彭鑫霞:低碳青春之路

“要做好计量资产管理工作,数据是关键,要抓住数据,对数据具有足够敏感度。”这是国网冀北营销服务中心彭鑫霞参加工作以来听到最多的一句嘱咐。与电能表、采集终端、互感器、电能计量箱等计量物资打交道,用数据全程跟踪其采购到货、检定检测、以及安装运行等,用数据确保每一只计量设备计量准确、运行健康、价值最大化发挥。今年,国网冀北营销服务中心深入推进“双碳”战略研讨会,部署系列研究任务,培养碳计量技术人才,在部门统筹安排下,彭鑫霞承担了电能计量箱产品碳足迹核算的任务,揭开了“绿链情缘”。面对完全陌生的技术领域,彭鑫霞从容应对,主动出击,规划了从“双碳”目标提出背景形势、基本概念、国内外政策、实现路径等入手,到碳足迹核算方法、标准依据,再到计量箱碳足迹核算实践的“由浅入深、层层递进”学习线路。

基于区块链的电动汽车去中心化交易研究

随着分布式电源技术和新能源技术快速发展,参与电力交易的电动汽车和新能源发电用户数量不断增多。由于电动汽车和新能源具有随机性和不确定性,现有交易模式无法支撑交易需求。区块链具有去中心化、不可篡改等特点,可以有效解决车网互联系统(vehicle-to-grid,V2G)电力交易遇到的挑战。首先,基于区块链技术,提出基于组合拍卖和滚动撮合交易的交易规则,设计了滚动撮合交易模型。随后,基于组合拍卖和滚动撮合交易机制规则,设计了V2G的电力交易智能合约。最后,为验证所提方案的可行性,将智能合约发布到趣链区块链平台上,进行模拟实验。实验结果表明,本文所提方法能够有效提高交易成功率。

基于PCA-LSTM算法的非侵入式负荷辨识方法

了解用户负荷分布特征是智能电网建设的重要部分,非侵入式负荷监测(Non-Intrusive Load Monitoring,NILM)以其便捷、高效、成本低的优点被电力系统工作人员广泛认可。文中提出了一种基于长短期记忆网络的NILM方法,通过采集用户电力入口处的电流波形并进行数据处理,得到用户的负荷特征数据。使用主成分分析手段,减少负荷特征数量,提高运算效率。使用擅长处理连续数据的长短期记忆网络模型,在划分好的验证集与测试集上对模型优劣进行评价,以获得最优参数模型。预测实验结果显示,文中所设计的非侵入式负荷监测方法可以对包括小功率用电器在内的家用电器进行准确辨别。

基于深度学习的智能电表数据挖掘分析与研究

人口的指数增长和电子电气设备的使用增加了对能源生产管理的需求。从而使得更加需要精确的能源管理系统,可以预测消费者的使用,以供未来的政策制定。提出了一种基于集群算法的用电功耗水平预测技术,用于智能传感器数据的分析。提出的框架基于深度自动编码器和自适应组织映射。安装在电表和家电上的智能传感器可以有效地分析能源使用情况,根据居民的能源消费水平来生产和分配电力。提出的能耗分析集群算法,将消费者用电量划分为不同层次。提出的深度自动编码器将低维能耗数据输入自适应组织映射集群算法。然后,对集群算法得到的数据进行统计分析,确定电能消耗水平。最后,将结果可视化到图形中,并在城市地图上绘制出能源消耗的预测水平,为能源利用分析提供了一个有效的解决方法。

应用形态学滤波方法去除高压断路器线圈电流信号的噪声

高压断路器是电力系统中重要的控制和保护元件,其可靠性对电力系统的安全具有十分重要的意义。高压断路器机械状态监测能够在一定程度上识别断路器的机械状态。合闸线圈电流信号就是机械状态监测信号之一,合闸线圈电流信号包含有重要的时间和状态信息。笔者在数学形态学理论中的基本形态滤波器基础之上构造形态级联滤波算子对线圈电流信号进行滤波去噪,成功地剔除掉了线圈电流信号中存在的尖峰和沟壑,并且最大限度地保留了电流信号波形的结构特征,使滤波后的电流信号波形平滑性较好、误差较小,便于后续的信号特征提取和状态识别。文中在MATLAB平台中针对上述算法编写了相应的程序,实现了对线圈电流信号的滤波。

