基于映射遗传算法的日前电价估计方法

将卷积神经网络(Convolutional Neural Networks,CNN)与进化算法相结合提出一种日前电价估计方法。基于基因定位结果,选择、变异和交叉生成竞争个体;根据基因二进制位与CNN参数/超参数之间的映射关系,设计最优的CNN结构。以某电力市场为例,验证所提方法有效性。实验结果表明,与其他预测方法相比,所提算法具有较高的预测精度和较低的误差率。

智能电网需求侧用户参与度研究模型

为充分挖掘智能电网需求侧与用户参与度的响应能力,探究电网需求侧的用电负荷影响,建立了智能电网需求侧用户参与度研究模型。采用聚类算法在噪声、模糊数据中提取特征数据,并对其进行归一化处理。根据智能电网的调配用电需求量,构建收益函数模型;将用户群体划分结果与博弈论相结合,建立不同类型用户博弈论模型,并组建电网需求侧用户参与度研究模型,定义电价收益、价格响应、智能调配用电时间等参数,为智能电网参与市场环境下的用户参与度调控提供了模型支持。以河北电网为测试对象进行测试,结果表明:随着时间的增加以及电价的降低,用户参与比例为89%,用户满意度均值为90%。智能电网需求侧的响应特性受用户参与度的影响,所提模型可以准确完成智能电网需求侧下的用户参与度计算,确保电网需求侧电力市场的供需平衡。

基于AGA-SSAE和SDP域转换的暂态电能质量扰动识别方法

针对复杂电能质量扰动信号非平稳性和非线性导致的信号特征难以直接提取和识别的问题,该文提出一种基于自适应遗传算法优化(adaptive genetic algorithm,AGA)的栈式稀疏自编码器(stacked sparse autoencoder,SSAE)和对称点模式(symmetrized dot pattern,SDP)域转换的暂态电能质量扰动识别方法。首先,通过Matlab仿真随机生成6种单一扰动信号和9种复合扰动信号,通过SDP方法将原始时域扰动信号转换至极坐标域,实现扰动信号可视化并生成对应的扰动图谱,对扰动图谱进行参数优化;然后,基于Tensorflow开源框架搭建SSAE识别模型,并由AGA算法完成模型结构及其参数的优化,实现扰动图谱的深度特征提取与挖掘;最后,由末端分类器进行无监督学习分类,比较常见扰动识别方法的优劣。结果表明:该文提出的基于AGA-SSAE和SDP域转换的暂态电能质量扰动识别方法能够对暂态扰动进行高效、准确的识别分类,平均测试准确率为97.89%,优于传统方法10%左右;同时所提方法的架构清晰,且具有较好的收敛性和泛化能力,适用于电力系统电能质量暂态扰动的快速、精确识别。

5L-ANPC逆变器输出谐波优化策略研究

为了提高五电平有源中点箝位(5L-ANPC)逆变器的电流谐波质量,提出一种基于模型预测控制的电流纹波优化算法。首先,根据5L-ANPC逆变器原理给出了输出电流纹波模型;然后,在考虑中点电位和悬浮电容电压控制的情况下,结合逆变器功率器件开关动作次数建立了基于模型预测控制的电流纹波优化控制模型,进而根据价值函数最小原则确定开关状态的输出序列,降低了输出电流谐波畸变率。最后,通过仿真和实时仿真实验验证了所提电流纹波优化策略的有效性和正确性。

耦合氢储能的综合能源园区系统容量配置与运行优化

综合能源系统作为一个多输入多输出的复杂能源系统,其设计规划与运行管理是当前的研究难点。针对耦合氢储能的综合能源园区系统,提出了考虑能效性、可靠性、环保性与经济性的综合评价指标,在指定运行策略下采用粒子群算法(particle swarm optimization,PSO)与最大矩阵法(maximum rectangle method,MRM)相结合的优化方法进行系统容量配置。为验证容量配置结果的可靠性,以西安某综合能源园区系统为例,将该园区一年8760h的冷热电负荷作为负荷需求,在传统以热定电与以电定热运行策略的基础上提出综合运行策略,并针对3种运行策略进行系统容量配置研究,分析其综合运行策略的特点。计算结果表明,相比以热定电与以电定热运行策略,所提出的综合运行策略的综合评价指标提高了1.66%与0.13%。

