基于人工智能的电力工程施工数据融合研究

随着能源转型和数字化发展,数据已经成为企业发展必不可少的生产要素,数据融合能够实现多种类型数据的集成应用。该文设计电力工程施工数据融合的思路和技术架构,给出电力工程数据获取途径,研究基于人工智能的数据融合程序和评价指标,优选完整性大于70%、连续性100%的ResNet18人工智能模型进行电力工程施工数据融合,实现电力工程施工数据的深度关联,是电力企业转型发展的重要基础,能够为相关工程领域数据融合提供参考。

基于GRU门控单元网络的电力负荷预测研究

准确预测电力负荷,有利于提高电力系统供需平衡,为提高电力负荷预测精度,提出一种基于迁移学习的电力负荷预测模型。该模型以门控循环单元模型(GRU)为基础模型,通过设定最大均值差异算法阈值,从而选择迁移学习的模型,最终实现电力负荷雨预测。仿真结果表明,所提模型可准确预测电力负荷数据,相较于BPNN模型和LSTM模型,所提出模型的MAPE值更低,为17.5%,分别降低了15%和7.5%,具有更高的预测准确度,可用于电力负荷预测实际应用中。

电动汽车分散充电设施配比度分析与计算方法

分散充电设施需按一定比例合理配置以满足电动汽车的充电需求,同时尽量避免设施冗余。本文首先基于美国NHTS的私家车调查数据,统计分析车辆的行驶里程分布规律,研究用户对不同剩余荷电状态(SOC)接受心理下的电动汽车充电需求概率,提出了分散慢充桩与电动汽车的配比度分析计算方法;其次分析了影响用户进行快、慢充选择的诸多因素,进而建立用户快充需求判断的概率模型,提出了分散快、慢速充电设施的配比度分析计算方法;最后,提出了检验充电桩建设数量是否满足用户充电需求的指标,并进行了算例的模拟验证。本文所提配比度计算方法可为分散充电设施的规划配置提供依据。

基于非线性规划遗传算法的外网静态等值参数估计

针对电力系统外部网络信息未知的情况,为了对研究网络进行系统分析,提出一种基于非线性规划遗传算法的外网静态等值参数估计方法,来建立外网等值模型。首先,采用典型的双端口和三端口外网等值模型,通过边界节点的功率方程推导出等值参数的最小二乘估计模型;然后,结合非线性规划方法与遗传算法,提出一种组合智能优化算法;最后,运用非线性规划遗传组合算法进行外网静态等值参数的估计。提出的优化算法,不需要设定初值,能够更好地得到符合物理解释的全局最优解。以双端口和三端口等值为例,通过IEEE 14节点系统的仿真分析,并对比等值前后研究系统的潮流分布,验证所提方法的正确性和通用性。

一种多功能遥控电动式带电作业绝缘杆组合工具

本文提供一种遥控电动式带电作业绝缘杆组合工具,可以遥控进行拧紧、松开螺母、断线切割操作,具备近电报警功能,操控方向性好,连接稳定,安全性可靠。