通过提出的负荷侧各项电力碳排放指标,评估了不同节点的清洁程度从而引导用户更多地使用清洁能源以降低自身碳排放。并采用实际电力系统数据进行算例验证,验证了所提方法的合理性与可用性。
-
关键词
潮流追踪
碳排放数据
碳足迹追踪
碳排放水平评估
-
Keywords
power flow tracking
carbon emission data
carbon footprint tracking
carbon emission level assessment
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名一种基于序列模式挖掘的独居老人用电预警模型
- 2
-
-
作者
金高铭
周钟炜
卢陈越
-
机构
国网江苏省电力有限公司常州供电分公司
-
出处
《电力大数据》
2023年第3期52-60,共9页
-
文摘
随着人口老龄化的加深,独居老人数量快速增长,如何及时检测发现老人出现异常情况成为小区管理的迫切需求。另一方面,智能电表技术的发展让用电数据的采集更加精确和及时,使得实时检测老人用电数据异常成为可能,但如何对此海量用电数据进行分析成为了难点。为此,本文提出了一种基于序列模式挖掘的独居老人用电数据预警模型,从历史数据中挖掘了老人用电特征的共性和特性,同时综合考虑了时间、天气数据等外部因素,通过深度学习进行异常检测。相比传统的检测方法,本文提出的模型能更加快速准确地检测异常,为独居老人的生活提供了安全保障,显著降低了社区管理人员的压力。在真实数据集上的实验结果验证了该模型的有效性。
-
关键词
模式挖掘
异常监测
序列模型
深度学习
预警模型
-
Keywords
pattern mining
anomaly monitoring
sequence model
deep learning
early-warning model
-
分类号
TM714
[电气工程—电力系统及自动化]
-