配电自动化遥控视频联动及智能巡检关键技术研究

为提高配电网自动化水平,提出并开发了基于图像视频的开闭所开关遥控视频联动及智能巡检系统。该系统实现了对开闭所/配电房的防盗自动监控,对开闭所/配电房开关、汇控柜等设备运行状态的智能辨识,站内报警联动及对其运行状态的监视。其中,图像视频监视系统通过对开闭所上传至主站的图像进行智能分析,实现了对开闭所内配电柜表计、旋钮开关、指示灯等设备运行状态或读数的智能监测;智能巡检系统通过检测出入开闭所的工作人员上半身着装情况,判断其着装是否符合安全礼仪规范,从而实现有效监督。

基于混合小波包的电能质量数据压缩算法

经典小波算法在分解电力系统监测系统的录波数据时,单一小波基难以与电能质量事件复合特征达到最优匹配,为了进一步提高电能质量数据小波压缩算法的效率,本文在单小波分解的基础上,针对电力系统数据特性提出混合小波包算法:首先通过MATLAB仿真产生不同类型的电网故障录波数据,再将仿真数据所对应的熵函数作为遗传算法寻优的代价函数,优化混合小波包基结构,最后利用新算例验证优化好的混合小波包。仿真实验的结果表明本文算法获得的压缩效果优于经典小波压缩算法。

基于二维小波包和v-SVR的电能质量数据压缩

将支持向量回归算法应用于电能质量数据压缩领域。将一维向量表示的电能质量原始数据进行二维重构,获得二维表示的的电能质量图像。再采用自适应小波包变换把二维电能质量图像分解到不同尺度的子空间,并针对小波系数方向性采用不同的数据编码算法。低频系数采用DPCM编码。高频系数采用v支持向量回归机算法,用稀疏支持向量表示原始数据,以达到去冗余,数据压缩的效果。仿真实验证明提出算法的压缩效果与传统算法相比,压缩性能有了明显的提高。

基于SVR的电能质量数据压缩算法

针对电力系统日益突出的海量数据流量的传输和存储问题,提出二维小波与支持向量回归结合算法用于电能质量数据压缩.利用小波变换把二维电能质量图像分解到不同尺度的子空间,对得到的不同方向的小波系数采用不同的数据组织方式.高频子空间系数采用可控制压缩比的ν支持向量回归(ν-SVR)学习系数间的相关性,用稀疏的支持向量表示原始数据,可以达到去冗余和数据压缩的效果.仿真实验利用不同的电能质量事件测试样本,对本文算法与传统支持向量机以及小波阈值法的压缩性能进行测试,结果表明,本文算法的压缩性能相比有了一定的进步.

分布式电源选址定容研究综述

随着我国经济和技术的发展,智能电网已成为电网发展的一个新热点,分布式电源是智能电网的重要组成部分,在电网中得到了广泛应用.因此,分布式电源选址定容问题对电网的安全稳定运行具有重要意义.文章阐述分布式电源选址定容问题的国内外研究现状,介绍目前常用的分布式电源选址定容优化模型以及优化算法在分布式电源选址定容中的应用,分析各种优化算法的优缺点,并展望未来分布式电源选址定容的研究方向.

报纸印刷企业的供应链管理

随着新媒体的发展,以报纸为代表的平面媒体受到较大的冲击,整体市场规模出现下滑,同时随着市场竞争的激烈,报纸印刷企业面临供应商选择难度大、采购成本上涨、物流管理变数多、客户要求提升等多方面的挑战。因此,报纸印刷企业必须加强供应链管理,在此基础上不断提升管理运营水平,从而确保生产安全,提高经营效益,实现可持续发展。

基于K平均最近邻法的开关柜现场验电安全检测

为避免开关柜出现绝缘缺陷,保证电网设备安全稳定运行,提出基于K平均最近邻法的开关柜现场验电安全检测研究。分析开关柜放电原因,建立针板、悬浮等常见的放电模型;设置电磁波探测装置,通过计算机控制各模块工作,为减少探测过程中脉冲和噪声干扰,引入向量位与标量位探究场强变化情况,采集开关柜现场状态信息;针对采集到的电磁波频谱做数据转换,提取功率的平均值与有效值;采用矩阵简化方式计算样本数据和参考点间最佳距离,确定最优参考点;将验电安全检测问题变换为样本数据分类问题,引入位置差异因子,计算样本与参考点间的欧式距离,完成状态数据分类,达到验电检测目的。实验结果表明,所提方法对样本数据采集具有高度敏感性,能够准确检测出开关柜的实时状态。