基于智能电能表的智慧城市峰值负荷概率估计

充足的变电站和馈线的容量规划主要取决于对未来高峰电力需求的准确估计。然而,传统的未来峰值需求估计是基于经验值进行度量,在多样性最大需求之后进行的,表示个体峰值消费水平和多居民需求多样性。针对智能城市智能电能表的特点,提出了一种基于细粒度智能电能表数据和用户社会人口统计数据的数据驱动的概率峰值用电量估算框架。特别是,在提出的方法中集成了四个主要阶段:负荷建模和抽样;通过所提出的可变截断R-vine连接方法;基于相关性的客户分组;归一化最大多样化需求估计和新客户的概率峰值需求估计。利用平均绝对百分误差和弹球损失函数定量地证明了该方法在点估计值和概率结果上的优越性。

基于模糊聚类的异常用电行为识别研究

窃电等异常用电行为的识别是用电检查的重点和难点。由于数据采集问题,以往研究大多专注于大客户窃电行为方面,对居民窃电行为的研究相对较为薄弱。针对小用户级别的窃电等窃电监测问题,提出一种基于聚类的异常用电行为识别方法。该方案从智能电表收集的数据中提取用电特征,使用模糊聚类分析数据结构,提取出正常用户的行为特征。在真实数据集上的实验结果表明了该方法的有效性。

基于改进LS-SVM的短期电力负荷预测方法研究

针对电力负荷随机性强、稳定性差、预测精度不理想等问题,提出了一种基于粒子群优化PSO和最小二乘支持向量机LS-SVM的短期负荷预测方法。模型的输入因子是负荷数据和气象信息等。粒子群优化算法用于实现支持向量机参数的自动优化,建立了基于粒子群优化的最小二乘支持向量机短期负荷预测模型。通过仿真验证了改进前后预测模型的准确性和有效性,结果表明,改进的预测方法具有收敛性好、预测精度高、训练速度快的优点。本研究为我国短期负荷预测方法的发展提供了参考和借鉴。

基于K-means的智能电能表负荷测量估算

文章提出了一种基于K-means聚类分析的负荷估计算法。该算法将聚类的负荷曲线和距离函数应用于估算缺失和未来的测量值,研究了Canberra、Manhattan、Euclidean和Pearson的相关距离函数,利用聚合智能电能表的每日和分段负荷曲线实施了一些案例研究。当分段配置曲线覆盖的时间窗口≤24 h,仿真结果表明,Canberra距离优于其他距离函数。结果显示,分段式集群中心比每日集群中心产生更准确的负荷估计,聚类中心在16 h~24 h范围内获得更高的准确性估计。根据研究成果,可以将开发的负荷估算算法与状态估算或其他网络操作工具集成在一起,更好地监视和控制配电网络,为电力系统提供服务。

从“电”计量到“碳”计量

为助力“碳达峰、碳中和”目标实现,认真落实绿色低碳循环发展战略,指导各单位做好绿色供应链建设工作,国网冀北电力有限公司印发了《国网冀北电力有限公司关于推进绿色供应链建设的指导意见》,在国网冀北营销服务中心组建了绿色供应链低碳技术中心用电分中心。营销服务中心检定配送部全程跟踪电能表从采购到货、检定检测、仓储配送、安装运行、拆回分拣到报废各环节,应用自动化、智能化检定检测及区块链技术守护电能表计量精准防篡改,应用大数据、物联网、人工智能等新技术提升电能表精益管理水平。今年以来,链碳用电分中心的目光聚焦在了“碳”计量上。

