“一带一路”倡议与中东绿色能源基础设施的发展与前景

绿色能源基础设施互联互通是“一带一路”倡议提出的“五通”的重点领域,也是中东国家实现能源转型的关键环节。中东国家绿色能源基础设施发展以低碳理念为引领,坚持利用低碳、清洁和高效能的方式极大减少二氧化碳排放,从而降低对环境的负面影响,为中东整体能源转型奠定了基础。基于应对气候变化、实现碳中和的共同愿景,中东以国家主导的绿色能源基础设施体系的构建,在实践中逐步形成了以公共部门与私营部门共同参与的竞争机制,并在实现经济多元化战略目标过程中发挥着重要作用。中国与中东国家在绿色能源基础设施建设领域的科技创新合作促进了中东国家整体能源转型,也为未来中国与中东国家绿色能源合作开辟了广阔前景。

基于区块链的电动汽车去中心化交易研究

随着分布式电源技术和新能源技术快速发展,参与电力交易的电动汽车和新能源发电用户数量不断增多。由于电动汽车和新能源具有随机性和不确定性,现有交易模式无法支撑交易需求。区块链具有去中心化、不可篡改等特点,可以有效解决车网互联系统(vehicle-to-grid,V2G)电力交易遇到的挑战。首先,基于区块链技术,提出基于组合拍卖和滚动撮合交易的交易规则,设计了滚动撮合交易模型。随后,基于组合拍卖和滚动撮合交易机制规则,设计了V2G的电力交易智能合约。最后,为验证所提方案的可行性,将智能合约发布到趣链区块链平台上,进行模拟实验。实验结果表明,本文所提方法能够有效提高交易成功率。

锚网梁索工字钢联合支护在沿空掘巷中的应用

介绍了祁东煤矿沿空掘巷大断面锚网梁索配合工字钢背帮支护情况,优化了沿空巷道支护的参数,保证了巷道的稳定,取得了较好的技术经济效益,为祁东煤矿沿空巷道推广锚网支护奠定了良好基础。

上部煤层采动底板巷道围岩破坏特征与卸压控制技术

针对祁东煤矿开采61煤层同时要确保下部底板岩石大巷正常使用的技术难点,采用理论分析和数值模拟方法研究了上部煤层对底板巷道的动压影响,得出：该底板巷道围岩失稳的实质是其受上部采动应力在底板传递的影响,应力集中系数达15~18倍的原岩应力;其围岩稳定性控制应综合考虑围岩应力集中的诱发因素和卸压护巷原理。继而基于卸压护巷理论,提出钻孔松动爆破卸压护巷技术方案,确定钻孔爆破卸压的技术参数及卸压时机。工程实践表明：采取巷帮、底角钻孔松动爆破卸压护巷方法,使得相邻钻孔间“塑性弱化带”贯通,实现应力向围岩深部转移,能有效控制采动影响下的底板岩巷围岩变形破坏。

锚网梁索支护在煤巷过断层中的应用

介绍了祁东煤矿7115风巷过落差3 m的正断层,在高地应力、大断面的条件下,使用锚网梁索支护技术的成功经验,为该矿煤巷过断层施工提供了新的支护方法,为类似条件下掘进巷道提供了很好的依据和借鉴。

论高职教育专业退出机制及其评价指标体系的构建

构建专业退出机制是我国高职教育进入注重内涵质量提高阶段之后的客观要求。教育部文件要求省级教育行政管理部门应该建立高职教育专业评估与退出机制,以加强对高职院校专业办学条件、专业人才培养质量的评估考核。目前我国各省教育行政管理部门尚未建立起高职教育专业退出管理制度。构建一套操作性强的高职教育专业退出评估指标体系,对于推动高职教育提升办学质量,促进高职教育健康发展非常必要。高职教育专业退出评估指标体系由6个一级指标、18个二级指标构成。

岩巷快速掘进技术研究

结合祁东煤矿南部运输石门实例,通过优化运输方式、施工工艺、爆破参数等来提高岩巷单进水平,实现巷道快速掘进。

基于自适应竞争的均衡优化电力系统客户分类

对电力系统客户的精确分类可为客户提供良好的差异化管理和个性化服务.针对客户分类问题,提出了一种基于均衡优化与极限学习机的分类方法.该方法中提出了一种自适应竞争机制来平衡均衡优化的全局探索与局部挖掘能力,从而有效提升了均衡优化搜索最优解的性能.之后,将提出的均衡优化集成极限学习机对电力系统的客户进行分类.通过真实数据集上的实验表明,在不同的分类指标下,所提出的均衡优化集成极限学习机都具有良好的预测效果,可为电力系统客户管理与服务提供有效的技术手段.

