基于时效因子和动态贝叶斯网络的配电室电力应急演练研究

针对由于灾害性事故频发,配电室应急工作面临严峻挑战的现状,文中对配电室电力灾害事故情景推演技术进行研究。在分析配电室电力灾害的突发性、多变性和演变路径的不明确性、复杂性基础上采用“情景-应对”分析法分析配电室电力事故的构成要素以及其作用关系,将处置措施约束时间引入情景构成要素,基于动态贝叶斯网络构建配电室电力灾害情景推演模型。基于时效性原则进行演练效果评价,通过某矿业公司一起6 kV配电室火灾事故进行实例分析,分析结果表明,推演结果与实际灾害发展情形相吻合,表明了配电室电力灾害事故情景推演模型的可行性。

基于调制宽频模态分解和局部保持投影特征融合的光伏直流电能质量扰动识别

光伏直流系统中的非线性负载可能导致直流电信号出现纹波、突变和噪声等扰动,而现有时频分析方法如变分模态分解等对光伏直流电信号进行分解时易产生误差。本文在宽带模式分解的基础上,采用基于调制差分算子的调制宽频模态分解(MBMD)对光伏直流电信号进行去噪,以减小分解误差。首先采用MBMD对直流电信号进行自适应分解,然后结合局部保持投影(LPP)算法进行特征融合,最后采用反向传播(BP)人工神经网络模型实现直流电能质量智能识别。仿真和实验分析表明,本文提出的方法可准确识别不同类型的光伏直流电能质量扰动。

基于FA-ELM深度挖掘模型的电力工程预算控制技术

针对现有预算控制方法存在目标单一,效果不理想等问题,提出了一种基于FA-ELM深度挖掘模型的电力工程预算控制技术。通过深入剖析电力工程费用的组成与影响因素,提出了工程进度与预算双目标的管控方式。利用萤火虫算法优化极限学习机网络,构建FA-ELM预测模型,将预处理后的电力数据输入FA-ELM模型中,可估计每个阶段的工程费用,便于管理人员采取相应的措施。在MATLAB仿真平台上对所提技术进行实验分析,结果表明:FA-ELM模型的预测误差均控制在6%以内,且工程总费用节约了14.09%,整体性能优于其他对比技术。

基于BP神经网络优化算法的输变电工程造价预测模型

针对现有的输变电工程造价预测方法在复杂工况下精度低的问题,提出了一种基于BP神经网络优化算法的输变电工程造价预测模型.利用因子分析方法确定输变电工程造价数据预测的输入指标,并在传统BP神经网络模型的基础上,引入思维进化算法对BP神经网络中的权值和阈值进行优化.利用构建的预测模型预测某省级电网公司2016年度的输变电工程造价.结果表明,预测误差低于10%,平均误差低于5%.与传统的BP神经网络相比,所提预测模型具有更高的预测精度,可以较好地应用于输变电工程造价估算.

基于LM-CNN的输变电工程造价自动计算模型

输变电工程造价计算作为造价管控技术的核心环节,其计算模型的好坏直接影响输变电工程造价管控效能。然而现有模型往往不能兼顾计算速度、精确性与稳定性。为解决上述问题,首先,针对输变电工程造价中的实际需求确定模型的输入与输出,构建卷积神经网络模型;然后,将历史造价数据作为样本输入网络模型,得到网络输出;最后,针对期望输出与实际输出相差较大的问题,利用列文伯格-马夸尔特算法对卷积神经网络的权重参数进行优化,完成模型训练。该模型结合列文伯格-马夸尔特算法与卷积神经网络模型的优点,相比于反向传播(BP)神经网络与梯度下降法-卷积神经网络(GD-CNN)具有更高的预测精度与稳定性,提高了输变电工程造价的计算效果。

