基于异源数据融合与并行计算的电力气象数据分析技术研究

针对短期电力负荷进行预测时易受到不确定气象因素影响而导致预测准确率较低的问题,文中提出了一种基于气象数据融合与并行计算的电力负荷预测算法。该算法将时间和气象因子相结合来对预测的日气象数据进行关联度匹配,进而提升算法的准确率。通过对深度神经网络加以改进,并增加扩张卷积使模型具有更强的视觉野。同时结合Bi-GRU网络,利用其时序特征提取属性进一步增强算法的性能,再将算法部署至Spark并行平台以提高总体的运行效率。实验测试中,所提算法的MAPE、RMSE指标在所有对比算法中均为最优,且领先其他同类算法约0.2%和0.05,而增加运算节点后,算法的运行时间也会相应缩短,表明其具有良好的综合性能。

面向电力气象数据的多源异构数据融合方法研究

输电线路覆冰是影响电网可靠性的重要因素,针对传统人工巡检提取数据的方法存在安全性较差且计算效率偏低的问题,文中对多源异构的相关电力气象数据进行了融合处理与分析,并提出了一种覆冰等级检测算法。该算法使用改进SVM对数据进行分类,以弥补计算冗余的不足,同时采用WOA算法对LS-SVM算法的参数加以优化,从而提高了算法的实时性和准确度。通过LSTM网络对分类后的数据进行特征提取,实现了对相关数据时序特征的分析。在实验测试中,所提算法的准确率、召回率及F1值等指标均优于对比算法,且准确率可达92.69%,证明其具有良好的运算性能,能够利用多源气象数据对输电线路的覆冰等级进行准确预测。

基于改进决策树的短期风速预测算法设计

针对现有短期风速预测算法准确度较低且计算复杂的问题,提出了一种基于改进决策树的短期风速预测算法。该算法采用改进经验模态算法进行风电数据的预处理,以获得多个固有模态分量和残差分量。同时引入改进初始学习机选择策略、自适应学习率以及梯度拟合逼近方法,弥补了传统梯度提升决策树算法中存在的学习训练效果差、计算速度低等不足。利用改进梯度提升决策对风电数据进行特征提取与学习训练,进而实现了短期风速的精准预测。算例分析结果表明,与IEMD-GDBT和EMD-GDBT算法相比,所提算法的训练时间仅为1489.5 s,预测指标RMSE、MAE和MAPE的值分别为0.2286%、0.1827%以及2.37%,在计算速度及预测准确度方面均具有显著优势,实际风速预测误差小于1 m/s。

面向新能源发电的风机数据智能分析订正技术研究

针对现有风速预测手段有限且准确率较低的问题,文中提出了一种面向新能源发电的风机数据智能分析订正模型。该模型将风速、风向和气压等元素的历史数据作为输入,并利用改进的随机森林算法(RF)完成对重要元素的筛选,从而降低样本空间的维度。同时通过长短期记忆网络进行重要元素与风速之间内在关联关系的挖掘,实现精准的风速数据预测及订正分析。算法分析结果表明,所设计的RF-LSTM算法相较于ECMWF方案,风向误差下降了约40°,风速误差则降低了0.5 m/s以上,预测准确率显著提升。

基于机器学习的输电走廊强对流临近预警技术

输电走廊上的强对流天气会给电力生产、供应带来严重的威胁,从而影响居民的正常用电需求。针对此问题,研究了基于机器学习的输电走廊强对流临近预警技术。该技术选取有效反映输电走廊强对流预警的数据类型,构建数据特征并对样本数据进行预处理,再利用卷积与池化操作实现数据的特征识别。同时采用CL多小波融合方法将细节融入目标数据库以增加物理信息量,为后续预警处理提供更为准确的数据,并使用了交叉相关算法来解决图像的追踪问题。通过实际的算例分析,验证了所提算法的有效性,其预测精度可达93.64%。

电力作业风险智能预警设计与实现

安全生产是保障劳动者人身安全和国家财产安全的重要方式。在电力生产过程中,需要通过有效的安全措施,确保电力作业人员的人身安全和电网设备安全,使电网系统持续、稳定地输出电能。鉴于此,文章对电力作业风险智能预警的设计与实现进行了研究,试图为之提供行之有效的可行性建议。

基于数据融合的电网强对流临近预警技术研究

强对流天气的破坏力大、预测准确率和实时性较差,且容易对电网造成严重危害,因此构建有效的电网强对流天气临近预警系统具有重要的现实意义。传统的雷达回波技术虽然能够根据云团位置的改变来推断后续天气的变化,但当云团发生融合或分裂时,其预报准确率较低。针对该方法存在的缺陷,文中使用深度学习技术对气象云图数据进行处理,其算法部分将卷积网络与长短期循环神经网络相结合,使其兼具准确性和实时性。在算法对比实验中,该算法的虚警率比卷积法以及LSTM法降低了5.2%和6.0%,说明该算法的性能较为理想。而在测试验证实验中,所提算法能够实现对1 h后强对流天气的预测,并可完成对电网的强对流临近预警,具有良好的工程应用价值。

