基于人工智能的大型光伏电站风险预控技术研究

基于光伏阵列正常组件的稳定运行状态中的数据,引入深度学习中的长短期记忆网络LSTM,以电流测点作为特征,建立光伏阵列电流测点的时序预测模型。建模过程中,调整各个参数优化模型来保证预测的准确性。基于预测结果建立报警规则,实现光伏阵列有效及时的异常预警。最后以某光伏电站的历史数据为例,进行了算法有效性与可行性的验证。实验表明,本文的异常检测与预警方案可以实现对光伏阵列电流数据异常的准确判断与预警,对实际工程应用中相关设备的运维检修具有很大的参考价值。

电力系统继电保护不稳定因素及其解决对策研究

当前,我国电力系统终端的自动控制技术已日渐成熟,电网故障率较10年前相比大幅降低,为人们的日常生活提供了诸多便利。然而,在电力系统运行过程中,由于人为因素或者继电保护装置软硬件故障使继电保护的稳定性受到严重影响,进而丧失对电力系统故障的识别与检测功能,电力能源的输送路径被阻断,造成局部电力传输中断现象。本文研究了电力系统继电保护的不稳定因素,并围绕有效解决对策展开全面论述。