基于GIS的河南省电网工程地质灾害风险区评价研究

地质灾害危险性评价是电网工程规划选址的重要组成部分,因此针对影响河南省电网工程建设和安全运行的地质环境因素特点,选取了坡高、坡度、坡面斜率、岩土体类型、河网水系、地质构造、地震峰值加速度、植被指数、矿山分布、路网密度、年降雨量、降雨强度及灾点密度13个因素作为评价指标,并利用人工网络分析方法确定了各因素的权重。在此基础上,利用GIS的多因素空间拟合功能,得到河南省电网工程地质灾害风险区评价图。结果表明,河南省大部分地区为无风险和低风险区,地质灾害不发育,适宜电网工程的建设,河南省地质灾害多发区主要分布在南部太行山脉、豫西和豫南地区。研究结果可为河南省电网线路规划和防灾减灾工程提供一定的理论依据和科学指导。

基于CMIP6多模式集合的未来中国风功率预估

实现我国2060年“碳中和”目标,需要大力发展包括风能在内的清洁能源,然而气候变化给未来风资源利用带来较大的不确定性。本文利用人工神经网络(Artificial Neural Network,ANN)算法对16个CMIP6气候模式风速数据进行逐一订正,在此基础上预估21世纪30、60年代以及21世纪末这3个不同年代在低(SSP1-2.6)和高(SSP5-8.5)排放情景下中国风功率较当代的变化。结果表明,ANN算法使CMIP6气候模式均方根误差平均降低(39.93%±9.57%),并使多模式集合平均与观测的相关系数从0.56增加到0.83,更好地再现了中国当代风速的空间分布和季节变化。在此基础上,预估的21世纪60年代(2050—2064年)风功率密度在两种情景下分别减少了(1.01±0.94)W·m^(-2)(2.62%±2.27%)和(1.11±1.45)W·m^(-2)(1.90%±2.51%)。时间上,春季作为风能密度最大的季节,两种排放情景下风功率分别减少了(1.16±1.14)W·m^(-2)和(1.43±1.58)W·m^(-2)。空间上,中国东南部风功率密度在SSP1-2.6情景下降(0.56±0.53)W·m^(-2),而SSP5-8.5情景下上升(0.40±0.29)W·m^(-2)。近期(2025—2039年)全国平均风功率密度在两种情景下分别减少了(0.52±0.83)W·m^(-2)和(0.54±1.02)W·m^(-2),而长期(2085—2099年)风功率密度分别减小了(0.98±1.17)W·m^(-2)和(1.83±1.17)W·m^(-2)。利用极度梯度提升(XGB)算法订正CMIP6数据的预估变化量级偏小但趋势一致,表明随着全球变暖幅度的增加,我国风功率降低的趋势将更加显著。

基于贝叶斯网络的电力信息项目后评估方法

针对电力信息项目后评估中存在的评估专家主观性强、评估效果差的问题,提出了一种基于贝叶斯网络的电力信息项目后评估方法。提取电力信息项目后评估指标数据特征,并采用贝叶斯网络对电力信息项目后评估指标进行分类,形成典型的电力信息项目评估指标集,并根据专家经验进行初始值赋值;根据区域电力信息项目的建设特点,采用熵权法对电力信息项目后评估指标的权重进行调整。在此基础上对某区域的238个电力信息项目进行评估,其结果验证了所提基于贝叶斯网络的电力信息项目后评估方法的可行性和有效性。

基于大数据的输变电工程造价趋势预测

为精准预测输变电工程造价、控制建设阶段的成本投资、提高资金的利用率,基于陕西省内不同城市输变电工程实际发生的造价数据,利用熵权法筛选电网工程造价关键影响因素,通过BP神经网络预测模型有效地动态预测输变电工程造价,预测结果证实了模型的有效性。

电力项目综合数据通信网的设计要点分析

随着电力行业的发展,越来越多的电力项目被不断开发和建设,电力项目的综合数据通信网络越来越受到人们的重视。深入探讨某地区电力项目综合数据通信网的设计要点,并结合笔者的实践经验,详细阐述网络技术体制的选择、网络拓扑的构建、路由协议的设计以及IP地址的规划等,为相关人员提供有价值的参考。