基于模糊聚类的异常用电行为识别研究

窃电等异常用电行为的识别是用电检查的重点和难点。由于数据采集问题,以往研究大多专注于大客户窃电行为方面,对居民窃电行为的研究相对较为薄弱。针对小用户级别的窃电等窃电监测问题,提出一种基于聚类的异常用电行为识别方法。该方案从智能电表收集的数据中提取用电特征,使用模糊聚类分析数据结构,提取出正常用户的行为特征。在真实数据集上的实验结果表明了该方法的有效性。

基于改进支持向量机算法的光伏发电功率预测

针对当前光伏发电间断性和随机性对电流影响较大的问题,基于改进支持向量机算法,提出光伏发电功率预测方法.通过灰色关联度优化气象影响因素参数,改进支持向量机算法,建立多气象因素协同约束的光伏电池等效模型,得到光伏电池的串联和并联电阻;将训练数据的总数映射到特征空间中,筛选数据并定义特征空间中的超平面,计算光伏发电的有效功率并降低误差.结果表明,预测结果与实际结果符合程度高,功率预测的绝对误差小,有效性和应用性得到验证.

深挖电力数据价值 赋能数据中心发展

“冀北当前在运数据中心43个,我们已经获取了各数据中心96点负荷数据、负载率、日电量、业扩办理的相关数据,已可以进行下一步的测算和负载率的预测了。”4月1日,国网冀北营销服务中心大数据实验室迎来了一场关于进一步深化数据应用的研讨会,该中心专责王耀宇向大家提出了自己的建议。这是营销服务中心今年以来组织开展的第5次研讨会,形成了一系列数据应用成果。

基于大数据挖掘的电网AI客服业务支持系统设计

目前的电网AI客服业务支持系统业务通过率较低,导致系统工作效率较差。针对上述问题,引入大数据挖掘技术设计了一种新的电网AI客服业务支持系统,对系统的硬件和软件进行优化设计。采用多层次数据接口与64位Web服务器,在服务器中安装ETL数据查询芯片,高效率识别电网中存在的敏感信息,并支持不同结构的数据接口完成数据输出。AI客服业务支持软件设计更偏重于服务信息的分类与识别,能够随时更新数据接收端口的数据格式,以便精准识别大数据挖掘内容,通过电网数据识别程序完成信息识别。实验结果表明,基于大数据挖掘的电网AI客服业务支持系统能够有效提高业务通过率,增强系统的工作效率。

基于改进LS-SVM的短期电力负荷预测方法研究

针对电力负荷随机性强、稳定性差、预测精度不理想等问题,提出了一种基于粒子群优化PSO和最小二乘支持向量机LS-SVM的短期负荷预测方法。模型的输入因子是负荷数据和气象信息等。粒子群优化算法用于实现支持向量机参数的自动优化,建立了基于粒子群优化的最小二乘支持向量机短期负荷预测模型。通过仿真验证了改进前后预测模型的准确性和有效性,结果表明,改进的预测方法具有收敛性好、预测精度高、训练速度快的优点。本研究为我国短期负荷预测方法的发展提供了参考和借鉴。

全力打赢年终电费回收“攻坚战”

“各渠道交费正常,抄码推送正常,1065万用户算费正常,停复电指令执行正常,各类短信已发送82756条,回执73263条,其余陆续回执中。”12月28日早晨8点,一句句报告如同发射口令一样传来,国网冀北电力有限公司营销服务中心快响工作站值班员正在紧张有序的进行着系统监控。正在值班的技术信息部副主任周丽霞向值班员说道:“现在正是年底关键时期,为了电费回收率100%的年度目标,系统监控、运维支撑等各项工作都要抓紧抓实!”大家训练有素、高度负责,全力以赴为确保电费回收集中攻坚。

