在电力通信网络中软交换技术的应用分析

在电力通信网络中对软交换技术进行应用,一定程度上完成了网络信息间的传输与转换,同时为统一网络智能化与不同介质网络的转换提供了有利的条件。在科学技术飞速发展的背景下,软交换技术自身的功能会不断地增加,而且其应用范围也会越来越广泛。

人工神经网络在电力负荷预测中的应用

随着智能电网技术的发展,电网问题的管理变得尤为重要,负荷预测是电网管理的主要内容之一。针对电力负荷预测随机性强、稳定性低、影响因素复杂等特点,具有非线性特性的神经网络可以极大地提高预测精度。在分析了电力负荷预测分类及其影响因素的基础上,结合人工神经网络的原理与现状,针对神经网络在电力负荷预测中的应用进行了综述,为实际电力系统负荷预测研究提供了一定的设计参考。

一种基于自适应神经模糊推理系统的短期负荷预测方法

随着智能电网技术的发展,电网问题的管理变得尤为重要,负荷预测是电网管理的主要内容之一。本文针对小区域范围内电力系统负荷预测问题,提出了一种基于自适应神经模糊推理(ANFIS)方法,在每小时测量和记录电力负荷数据的基础上,利用提出的ANFIS模型进行了负荷预测。在所提的ANFIS模型中,只需要确定历史负荷参数,模型中的其他参数可由历史负荷参数计算得到。将实际负荷及其对时间的一阶导数、时间信息作为ANFIS模型的输入,预测下一个小时的负荷需求。采用均方根误差、标准均方根误差和平均偏差误差作为模型评价指标。实验结果表明,该方法适用于小区域的负荷预测。

基于进化神经网络的短期电力负荷预测研究

短期负荷预测对于工业、商业、住宅智能电网应用是必不可少的。在分析电力系统负荷预测特点和研究现状的基础上,研究了一种进化神经网络用于电力负荷短期预测。进化神经网络采用遗传算法来优化神经网络的权重,能有效避开BP网络算法中的局部极值问题。采用MATLAB仿真软件构建基于进化神经网络的电力系统负荷预测模型,并利用实际电力负荷数据进行网络训练和模型仿真。为了评估进化神经网络的性能,采用小波神经网络进行比较,通过观察预测结果进行评估。试验结果表明,进化神经网络精度性能优于小波神经网络,适用于电力系统负荷预测。

探究低压抢修中配电生产管理系统的应用

在电力系统中,低压抢修是电力营销中的一部分,是凸显电力企业服务质量的重要途径,低压抢修的高效与否直接关系到用户对电力企业的形象以及满意程度,关系着电力企业后期营销。文章主要分析了低压抢修中存在的问题,并介绍了PMS系统在抢修过程中的应用优势,以此提高配电网安全性与可靠性,推动我国电力行业快速发展。

关于配电网调控运行管理研究

在社会经济全面快速发展的今天,生产生活的用电需求不断增加,为更好的保障供电质量,整体优化配电成效,应该充分全面 的做好配电网的调控运行管理,确保配电网始终发挥稳定且科学的运行状态,更好的保障传输电的安全。