基于ICSO-SOM-ELM的电力业扩项目工期预测

针对电力业扩项目时长的不确定性,提出一种自组织映射网络聚类、改进纵横交叉算法优化极限学习机权值阈值的ICSO-SOM-ELM电力业扩项目工期预测模型。首先基于项目预算费用与节点数,采用自组织映射网络对电力业扩项目数据进行二次聚类,初步降低原始数据集的混乱性。其次,提出基于邻域种群交叉变异机制的改进纵横交叉算法,并将其用于优化极限学习机模型的权值阈值,得到最优ELM预测模型。最后,针对电力业扩项目二次聚类数据,分别采用ICSO-ELM预测模型对项目时长进行预测。以某供电局业扩数据进行实验,验证所提模型的有效性,所提出的ICSO-SOM-ELM预测模型优于其他预测模型,可为供电公司的业扩项目工期计划制定提供科学性的建议。

基于GIS的电网工程预算系统的设计与实现

为了提高电网工程预算的自动化程度和准确度,利用地理信息系统(GIS)技术对电网工程预算自动化与规范化进行设计与研究。通过集成组件式GIS,运用面向对象及重用技术,采用MapObjects和.NET平台构建系统核心和用户界面,分别用Oracle数据库以及Access数据库管理远程和本地属性数据,空间数据采用Shape格式文件进行存储,实现了电网工程中各相关设备的图形数据、属性数据和基础地图数据的有机结合,自动保证图形数据和属性数据的一致性,使电网工程预算更加准确、高效、规范。

城市电网生命线工程规划

保障城市电网生命线工程的安全性,是电网规划工作中一项极其重要的内容.描述电网生命线工程的概念,针对目前中国城市电网规划中用地紧张、电力走廊紧缺的情况,着眼于应对突发事件、保障安全供电的要求,提出基于城市电网生命线工程的规划方案.并以江阴市电网为例,分析电网生命线工程规划方案的优越性.

基于词共现矩阵的项目关键词词库和关键词语义网络

针对专业领域中科技项目的关键词提取和项目词库建立的问题,提出了一种基于语义关系、利用共现矩阵建立项目关键词词库的方法。该方法在传统的基于共现矩阵提取关键词研究的基础上,综合考虑了关键词在文章中的位置、词性以及逆向文件频率(IDF)等因素,对传统算法进行改进。另外,给出一种利用共现矩阵建立关键词关联网络,并通过计算与语义基向量相似度识别热点关键词的方法。使用882篇电力项目数据进行仿真实验,实验结果表明改进后的方法能够有效对科技项目进行关键词提取,建立关键词关联网络,并在准确率、召回率以及平衡F分数(F1-score)等指标上明显优于基于多特征融合的中文文本关键词提取方法。

拉西瓦水电站接入系统与西北750kV电网建设方案的研究

探讨了拉西瓦水电站接入系统与西北750kV电网发展的关系,按电源接入系统与电网建设协调配合的原则,经过论证提出了拉西瓦水电站的电气主接线和接入系统方案,指出了西北750kV目标网架的建设方向和具体实施方案,可为企业决策和项目建设提供参考。

数据挖掘和神经网络技术的电力工程造价应用

提出了一种采用数据挖掘技术和神经网络方法预测和审查电力工程造价问题的模型,应用数据挖掘技术进行数据预处理、属性优选和聚类得到模糊规则,并用改进的BP(back propagation)神经网络模糊系统构建了电力工程造价的预测方法。通过对某市送电线路历史工程样本训练和实例样本计算分析,得到了较好的计算结果,验证了该方法的预测准确性和收敛性,显示了该方法在电力工程造价预测和审查中的有效性。

江苏20kV电网工程标准化设计研究

文章介绍了江苏省电力公司开展20 kV电网工程标准化设计研究的项目背景、研究目的、意义及成果内容[主要包括220 kV变电站(含20 kV)通用设计、110 kV变电站(含20 kV)通用设计和20 kV配电网通用设计]。这些研究成果对于当前推广实施20 kV中压配电网的建设具有典型的指导意义。