电网调控运行的异常及处理技术

电网的建设与发展程度将直接影响到一个区域的经济发展,而在大规模电网建设中,电网的调控工作是十分关键的。随着对电网的需求日益增加,电网建设的速度和规模也日益加快,这给电网的调度和运营带来了极大的挑战,传统电网调节和运行工作已无法满足现代电网的要求,经常发生的电网运行异常,严重地影响了整个电网的正常运转。本文简要地分析了电网调控中存在的一些异常及其处理技术,从而为提高整个电网的控制效能提供参考。

湖泊水质参数空间分析中异常值的识别与处理

异常值的存在对湖泊水质参数局部估计精度产生重要影响 ,制约了地统计学在湖泊水质研究中的应用。文章以太湖为例 ,介绍了在湖泊水质参数研究中的三种异常值识别和处理的方法。

校园网流量异常检测与处理方法

随着校园网日益规模化和复杂化,校园网安全威胁越来越严重,因网络攻击等因素导致网络流量异常时有发生,流量异常检测与处理显得日益重要。本文对校园网络中流量异常进行分类,分析产生各种流量异常的原因,并提出相应的检测与处理方法;针对目前网络攻击异常处理方法存在的不足,从确保校园用户正常业务不受任何影响的前提出发,设计出一种校园网异常流量检测与清洗模型,提高校园网络流量异常处理能力。

基于大数据处理的现货计量自动化数据异常判定与处理

针对数据采集、数据推送、日常监控等方面出现异常数据的问题,构建了现货计量异常数据处理系统。在大数据处理平台的基础上,利用大数据挖掘Spark模块对从电表采集到的数据进行处理。首先,制定了表码和电量数据异常判定和处理方法,对检测到的异常数据按目标或者直线差值拟合表码。将需要拟合的数据分为工作日、双休日、国家法定节假日和大长假四类,针对每种类型数据采用不同的拟合方法。最后,对异常的数据问题生成预警工单,便于人员查看处理。

单翼迷宫式滴灌带异常事故的分析与处理

本文主要介绍单翼迷宫式滴灌带的生产工艺流程，生产过程中发生的异常事故的原因分析及处理方法。从而有效控制单翼迷宫式滴灌带的质量。

基于改进LSTM神经网络的风电功率短期预报算法

[目的]风能的波动性和间歇性给大规模的风电并网提出了挑战,解决这一问题的有效途径是能够提供准确的风电功率预报。[方法]针对这一挑战,提出了一种新的基于改进LSTM(长短期记忆)架构的深度学习神经网络的风功率预报模型,包含自主研制的数据异常检测与处理、风速特征提取、超参数调优于一体的风电功率预报方法。为了使神经网络模型能更加准确地学习风速特征对风电功率的影响,还定义了一种使用特征筛选以及特征倍增相结合的特征工程方法。[结果]仿真结果表明:所提出的数据清洗及数据增强算法在各种机器学习算法上可以将准确率提升约5%。提出的改进LSTM神经网络模型在数据清洗后与传统算法以及业内主流神经网络算法进行对比,可以将准确率提升2.5%。[结论]改进的方法不但具有较好的噪声数据清洗能力,而且在所有的试验中,改进模型在预报准确性方面优于其他所有算法,可以为实际应用提供指导。

蓄电池组的实际运用及故障处理

在变电站中,直流系统作为低压供电系统的重要组成部分,为信号设备、保护、自动装置、事故照明、应急电源及断路器分合闸操作提供直流电源。蓄电池组作为直流系统的重要组成部分,其正常与否直接影响电力系统的安全可靠运行。目前,市面上蓄电池种类很多,阀控式密封铅酸蓄电池相对来说储存电能比较稳定,因此为保证直流电源的稳定,一般变电站多采用阀控式密封铅酸蓄电池。

220kV变电站站用交流系统运行的异常分析

本文对站用交流系统异常运行进行了分析整合,确定有效的防范方式,找到在现场中对应的处理措施,保证交流系统正常的运行工作,发挥其最大的作用。通过本文希望能够给其他的学者提供宝贵的经验,能够为日后我国的变电站正常的运行做出应有的贡献。