基于大数据平台的电力营销分析决策系统建构

随着我国经济水平的飞速提升,当前的电力企业建设也更加智能化,电力行业得到了更大的历史挑战。本文在对于我国当前阶段的电力营销管理情况开展分析的基础上,基于大数据平台,对于智能营业厅建设电力营销的分析决策系统开展相关研究,希望能够促进我国电力行业的可持续发展。

计及源荷双侧风险管理的光储微网两阶段低碳运行优化研究

计及需求响应和源荷不确定性,提出了考虑源荷风险管理的并网型光储微网两阶段低碳运行优化模型。第一阶段考虑电力需求响应平抑供需差异的波动风险,提出条件风险价值理论优化供能方案;第二阶段引入光储微网的碳排放理论及奖惩阶梯碳交易机制,构建以综合效益最大化的光储微网低碳经济运行模型。基于两阶段运行优化模型设置了5个不同的运行情景进行仿真分析,结果表明光储微网中通过风险管理和电力需求响应的协调作用可实现能源供需结构的优化;而碳交易机制的引入一定程度地减少了光储微网系统的碳排放,降低碳排放成本。

电网常用金属材料及防护策略分析——评《电网金属材料的腐蚀与防护》

现今社会的生产与生活都离不开电力系统的建设与完善,在电网建设中,金属材料的作用十分突出,是电网设备与部件的重要构成材料,其质量直接影响着电网运行效率。但电网系统中的输电线路与各种设备大都长期暴露在户外环境中,大气环境以及电网运行所产生的电场、磁场都会对金属材料造成影响,导致其易遭受腐蚀,进而失效,因此对电网金属材料进行检验、监督,并对其腐蚀问题进行针对性防护具有重要意义。

电力营业厅智能化建设研究

电力营业厅是供电部门与顾客进行服务沟通的主要场所,其不仅承担着企业形象的展示责任,还负责处理用户用电业务的办理咨询以及用电问题的维护等工作。传统的电力营业厅一直都是以人工方式开展工作,对智能化技术手段的应用较少。为提升其互动的智能性、服务的便捷性以及工作的效率性,让客户获得全新的交互式体验,需采用智能化技术对电力营业厅进行改造。文章对电力营业厅智能化建设道路的建设思路进行分析探究。

基于大数据分析的综合能源系统负荷特性聚类分析

随着我国综合能源系统的迅速发展,用户侧出现越来越多的综合负荷尤其是电冷热耦合负荷,而针对冷热电负荷的耦合特性的研究极为重要,其决定了综合能源系统规划和运行是否科学合理。因此,将大数据分析法应用到冷热电综合负荷的耦合特性分析中,建立了基于改进K-means算法的冷热电负荷耦合特性分析模型,该模型利用国外某高校实测综合能源系统相关真实数据,对学校用能负荷按照春夏秋冬四季进行合理聚类分析,以获得不同季节时段以及同一季节时段的用能负荷耦合特性,在此基础上,对该综合能源系统中电、冷综合需求响应的潜力进行研究。最后,通过仿真分析,结果表明文中方法能较好地深入挖掘该综合能源系统的用能耦合特性和需求响应潜力,为制定合理的综合需求响应方案提供有力数据支撑。

结合模板匹配和深度神经网络的电能表信息识别

针对真实拍摄电能表图像受光照、污渍及拍摄角度等影响给识别带来的挑战,提出一种结合模板匹配和深度神经网络的电能信息识别方法。利用SIFT特征与模板库中图像进行匹配来获得待测电能表的类型(即高压或低压电能表),利用边缘信息和Hough变换提取出准确的电能表屏幕区域,进一步借助所匹配的标准模板标定信息获得待测图像的屏幕示数及示数标签区域;在此基础上,利用等间隔分割和对标签区域是否存在标签的二分类判定网络来实现示数数字的分割和标签识别,利用数字识别网络识别出示数。所提方法充分利用了模板标定信息,将复杂条件下的示数检测变为简单有效的等距分割,将标签识别由复杂的文本检测和识别任务变为简单高效的二值检测任务,因而具有更好的鲁棒性。实验结果证明了该方法的有效性。

