-
题名基于矩阵算法的配电网故障定位
被引量:2
- 1
-
-
作者
沈梓正
秦立军
秦承龙
-
机构
华北电力大学现代电力研究院
-
出处
《黑龙江电力》
CAS
2012年第2期100-102,共3页
-
文摘
分析了原有的配电网矩阵法故障定位中存在的问题,提出一种适用于辐射状网及开环运行环网的配电网故障定位算法。该算法仍以矩阵分析为核心,通过网络拓扑形成网络关联矩阵,然后结合馈线终端设备(FTU)上传的故障信息形成故障判定矩阵,判定方法简单。它不仅可以实现配电网单一故障的快速定位,而且对末端故障及多点故障也可以做出准确判断。通过编程实现算法,并用不同区域故障的模拟验证了算法的有效性。
-
关键词
配电网
馈线自动化
故障定位
故障判定矩阵
-
Keywords
distribution network
feeder automation
fault location
fault judgment matrix
-
分类号
TM711
[电气工程—电力系统及自动化]
-
-
题名基于K-Means和CNN的用户短期电力负荷预测
被引量:13
- 2
-
-
作者
吕志星
张虓
王沈征
王一
程思瑾
秦承龙
-
机构
国网山东省电力公司泰安供电公司
-
出处
《计算机系统应用》
2020年第3期161-166,共6页
-
基金
国网公司科技项目(SGSDTA00YXJS1800585)。
-
文摘
随着电力物联网的不断发展,用户级电力负荷预测在电力需求侧管理中呈现出日益重要的作用.为了提高用户级电力负荷预测的性能,本文提出一种基于K-means聚类与卷积神经网络特征提取的短期电力负荷预测模型.首先,利用K-means将用户聚为两类:对于日相关性强的用户,将相邻时刻和日周期的历史负荷作为输入,采用CNN模型提取特征进行预测;对于日相关性弱的用户,仅将相邻时刻的历史负荷输入到CNN模型进行预测.为了验证所提出算法的性能,我们在实际的用户负荷数据上做了实验,并与随机森林、支持向量回归机进行对比,结果表明本文所构建模型的预测平均绝对百分误差降低了20%以上.
-
关键词
聚类
相关性分析
卷积神经网络(CNN)
短期电力负荷预测
-
Keywords
clustering
correlation analysis
Convolutional Neural Network(CNN)
short-term load forecasting
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名关于综合能源服务的发展研究
被引量:1
- 3
-
-
作者
焦菲
秦承龙
潘广旭
-
机构
国网山东省电力有限公司泰安供电公司
国网山东省电力有限公司日照供电公司
-
出处
《黑龙江电力》
CAS
2020年第2期182-184,共3页
-
文摘
随着电力体制改革的不断深入和互联网产业的蓬勃发展,综合能源服务进入了一个快速发展的阶段。探究了综合能源服务的内涵与特点,分析了综合能源服务的国内外发展现状,深入研究开展综合能源服务的意义、目标及思路,提出了研究结论和工作建议。
-
关键词
综合能源服务
“互联网+”技术
生态圈
-
Keywords
integrated energy services
“Internet+”technology
ecosphere
-
分类号
F426.2
[经济管理—产业经济]
-
-
题名10 kV配网三相电能表现场校验典型异常问题分析
- 4
-
-
作者
焦菲
秦承龙
-
机构
国网山东省电力公司泰安供电公司
-
出处
《黑龙江电力》
CAS
2019年第3期211-213,219,共4页
-
文摘
针对3只现场校验异常电能表进行故障描述,依据异常数据及电压、电流向量图,分析故障产生的原因,提出有效解决方案,预防类似问题的发生,以提高计量装置的准确性和安全性。
-
关键词
三相智能电能表
现场校验
电流极性反
虚接
失压
-
Keywords
three phase intelligent electric energy mete
field calibration
reverse of the current polarity
virtual connection
pressure loss
-
分类号
TM933.4
[电气工程—电力电子与电力传动]
-