基于粗糙集的公用变压器的负荷监测方法

负载率是变压器运行工况的重要指标,但在负荷监测过程中,易受后台数据量影响,从而会降低监测精准度,并增加维修的人工成本,浪费大量的耗材和时间。基于此,提出一种基于粗糙集的负荷监测模型。首先对变压器负荷信号进行粗糙集处理,减少后台预处理数据量,缩短负荷预警时间。然后对负荷梯度、负荷邻域进行差值分析,并赋予监测权重。最后,利用粗糙集邻域搜索法进行变压器负荷异常信号识别,并输出最终变压器负荷结果。研究结果显示,粗糙集邻域搜索法能快速、准确地监测变压器负荷信息,监测结果受后台数据量的影响小于10%,监测准确率和监测指标完整率大于90%,优于传统的人工评估方法,满足变压器负荷监测要求,适合变压器负荷预警分析需要。

基于蜂群算法的配变台区负荷负载实时监控方法及系统

针对配变台区负荷负载的问题,提出1种智能实时监控方法。从负荷负载的类型和配变台区类别的角度出发,分析配电网的负荷负载情况,利用蜂群理论计算电网信息链、负荷数据以及负载数据的阈值。MATLAB仿真结果显示,设计的智能实时监控方法的精准度和计算速度均优于已有算法,且对服务器资源的占用率较低。

公变线损率分析及降损技术要点

文章首先对公变及其线损率的影响因素进行简要分析,在此基础上对公变的降损技术要点进行论述。期望通过本文的研究能够对公变线损率的降低有所帮助。