山区110kV线路雷击事故分析及对策

通过对山区送电线路雷害事故的分析,得出了山区雷害主要是雷击杆塔或避雷线造成的反击事故。雷击事故主要发生在水库、水塘附近的突出山顶上;高山的山坡或半坡向阳的山脊上;电阻率高的土壤区和附近无树木等山丘突出处。地形坡度较陡的杆塔外边侧绝缘子、大转角杆塔外侧绝缘子串和大档距两端杆塔也易遭雷击闪络。采取杆塔降阻、装设线路避雷器、侧向避雷针和加强绝缘等多种措施后,防雷保护效果较好。

基于贝叶斯网络的危化品爆炸事故电力系统风险评估模型

为提高危化品爆炸事故电力应急预警的准确性,建立基于贝叶斯网络的危化品爆炸事故电力系统风险评估模型。基于危化品爆炸事故电力应急典型情景分析,建立综合考虑突发事件、承灾载体和应急管理等风险因素的贝叶斯网络结构。应用概率刻画风险因素信息的不确定性及其相互影响,定量分析事件后果。结合一般条件和典型情景等的应用实例,分析评价方法和风险因素对风险等级的影响。结果表明:该模型能够在危化品爆炸事故发生后,评价电力应急预警等级;能够在危化品爆炸事故发生前,分析典型情景的风险和风险因素的影响,为应急准备提供支持;“最大概率法”较“概率加权求和法”得出的事件等级可能较低。

我国电力作业安全管理体系构建及分析研究

电力作业是确保电力系统稳定运行的关键基础,电力作业安全关乎作业人员生命安全和国家财产安全。基于引发电力作业事故的风险因素,构建了电力作业安全管理体系,通过层次分析法(AHP)对安全管理体系各子体系和各要素进行了定量分析。结果表明:电力作业安全管理体系包括风险管理子体系、管理政策子体系和预警救援子体系,其中风险管理子体系和管理政策子体系权重较大;子体系所有要素中,标准体系、风险识别和风险管控权重较大;基于上述研究成果,对电力企业电力作业安全管理工作思路提出了相关建议。

电力系统自动化技术安全管理

现在,随着社会经济的不断发展,国家电网得到了高度的应用,其应用的领域越来越广泛,而且,运行的效率得到了很大的提升。科学技术的发展,能够促进电力系统自动化的发展,然而,带那里系统自动化技术还是存在一定的局限性,电力系统的故障会导致大范围的停电,影响了人们的生活和工厂的生产。本文通过对电力系统现在运行的现状进行分析,并针对问题,提出可行的建议,促进电力系统自动化的发展。

应急保电稳定供电系统中并联控制模块的研究

对多台应急电源车并联组成的供电系统进行研究,针对电源车并联运行中并联控制模块对机组同步性和功率分配均衡性的控制进行分析和研究,为构建应急保电稳定供电系统提供依据。

电力作业多源要素风险的自适应识别模型

电力作业人员通常面临多种安全风险,对其生命健康造成严重威胁,但是场景复杂、随机性强等原因致使电力作业存在风险识别极其困难的问题,因此急需采用合适的技术手段对电力作业风险进行有效识别。该文构建了一种动态兼容多种典型空间的电力作业风险的自适应识别(ARI)模型。从宏观上构建了电力行业典型作业的风险识别框架,建立了典型作业多源要素的全域风险因子体系。通过融合渐进式蜜獾算法、极大熵准则、约束调节机制,提出了一种主客观动态融合的ARI模型,以低成本适应不同的典型作业空间。案例结果验证了所提ARI模型具有鲁棒性强、实施成本优、偏颇风险低的特性,可有效量化电力行业典型作业的多源要素风险。

电力企业应急管理体系影响要素评估研究——以S省电力公司项目为例

在我国社会经济转型和产业升级的背景下,电力企业的安全、稳定和持续运营,不仅关系电力资源的稳定供应,而且更关系社会发展、经济增长和人民生活。因此,如何应对自然灾害与重大突发事件导致的大面积、长时间停电的困局,是现代电力行业面临的重大任务和挑战。克服自然灾害与重大突发事件的影响、降低电力事故造成损失的关键是电力企业应急管理体系的影响因素的科学评估和有效甄别。鉴于此,本文在系统梳理国内外应急管理文献的基础上,以应急管理理论为基础,以S省电力公司应急管理体系建设项目为案例,综合运用访谈法、案例研究法与层次分析法等定性与定量方法,构建了S省电力公司应急管理体系,并对如何甄别和评估电力企业应急管理体系影响因素与问题,提出了科学的方法和具有建设性的建议措施。