数据降维和特征分析的GOA-LSSVM短期负荷预测

提出一种基于数据降维和特征分析的GOA-LSSVM负荷预测方法.运用主成分分析对负荷的影响因素进行数据降维和特征表示,确定影响负荷的主要影响因素;针对LSSVM预测结果易受参数组合C和g影响,运用蝗虫优化算法对LSSVM模型参数进行自适应选择.研究结果表明,与GOA-LSSVM和LSSVM相比,本文算法可以有效提高负荷预测精度,通过数据降维和特征表示可以消除数据冗余和影响因素之间的相关性,不但简化了负荷预测模型的复杂程度,而且提高了预测模型的速度.

紧急状态下频发性断网故障智能排除系统

针对紧急情况下频发性断网故障排除系统存在故障排除速度慢、故障定位不准确等问题,基于粗糙集算法,设计频发性断网故障智能排除系统。通过层次分类诊断多层神经网络断网故障;以数据库为核心、C/S架构为基础分析系统存在的问题及数据库功能,确定电网中频发性断网故障排除系统设计方案;利用粗糙集理论算法处理故障特征,提取最小断网故障诊断排除规则,训练BP神经网络,提高故障诊断排除效率;基于BP神经网络,建立断网故障诊断排除模型,实现频发性断网故障智能排除系统设计。实验结果表明,所提方法能够准确诊断并排除频发性断网故障,耗时较短,保证了系统故障排除的及时性。

数字孪生技术在智能电网中的应用

目前,数字技术正在朝着第四次工业革命方向发展,使工业经济朝着数字经济发展。在数字经济时代中,数字网为技术演进和需求升级背景下的智能电网建设发展的全新路径、思路和理念。在提高资源配置效率时,故障多形态冲击、快速恶化风险和连锁反应使电网分析、监视、控制纬度不断增加,相应运行控制要从复杂度、精度和广度方面超过几年前的水平。本文对数字孪生技术在智能电网中的使用进行分析,数字电网利用创建电网数据闭环赋能体系,实现数字世界与物理世界互动、数字化运行电网,并且创建数字能源生态。

110kV线路绝缘子的使用经验及防污闪措施

架空电力线路暴露在复杂多变的大气环境中，施工及运行维护都不容易。在污秽日益严重的现状下，绝缘子污闪对电力线路的危害尤显突出。因此，合理选择绝缘子的品种和数量，对预防和减少电力线路污闪有重要作用。

基于电子信息技术的电力系统网络攻击自动检测模型研究

在智能电网的研究领域中,现有的检测模型在应对日益复杂的网络攻击手段时,仍存在漏检和误检的问题。为此,研究基于电子信息技术,提出一种集成了卡尔曼滤波和长短时记忆网络的电力系统网络攻击自动检测模型,旨在提升检测的效率和准确性。实验结果表明,所提模型在电气和电子工程师协会的两个测试用例下均表现出色,其平均相对平方误差为0.895,F1分数平均为0.965,受试者工作特征曲线下面积为0.944,均优于其他对比模型,验证了所提模型具有极高的验证精度。此外,当数据点个数为1 000个,所提模型运行时间为31.44 s,证明了所提模型优秀的综合性能。研究验证了电子信息技术在网络攻击自动检测方面的潜力,为电力系统网络攻击自动检测提供了有力的技术支持。