电动汽车跨区域互联运营通信网络组网方案与实践

结合长三角地区苏沪杭城际互联工程实践经验,开展跨区域、动态接入、多模的电动汽车智能充换电服务通信网络组网模式研究,形成充换电站、电动汽车、充电桩等终端单元通信网络接入解决方案,为建设覆盖全国的电动汽车充换电服务网络提供参考。

省级集中的电动汽车监控系统研究

介绍了省级集中的电动汽车监控系统的技术架构和业务架构,重点阐述了充换电站监控、离散充电桩监控、电动汽车监控和综合查询等业务的监控需求,以适应浙江省日益增多的电动汽车、电池和充换电设施的运营管理需要。

基于改进萤火虫算法优化的电力光纤线路状态预测模型研究

为了提升电力通信系统光纤线路状态预测的准确率,提出一种基于改进萤火虫(FA)算法优化的电力光纤线路状态预测模型(FA-ARIMA-GRU);首先,针对FA寻优过早收敛和寻优精度低等问题,对整体距离进行指数加权平均,设计了迭代衰减步长因子,并且对偏差修正进行考虑,从而改善上述FA所存在的问题;其次,将改进的FA用于ARIMA-GRU光功率预测模型输入参数的优化,从而在一定程度上提升ARIMA-GRU预测模型输入参数的准确性;最终,通过仿真试验对FA-ARIMA-GRU预测模型的效果进行验证,结果表明FA-ARIMA-GRU预测模型具有较优的预测效果,精准预测光功率值,提前掌握电力光纤的线路状态,预知光纤线路故障、有效规避故障和保障电力通信传输通畅不间断。

基于蚁群算法改进One-Class SVM的电力离群用户检测算法研究

用电采集负荷数据反映了用户的用电特性及用电习惯,通过用电负荷数据分析识别用电离群用户在工业生产中具有重要意义。本文根据高维用电负荷数据的特点,提出了一种基于改进One-Class SVM算法的电力离群用户检测方法,同时采用蚁群算法对支持向量机的训练参数进行优化,可以在样本分布不均匀、样本分布未知的环境下有效识别电力离群用户。通过对某市纺织业用户的数据进行实践证明,改进的算法能够有效提高收敛速度,并有效地识别离群的用电用户。