准谐振改进型SEPIC变换器建模与分析

凭借高电压增益及低电压应力的特点,改进型SEPIC变换器广泛地应用于光伏、不间断电源等领域。同时由于其具有良好的软开关特性,可应用于高频场合,以提升功率密度。为了拓宽负载变化范围,改善动态响应,其数学模型的建立至关重要。采用广义状态空间平均法,对基于开关电感的准谐振改进型SEPIC变换器进行建模,建立其对应的小信号模型,并得到系统输出的传递函数。使用K-factor的方法设计补偿器,优化系统的动态性能,设计恒流输出的数字控制实现方法,并通过实验进行了验证。

基于混合模式的三维-GIS电力电缆信息管理系统

在对电力电缆运行方式、信息管理模式进行了调研的基础上,针对地区电力局电力电缆运行管理的现状,综合考虑了电力电缆网络分布兼具运行属性和地理空间属性的特点,提出了基于全新构架的B/S和C/S混合模式的三维地理电缆信息管理系统的总体开发方案。实现了对电力电缆的空间信息、工程信息的综合管理;可对电缆的运行、维护、检修以及缺陷管理、事故管理等进行全方位的管理。利用该系统来管理电力电缆,可以节约大量的资源,提高工作效率,提高管理质量。

基于改进堆叠去噪自编码的接地故障选线方法

针对小电流接地系统单相接地故障时受噪声干扰、故障类型和数据样本数量等影响造成选线精度低的问题,提出一种基于改进堆叠去噪自编码的选线方法。根据故障零序电流分布特征,提出信号-图像转换的预处理方法以在无须预定义参数的情况下提取原始故障信号的二维特征;通过常数项惩罚样本之间度量距离并作为正则化项限制目标函数的方法改进堆叠去噪自编码网络,提高模型特征学习性能并减少模型训练所需样本数量;通过改进模型实现故障特征自动提取与选线。仿真实验验证了该方法在不同单相接地故障条件下的有效性,并且选线精度高于传统的深度学习方法。

面向配电网知识图谱的配电调度文本实体链接方法

配电调度文本实体链接是借助配电网知识图谱进行调度文本理解和分析的基础,为此提出一种面向配电网知识图谱的配电调度文本实体链接方法。首先根据配电网知识图谱实体和配电调度文本的特点,构建了配电调度文本的语义、发音和词性特征。然后对基于词汇语义特征的跳跃卷积神经网络(LSF-SCNN)的模型结构进行改进,并应用于调度文本和知识图谱实体的匹配。最后通过交叉验证方法研究了该文模型和对照模型在实际配电调度文本实体链接任务中的应用效果。实验结果表明该模型在实体链接整体准确率和各类实体的链接准确率上都能达到较高的水平。

基于RVM-PF融合算法的锂离子电池剩余使用寿命预测

针对传统PF(粒子滤波)算法在锂离子电池RUL(剩余使用寿命)预测中出现的估计精度低、过于依赖电池经验模型等问题,提出一种RVM(相关向量机)算法与PF算法相融合的锂离子电池RUL预测方法。通过RVM算法提取电池容量数据的相关向量,同时利用RVM的回归能力拟合同型号电池容量衰减轨迹,基于衰减轨迹构建PF算法中的状态空间模型,预测当前工况下电池容量衰减趋势。最后,将传统PF算法和RVM-PF融合算法的预测性能进行对比。结果表明,所提出的融合算法具有状态跟踪拟合度高、预测精度高、长期预测能力好等特点,且融合算法不依赖电池经验模型,具有较强的通用性。

基于暂态介损角的配电网单相接地故障选线方法

分析了配电网的中性点接地方式对各配电线路介损角的影响,在此基础上,提出一种基于暂态介损角的配电网单相接地故障选线方法。利用小波包对单相接地故障后的零序电压和电流进行小波包分解和能量最大频段的单支重构。基于暂态重构信号计算各配电线路的暂态介损角,依据故障线路和非故障线路暂态介损角的差异选出故障线路。通过MATLAB/SIMULINK仿真验证了该方法的可行性,结果表明其适用于各种中性点接地方式的配电网。

