大数据技术在智能反窃电和线损监控中的应用

大数据技术为国家电网智能建设提供支持,随着智能化建设日益完善,反窃电管理和线损监控成为电力行业关注的重点和智能电网管控的难点。基于大数据技术优势,分析该技术在反窃电和线损监控中的应用。结果表明,科学应用大数据技术,发挥其在数据采集、分析、处理上的优势,实现自动化管控,可以有效保证用电数据的安全。

基于改进神经网络的电流互感器综合状态评估的研究

针对电流互感器长期在恶劣工况下运行造成准确度退化以及故障问题,设计一种电子式电流互感器在线状态综合评估系统,通过神经网络实现对互感器在线误差预测与故障诊断。针对现有基于神经网络的方法存在收敛速度慢、精度低等问题,提出一种基于改进的鲸鱼优化神经网络用于误差预测与故障诊断。通过非线性收敛因子提高鲸鱼优化的收敛速度;同时引入自适应惯性权重与模拟退火机制提高鲸鱼优化算法精度,避免陷入局部最优。通过基准函数测试、算例分析验证了方法有效性与可靠性。实验证明:所设计的电流互感器在线状态综合评估系统能有效地对电流互感器进行误差预测与故障诊断。

基于智能无线电流钳的防窃电自动检测方法

现阶段的窃电检测方法存在检测结果准确率低、检测时间较长的问题,不能满足高精度检测与实时性检测的需求。为了解决传统方法中存在的问题,提出基于智能无线电流钳的防窃电自动检测方法。首先,通过VMD算法和CFSFDP算法建立用户用电负荷曲线可控聚类模型;其次,通过用电负荷曲线可控聚类模型分析用户用电行为特征,初步筛选疑似窃电用户;最后,采用智能无线电流钳实现防窃电的自动检测。实验结果表明,所提方法的防窃电检测准确率高、检测时间较短,具有较好的实际应用性能。

电动汽车充电站负荷预测系统的设计与开发

为了充分利用郑州南五里堡电动汽车充电站容量,开发了电动汽车充电站负荷预测可视化系统。首先建立了基于小波神经网络算法的电动汽车充电负荷预测模型;然后利用Excel软件建立了数据系统,用以访问和储存系统数据,实现负荷预测功能以及历史数据查询功能;最后利用MATLAB App Designer设计用户界面,对郑州南五里堡电动汽车充电站的负荷预测系统进行了功能测试,测试结果表明该算法具有较高的预测精度,验证了充电负荷预测模型的正确性。

基于多模型融合的分布式光电仪器突变状态智能检测方法模型

为光电设备正常运行提供有效保障,设计基于多模型融合的分布式光电仪器突变状态智能检测方法模型。采用分布式光电仪器实时运行参数数据作为输入,分别构建KPCA、偏最小二乘算法和Elman神经网络的光电仪器突变状态检测模型,它们分别检测分布式光电仪器突变状态,将它们的输出结果作为输入,利用PSO-RBF神经网络模型对多模型分布式光电仪器检测结果进行融合处理,得到最终分布式光电仪器突变状态智能检测结果。实验结果表明:该模型采集分布式光电仪器电压运行数据较为准确,可有效检测分布式光电仪器突变状态,且其检测结果的决定系数数值较高,具备较为显著的应用效果。