基于改进循环神经网络的窃电行为检测方法研究

针对用电过程中的盗电窃电问题,基于数据挖掘的思想提出了一种自动检测窃电行为的方法。通过分析用户用电数据的特点,在循环神经网络(RNN)算法的基础上引入长短期记忆单元(LSTM),通过输入门、输出门与遗忘门等函数选择性地保留记忆单元的输入输出信息,改善算法训练时的梯度消失现象。将RNN网路改进为并行化网络,将长时间序列的输入特征向量进行片段化处理,克服RNN网络在处理长序列时的信息丢失缺点。使用国家电网的公开数据集进行仿真实验。结果表明,在相同的时间复杂度下,相较于传统RNN网络,改进算法对窃电行为的识别精度提升到了92.85%,模型的交叉熵损失下降为0.253,AUC增长至0.871,算法的综合性能显著提升。

基于孤立森林算法的电力用户数据异常快速识别研究

为了解决目前的电力用户数据异常快速识别方法存在的挖掘精度较低、耗时较长的问题,提出一种新的基于孤立森林算法的电力用户数据异常快速识别方法。通过数据检测、数据理解、数据评估等步骤实现电力用户数据异常信息挖掘。在此基础上将用户数据随机分割成不同的数据集,直到所有的数据完成孤立,对孤立森林点进行检测,查看其中是否包含异常元素,进而判断此数据集是否存在异常,以完成电力用户数据异常快速识别。实验结果表明,基于孤立森林算法的电力用户数据异常快速识别方法能够有效提高挖掘精度、降低识别耗时。

基于离群点检测的低压台区同期线损异常辨识研究

为缩短电压参量的实际传输距离,加强对同期线损量异常行为的抵抗能力,提出基于离群点检测的低压台区同期线损异常辨识方法。通过定义离群点的方式,确定线损参量的实际分类条件,根据最大负荷损失数值实现基于离群点检测的低压台区同期线损计算。在此基础上,采集大量的线损数据信息,利用核函数实现对辨识参数的优化与应用,完成基于离群点检测低压台区同期线损异常辨识方法的设计。实验对比结果表明,与传统SVDD型辨识测量手段相比,应用基于离群点检测的异常辨识方法后,实时电压参量差极值仅能达到35 V,定向电子传输距离也缩短至3.8μm,可提升对低压台区同期线损异常行为的抵抗能力。

应用DBN深度学习算法的电能计量反窃电技术研究

针对窃电问题严重阻碍建立公平、合理的用户秩序的问题,基于云计算的智能电网大数据处理平台SP-PPP(smart power system big data processing platform in cloud environment,SP-DPP),提出了融合自适应加权融合算法和深度置信网络DBN(Deep Belief Networks,DBN)学习算法的反窃电系统,采用DBN逐层贪婪训练算法对大数据进行处理,并利用双层RBM结构,构建出DBN深度学习算法,对获取的电能计量窃电信息进行归一化处理,将获取的宏观高纬度数据信息转换为容易识别和计算的低纬度数据。实验表明,本研究的算法识别率高,稳定性能好。

营销服务中心:用数据支撑复工复产

自2月10日起,经过复工备案核准,部分企业正式开工。为确保经济发展步入正轨,各地政府需要精准掌握企业复工情况。但由于目前复工复产企业点多面广,开展统计工作人员不足,致使相关数据的准确度在一定程度上受到影响。此时,电力大数据派上了用场。为了深度支撑河北省政府及有关部门有序开展复工复产工作.

电力看环保 助力减排企业监测分析

2021年11月18日,廊坊市生态环境局以感谢信的形式对国网廊坊供电公司开展的“电力+环保”工作为环境治理提供的支持表示感谢。据悉,廊坊公司已于10月28日率先完成了对廊坊地区2139户减排企业的数据匹配及监控分析工作。“我们通过‘电力大数据+环保监测’模式,全面构建环境监管立体网络,对减排企业进行精准智能识别,为环保部门提供了有力的研判依据,促使企业不敢污、不会污、不能污。”廊坊公司互联网办公室主任许长忠介绍冀北减排企业监测分析模块实际运用中取得的喜人成效。