基于联合神经网络的用户窃电行为识别模型

针对窃电行为识别准确率低的问题,提出了基于联合神经网络的窃电行为识别模型。首先,对获取的用户用电数据进行处理,利用格拉姆角场方法对用户用电数据进行二维化处理。然后,针对不同维度的用电数据,提出了基于联合神经网络的用户窃电行为识别模型,利用卷积神经网络(CNN)和双向长短期记忆(BiLSTM)神经网络提取一维用电数据和二维用电数据特征。通过实例分析表明,提出的联合神经网络模型对窃电行为识别准确率达到90%以上,证明所建立的评估模型为解决窃电问题提供了一种切实可行的方案。

220 kV智能变电站继电保护的运行维护研究

以220 kV智能变电站维修为主要研究对象,结合智能变电站的相关特点,阐述了智能变电站的运行过程,对220 k V智能变电站继电保护和维修系统的相关设备进行了结构分析。从正常状态和不正常状态两个角度出发,根据合并单元、goose模块、智能终端的相关特点,分析了智能变电站的运行过程和维修手段,为今后变电站进行设备检修和故障处理提供借鉴。

基于CSP的复杂配电网孤岛划分方案研究

在含分布式电源的复杂配电网系统发生故障时,制定合理的孤岛划分方案可提高系统的供电可靠性。利用复杂配电网简化模型,采用两阶段策略解决孤岛划分问题。首先提出了基于约束满足问题的孤岛划分方法,离线生成满足约束问题的单元集合,将孤岛划分问题转化为寻求孤岛最优解的问题。然后在配电系统发生故障时,采用启发式的回溯搜索策略,得出最终的孤岛划分方案。通过对IEEE69节点配电系统进行仿真,验证了该方法有效性和实用性。