基于混合分布估计高斯过程的短期电力负荷预测

电力系统短期负荷作为电网运行的重要指标,因其具有非线性和时序性而难以精准预测。针对传统高斯过程(Gaussianprocess,GP)对初始值依赖性强、预测易陷入局部最优解的问题,提出了一种改进的高斯过程短期负荷预测模型。在估算GP参数时,使用分布估计算法(Estimation of distribution algorithm,EDA)描述GP的真实解分布。首先对种群维度进行降维处理,优化高斯分布采样;然后添加遗传操作加速种群的收敛,并构建自适应混合机制模型;根据适应值函数的变化率对多代群体混合,更新种群信息,经多次迭代直到获得最优超参数。改进的EDA不仅可以包含全局解的信息,而且经此算法优化的GP在搜索能力方面也具有一定优势。实验结果表明,基于混合机制EDA的GP算法能够针对性地避免算法陷入局部最优解、增强模型的稳定性和预测的精准性,且能够准确反映电力负荷的变化趋势。

基于精细化需求响应的虚拟电厂优化调度

在能源互联网建设背景下,虚拟电厂如何利用居民用户的需求响应能力来充分发挥分布式发电、分布式储能、微电网等资源的绿色价值和灵活价值已成为研究重点。然而居民用户的需求响应难以量化,不同用户在不同场景下的响应趋势大相径庭,导致虚拟电厂很难将居民用户的需求响应能力利用起来。针对这一问题,首先,构建虚拟电厂精细化需求响应模型,其次,为正确反映不同用户的需求响应特征,构建2个长短期记忆(longshort-termmemory,LSTM)网络计算需求响应效益系数,在此基础上将精细化需求响应模型与虚拟电厂优化调度模型相结合并求解,得到最优的调度结果。仿真实验表明,所建立的需求响应系数能正确地反应用户的需求响应倾向,利用精细化需求响应模型虚拟电厂能充分发挥用户侧需求响应,并提高整体经济性。

智能高压电网继电保护及安全自动装置规划研究

电网安全中比较基础的一项工作指的就是安全保护,对于智能高压电网而言,在运行时,如果安全自动装置出现事故的话,就会出现电网系统误动作或者运行异常等问题,就会损坏电网设备在工作过程中的性能.尤其是在相对来说比较短的时间内所通过的系统电流过大的话,就会进一步中断继电器保护正常工作,对系统的正常运行带来严重影响.在电力技术以及系统规划的过程中合理应用智能高压电网,不仅能促进工作人员在工作中的积极性,同时还能帮助企业实现系统化管理,加强电力规划过程中的科学化,促进电力企业的长远发展与进步.

江苏淮安:创新智慧用能 服务乡村数字振兴

近年来,国网江苏省电力有限公司淮安供电公司紧密结合乡村资源区域特色、产业发展布局和能源消费特点,深度融入地方乡村振兴实施规划,深入探索研究乡村智慧用能平台建设及运营管理策略,积极打造示范样板工程,大力推动乡村能源生产、消费结构升级,助力建设产业兴旺、生态宜居、治理有效、生活富裕新农村。

强化协同监督 筑牢从业防线

建立健全基层供电协同监督机制,是强化企业内控机制建设、企业风险管理、规章制度执行情况监督检查的重要举措。它对于加强县区供电企业党风廉洁建设、深入推进“两个转变”,保障企业持续健康发展,具有重要现实意义。

构建递进式模块化的青年员工培养体系

国网江苏省电力有限公司淮安供电公司(以下简称'淮安供电公司')根据青年员工职业发展年限的不同特征,深入剖析成长轨迹,抓住入门、入行、成长、成熟、成才五个时期,紧扣基础、技能、管理、提升、发展五个模块,确定递进式模块化培养体系,分阶段针对性地制定重点培养目标,为青年员工成长发展提供精确指引和有力支撑。

“五心”为民 把实事办好

国网江苏电力淮安供电公司围绕学党史、悟思想、办实事、开新局的总要求,实施"优质服务惠民生"专项行动,引导广大党员干部职工始终把人民对美好生活的向往作为奋斗目标,全力解决群众用电难事、用电急事、用电大事。