基于遗传-蚁群算法优化的电费风险预警模型的研究

遗传-蚁群算法的“过早收敛”问题易导致电费风险预警反馈出现偏差,为此,利用种群方差和熵共同反映种群的多样性,改进遗传-蚁群算法的选择方式,设计了一种新的电费风险预警模型。根据定性和定量指标设置模型预警阈值,再根据设定的风险预警等级实现对电费风险的预警反馈。以不同阶段的反馈结果为实验测试内容,根据测试结果可知,与传统遗传-蚁群算法构建的预警模型相比,在一个完整的测试周期内,优化后的预警模型在不同阶段均有较准确的风险反馈结果,可见该模型的预警反馈效果较好。

消费驱动背景下流通产业的影响因素与发展趋势

为探究消费驱动背景下流通产业的影响因素及发展趋势,本文基于消费函数理论梳理学界研究成果,依据文献与实践观察选取解释变量,运用KMO与Barlett球状检验验证因子分析的可行性,在提取主成分的同时,使用权重模型呈现各解释变量影响效应。进而得出,在闭环模型中,资本投入仍是促进流通产业发展的关键因素,而技术与效率因素,也将改变该领域终端场景。基于这一结论,本文进一步论证在消费驱动取代投资驱动背景下,流通产业的集中度与友好度可不断提升,创新将成为支撑该行业中长期发展的决定性因素。

基于大数据技术的客户诉求分析与应用

随着投诉治理力度的不断加强,各地市投诉都在不断的减少,95598客户服务中心通过对投诉工单的筛选及分析发现不少投诉是可以提前预控的。春灌、迎峰度夏、峰谷电价推广、智能表更换等特殊时期的投诉,可以在事件前期通过提前预警的方式对存在投诉风险的问题进行梳理并向各地市提供预警信息。针对客户诉求分析过程中出现的问题展开研讨,成员开拓思路、集思广益,利用大数据分析技术,整合客户档案、诉求信息等相关数据,准确预测客户热点诉求和发展趋势,统筹协调互动化服务手段提前开展主动服务,从而有效提升客户优良感知,减少投诉。

基于大数据分析的客户电费风险预测及防控

客户既是企业最大的财富,也是风险的最大来源,拖欠电费、违约用电等行为时有发生。在交易过程中对客户信誉信息收集调查和风险评估,制定针对性的防范和服务策略,对企业具有非常重要的作用。为了降低电费回收风险,提高企业经营效益和管理手段,需要对客户进行评价分级,电力企业可以利用现有资源和数据,建立客户电费信誉信息档案,为客户提供差异化的服务,并规避风险。以营销业务应用系统中客户的海量历史用电数据为依据,再借鉴客户经理、催费员等电力人员工作经验,梳理风险用户的业务规则,并构建多维度的电费风险分析指标体系。通过机器学习的大数据分析方式对用电行为与电费风险之前的潜在关系进行研究,实现对风险用户的精准定位。

电能表远程在线校准平台的设计及实现

针对传统电能表校准工作效率低,耗费人力物力的现状,研发了电能表远程在线校准平台。根据能量守恒定律,对营销、用电信息采集、计量生产调度平台中户变档案、日冻结、电能表检定信息等基础数据进行挖掘与计算,建立智能电能表误差分析理论模型,实现对电能表的实时运行监测,并及时评估电能表的运行情况,变“定期检定”为“全程监控”,支撑运行电能表状态评价与远程校准,节省用户电能表审校周期,提升用户服务质量,同时为智能电能表的稳定运行提供技术保障。

电力营销服务移动作业终端系统的构建研究

电力供需双方实时交付性需求增多,电力客户对电网企业的服务理念、服务方式、服务内容和服务质量不断提出新的更高要求。现有的电力营销服务作业系统很难适应电力业扩流程精简等业务的快速变化。文中提出构建新型电力营销服务移动作业终端系统,通过对电力营销服务移动作业系统架构、业扩报装作业任务模块架构、用户服务作业任务模块架构、基础支撑作业任务模块架构的介绍,以达到电力营销人员人员"一站式服务"、"一证受理"、"主动上门服务"、"预约服务"的管理要求。

电力物联网的风险分析与安全措施探究

文章通过介绍电力物联网体系架构,针对电力物联网的感知层、网络层、应用层存在的风险分析,提出有效安全措施,以强化电力物联网安全防护,维护其稳定安全运行。