考虑居民用户特征的居民小区配变容量优化研究

考虑负荷密度等多种因素,对居民小区进行了分类。针对不同类型小区的特性,采用不同的负荷预测方法,提出了基于居民区特性和配电变压器经济性运行的配变容量优化方法,并通过实际算例证明了方法的有效性。

基于自适应深度学习模型的变压器故障诊断方法

为提高变压器故障诊断的准确率,提出一种基于自适应深度学习模型的变压器故障诊断方法。该方法采用油中溶解气体作为故障诊断特征量,基于深度学习理论构建诊断模型。为解决传统基于固定学习率的深度学习模型训练过程中收敛速度慢、收敛精度低的缺点,提出一种自适应深度学习模型构建方法,该方法可根据迭代进程变化特性对学习率进行自适应调整,有效提高了深度学习模型的训练精度及速度。基于实例确定了变压器故障诊断自适应深度学习模型隐层层数、学习率调整系数等参数。实验结果表明,该方法特征提取及分析能力强,具有更好的收敛速度及收敛精度,可有效提高变压器故障诊断的正确率。

城区电力电缆防外力破坏探讨

随着城市建设的快速发展,电缆破坏事故频频发生,外力破坏的隐患一直威胁着电缆线路的安全运行,严重危及电网和人民财产的安全。分析导致电缆外力破坏的原因,介绍国网日照供电公司电力电缆管理体制,提出防外力破坏的措施,有效地防止和减少了外力破坏事故的发生。