新时代下电网内部审计职能的转变与实现路径

随着新时代的变革,电网内部审计职能也面临着转变与实现的挑战与机遇。在转型升级的背景下,电网内部审计需要在人才培养和团队建设、技术支持和信息化建设、制度政策和规范建设等方面进行全面的探讨与创新,以适应电网发展的需求,提高审计工作的科学性和有效性,为电网企业提供更加全面的监督和服务。因此,本文通过对新时代下电网内部审计职能的转变进行分析,在此基础上提出了相应的实现路径以便为相关人员提供借鉴。

基于迁移学习的配电网内部过电压识别方法

数据驱动方式作为解决配电网内部过电压识别的一种方法,因过电压样本数量较少而在实际应用中受到限制。为此,提出了一种基于迁移学习的深度卷积神经网络(D-CNN)配电网内部过电压识别算法。首先,通过仿真和连续小波变换(CWT)的方法构造了6种10 kV配电网内部过电压二维时频图。然后,分别利用Alexnet、Vgg-16、Googlenet、Resnet50等4种网络模型搭建了基于迁移学习的D-CNN网络模型。最后,将二维时频图带入改造后的D-CNN训练。经对实验结果比较分析发现,新搭建的VGG-16网络识别准确率最高且达到了99.07%,实现了在数据稀缺的情况下过电压故障的准确分类。

刍议电力数据挖掘在电网内部及各领域间的有效应用

主要分析数据挖掘在电网系统的应用效果,尝试通过分析数据挖掘技术相关流程和方法,探寻该技术与电网内部及各领域的有效融合,提高电网企业电力数据整体应用水平。

母线残压保持装置在企业内部电网上的应用

介绍SHK-ZRD母线残压保持装置在连云港碱厂内部电网上的应用,以及该装置的系统组成、工作原理、主要性能特点及安全运行情况分析对比。

宣钢6kV鼓风机站电源优化

本文对宣钢6kV鼓风机站电源优化项目进行了分析,对制定的优化对策、措施进行研究,对其实施过程,实施效果进行分析,并对优化后的效益进行分析。

光伏发电系统用户侧并网无功优化配置研究

基于DIgSILENT仿真平台,建立了光伏发电系统模型,提出了光伏发电系统用户侧并网的无功配置原则,分析了某光伏发电系统接入用户内部电网后的无功电压水平,并提出相应的无功配置方案。

基于电网企业“三化”的内部培训深化策略

针对当前电网企业内部培训效果较差这一现象,本文将以制度化、规范化、程序化的三化理念为基础,对电网企业内部培训的深化进行研究。本研究大致上可分为三大部分,首先,笔者对三化的概念进行一个简要的分析;然后,在掌握三化的基本概念以后,对电网企业内部培训现状及问题进行深入分析,找出电网企业内部培训工作无法取得实质性成效的原因;最后,针对当前电网企业内部培训工作存在的问题,以三化理念为前提,提出相应的改进策略,以此期望促进电网企业内部培训工作更好的开展,提高电网企业人才整体水平。

Effects of Flicker in a Distribution Grid with High PV Penetration

The quantity of installed PV （photovoltaic） systems in the German distribution grid is still increasing. In some areas, the installed PV capacity exceeds 5 kW per HC （house connection）. Therefore, the load flow changes its characteristics and leads to new requirements for the grid. In some areas, the power feedback is higher than the delivery and the installed PV capacity becomes the decisive factor for grid planning. This paper discusses the impact of PV systems on the flicker level. The focus hereby is on the correlation among the flicker level, the grid voltage and the meteorological parameters. Different approaches to investigate if there is an influence of PV systems on the maximum flicker are taken into account. Furthermore, an investigation if the normative limit is exceeded will be shown.