好习惯受用终生

“习惯”这两个字,看似简单,却内涵深刻,回头仔细想想,在这个世界上,每个人都有自己的习惯。习惯从本质上反映了一个人的内涵和素质,甚至能决定一个人的命运。今日的你是过去习惯的结果;今日的习惯,将是你明日的命运。改变所有让你不快乐、不成功的习惯模式,你的命运将改变,习惯领域越大,生命将越自由,充满活力,成就也会越大。《高效能人士的7个习惯》这本书让我明白了很多道理,思想和眼界上了一个新台阶。我们从来到这个世界,就已开始培养习惯,比如小时候我们会哭着依赖别人,长大以后,我们必须养成更加适应当前环境的习惯。良好的习惯会让我们终生受用。

时钟免维护固件易升级单相电能表设计

针对现场运行单相电能表时钟偏差较大的问题,以及推进新型业务的需要,提出了一款时钟免维护固件易升级单相电能表的设计方案.通过采用无线时钟同步技术实现时钟自动同步更新;采用固件广播升级技术实现同时升级多块单相电能表,升级时间降为原来的五分之一;采用低成本、高可靠性、易实现、易维护的简易文件系统,实现存储数据格式自动维护,避免丢失参数及数据.该设计保证时钟准确度不受环境因素影响,升级效率大幅度提高,现场维护工作量大幅度减少.

基于视觉注意力模型的电表铭牌识别研究

为实现电力设备铭牌中文字信息的自动识别,提升设备管理的效率,提出一种面向场景文字的文本内容识别方法。该方法依赖于从卷积特征中训练得到的基于长短时记忆网络的视觉注意力模型。一组特征向量从与图像不同区域相对应的卷积层提取,从而将图像的空间信息编码到特征中。基于分配注意力权重,模型可以选择关注图像的不同部分,并结合卷积特征与注意力权重识别文字。进一步引入语言模型并修改集束搜索策略可以显著改善识别效果。在真实数据集上的结果验证了该方法的有效性。

推行物资绿色回收 守护京畿大地绿水青山

“处理中心投运至今已净化处理六氟化硫气体56.9吨,净化后的气体全部回用,相当于减排二氧化碳136万余吨。”国网冀北电科院六氟化硫回收处理中心负责人介绍。有害气体“零排放”的“小目标”透视出来的是国网冀北电力有限公司物资绿色回收的“大手笔”。近年来,冀北公司以“碳达峰、碳中和”目标和绿色低碳循环战略为指引,响应国家对危险废物日益严格的环保要求,持续促进废旧物资业务绿色合规运营。

谐波条件下电能计量装置运行误差自动检测方法

传统谐波条件下电能计量装置运行误差自动检测方法在进行误差检测时耗费时间过长,检测结果准确率较低。为此提出谐波条件下电能计量装置运行误差自动检测方法。对造成电能计量装置运行误差的谐波来源进行分析;针对各来源设置相应监测点,并运用小波变换法对数据进行初步处理,自动获取电能计量装置运行误差数据;将获取的误差数据输入处理中心,运用BP神经网络进行自动处理,得到误差自动检测结果,实现运行误差的自动检测,完成电能计量装置运行误差自动检测方法设计。实验数据表明,提出的谐波条件下电能计量装置运行误差自动检测方法与传统误差自动检测方法相比缩短了80%的检测时间,提高了24%的检测准确率。

基于改进熵值法的智能电能表运行质量综合评价

随着用电信息采集系统大数据共享平台的推广应用,其重要性不断提升,而智能电能表的运行质量直接关系到公司经济效益的提升,如何利用采集系统大数据实现对智能电能表的运行质量管控,提升智能电能表运行稳定性、可靠性、精准性则成为营销管理的重要工作。通过建立智能电能表运行质量综合评价体系,构建运行质量评价指标,借鉴层次分析法的赋权方法对熵值法进行优化,计算各评价指标的权重系数,避免当某一指标的离散程度过大时导致该指标的权重系数过大,影响最终评价结果,实现电能表运行状态的精准评估,及时发现电能表的质量隐患,指导制定现场校验计划,合理安排周期轮换与故障隐患排查工作。

计量中心这些年

国网冀北电力计量中心员工的平均年龄32岁,从笃学求知的学子到独当一面的业务骨干,这支高素质的科研团队以求实奋进的战斗精神,强力支撑电网事业蓬勃发展。