基于双向反激变换器的电池均衡电路研究

针对锂离子电池长期串联使用出现的不一致问题,提出了一种基于双向反激变换器的新型低成本均衡电路。均衡电路以荷电状态为均衡判据,包含采样判定电路、电池选通电路、双向反激变换器三部分。介绍了电路的工作原理和低成本实现方式,针对含有6节单体电池的串联电池组制作了均衡电路样机,实验结果表明,该均衡电路可以有效均衡串联锂离子电池组,并在装置成本方面具有明显优势。

基于BERT的电网调度语音识别语言模型研究

电网调度语音识别是实现智能虚拟电力调度的重要环节,其中语言模型的准确性直接关系到语音识别的效果。提出一种基于BERT的电网调度语音识别语言模型,首先介绍BERT的模型原理,以及利用BERT构建电网调度语音识别语言模型的方法;然后根据电网调度语言特点,提出对输入电网调度语音识别语言模型的调度语句进行语义特征、关键字特征和命名实体特征提取的方法,提高模型对电网调度语言的适应性;最后通过算例,对所构建的语言模型进行测试,并与其他常用的语言模型进行对比。算例结果表明,考虑了电网调度语言特点的电网调度语音识别语言模型,在语言模型的性能以及电网调度语音识别的准确性上,都有比较明显的优势。

配网主站系统的配变运维关键技术分析

配网设备在供电环节起着至关重要的作用,设备的状态监测及运维检修直接影响配网供电质量和稳定性,而配网变压器是配网设备中非常重要的部分,其运行可靠性很大程度上决定了电网运行的安全性。供电企业越来越关注供电保障与稳定性,以提升用户的用电质量,而传统的数据分析模式已无法满足规模日益增大的配电网规模。主要针对目前配变在线状态监测功能的状况及配变设备运维的重要性,设计网格化区域管理方式,基于设备主人的运维理念,强化设备主人对现场设备的负荷、环境监控和隐患消除能力,结合负荷预警和智能告警,改善目前处理配变设备异常的被动应对状况。

复杂状态估计不良数据的前推回代追踪辨识方法

本文综合考虑量测数据之间以及量测数据与网络参数之间的电路关联关系,提出了复杂状态估计不良数据的前推回代追踪辨识方法。首先,基于节点度等于1的拓扑搜索原则和节点不平衡功率最小的解环原则,通过拓扑搜索,将电网分解成辐射网结构并形成电网的支路层次矩阵L及对应支路的首末端节点信息矩阵M,然后利用L和M矩阵和本文定义的不良数据判据进行功率和电压的同步前推回代计算和不良数据判断,最终实现参数错误、不良量测数据及拓扑错误的有效辨识。基于IEEE39节点算例系统的仿真验证了该方法的有效性。

基于无人机图像的输电线检测方法

在无人机应用于输电线巡检背景下,为了方便后续的输电线故障检测与分析,提出一种新的基于无人机图像的输电线检测方法.首先,通过Otsu获取高低阈值的方法改进Canny边缘检测算法,用于提取输电线图像边缘;然后,通过数学形态学方法处理边缘检测得到的二值图像,并用分式查表法改进的Hough变换对数学形态学处理后的图像进行直线段检测;最后,提出线-线空间信息分析的方法,对检测出来的直线段进行筛选和拟合.通过在无人机图像上的实验结果表明,本文提出的输电线检测方法是一种性能良好的基于无人机图像的输电线检测方法.

浅谈小型水电站的技术改造

该文针对当前小型水电站存在的问题 ,结合桃源水库电站技术改造工程实例 ,提出要从水轮机、发电机、主变、配电及引水系统等五个方面进行系统的改造 ,以达到改善电站安全运行状况。

基于分形理论的风电功率预测算法研究

近些年,风能成为世界上装机容量较大的可再生能源之一,风力发电的并网容量不断增加,给电网稳定运行带来不小挑战,风力输出功率预测精度的提升能够有效地减轻风电并网时对电网的冲击,同时为电网的调度和安全运营提供保障。为进一步提升的风电功率预测精度,借鉴分形理论并将其融合到风电功率预测模型中,同时结合自定义K最近邻算法(K-nearest-neighbor,KNN)。采用分形理论的基本思想,考虑基准功率曲线问题和气象特征值,利用分形插值可有效地获取相邻样本的局部信息,从而使得插值曲线更好地保留原采样信息的大部分特征,最后使用多评价指标维度对预测效果进行评估。以某风电场实测数据为例,与梯度提升决策树、随机森林、支持向量机预测模型进行比较,验证了提出的预测算法的有效性。