深学笃行党的十九大精神 奋力谱写国网重庆永川供电公司发展新篇章

电力发展关系国计民生,随着新型城镇化、农业现代化的深入推进,新能源、分布式电源以及电动汽车等多元化负荷的快速发展,加快城乡配电网建设改造,实现传统配电网向智能配电网转型升级的任务日益紧迫。电力一旦出现供应不足,将严重影响经济发展和人民生活,为保证国民经济健康发展,电力发展应适度超前。

基于电网资产实物“ID”的电力企业实物资产全过程管理信息化分析

为了解决当前企业实物资产全过程管理中存在的问题,对当前信息化管理方法进行研究,以电力企业为例,提出了电网资产实物“ID”在实物资产全过程信息化管理中的应用方法。通过对电网资产实物“ID”的深入研究,证明其可以提升管理水平及管理有效性,具有重要的参考价值,可以为相关工作人员提供参考。

电网发展业务数字化转型架构及路径分析

为提升电网发展和转型升级的效果,以新型电力系统为主要研究对象,针对电网发展业务转型对电力系统构建提出的要求进行了研究,提出基于“信息化、数字化、智能化”的数字化转型路径推演方案,并结合电力系统架构设计应用的实际案例,验证这一推演方案对推动电网业务转型发展的实际效果,以期为电网业务的开展和转型升级提供参考,推动电网业务数字化转型的发展。

电力数字化综合管理系统设计研究

为解决电力系统的运行问题,以某电力企业为例,对电力数字化综合管理系统进行研究,提出输配电调度、管理信息、安全防卫等数据处理形式,并且以系统的方式进行呈现,通过数字化技术对系统进行优化,证明所构建的系统具有适用性,以期为相关人员提供参考。

电网企业档案工作智能管控分析

为解决电网企业档案工作管理效率低问题,以某电网企业为例,对电网企业档案工作的智能管控措施进行分析研究。提出建设电力档案智能管控系统,对具体的管控思路与管控措施进行概括总结。旨在进一步提高档案工作智能管控效果,以期为相关人员提供参考。

电网规划业务数字化转型思考

为解决电网布局和运维管理的现实问题,对电网规划业务进行研究,分析电网规划业务数字化转型的必要性,提出业务数字化转型的思路,借此保障电网规划业务的合理性,提高电网服务能力,促进电网规划业务数字化,可为相关工程提供借鉴。

基于变分模态分解和多模型融合的用户级综合能源系统超短期负荷预测

针对用户级综合能源系统(integrated energy system,IES)多元负荷波动性和随机性较强、精确预测难度较大的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和多模型融合的超短期负荷预测方法。首先采用VMD将IES各类负荷序列分解成不同的本征模态函数(intrinsic mode function,IMF);然后将各IMF结合气象信息构造不同的特征集,分别输入支持向量回归机(support vector regression,SVR)、长短期记忆(long short-term memory,LSTM)网络和一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)进行预测;最后,将3个模型的预测结果输入SVR进行融合得到最终的预测值,并采用和声搜索(harmony search,HS)算法优化SVR的参数。通过某用户级IES的实际数据对所提方法的有效性进行了验证,结果表明,所提出的多模型融合方法优于单模型预测方法,对电、冷、热负荷均具有最好的预测精度。

基于改进蝠鲼觅食优化SVM的配电网拓扑辨识

针对配电网的拓扑结构变化频繁的问题,提出了一种基于改进蝠鲼觅食优化支持向量机的配电网拓扑辨识方法。考虑到量测数据缺失的问题,提出了基于电压方差K近邻的缺失数据填补方法。利用改进蝠鲼觅食算法同时进行特征选择和支持向量机参数的优化,筛选出对配电网拓扑辨识最有效的部分电压幅值量测。所提方法仅需一个时间断面的部分电压幅值量测数据,且能处理不同类型的分布式电源,适用于量测不足的区县农村配电网,计算速度可满足在线应用需求。通过IEEE 33节点配电网和PG&E 69节点配电网验证了所提方法的有效性。

基于极端梯度提升和时间卷积网络的短期电力负荷预测

电力负荷预测是实现电力系统智能化的基础。准确的负荷预测可以保证电力系统安全稳定地运行。针对短期负荷波动大,随机性强的特点,提出一种基于极端梯度提升和时间卷积网络的短期电力负荷预测方法。首先,利用变分模态分解(variational mode decomposition,VMD)对负荷序列进行平稳化预处理,将原始负荷拆分成若干个模态分量负荷。同时,为了减少预测模型训练所需的时间,利用样本熵来评估各分量的复杂度,将复杂性相近的负荷分量归为一类用于训练同一模型。最后,结合极端梯度提升和时间卷积网络的优点,利用极端梯度提升模型来预测趋势负荷,时间卷积网络模型来预测随机扰动负荷,并在模型训练过程中,利用树状Parzen估计来调节模型的超参数,得到最优的预测模型。为验证本文所提方法的有效性,在EUNITE竞赛数据集上进行了仿真实验,分别预测未来24 h的短期负荷和每日峰值负荷。实验结果表明,相比于支持向量回归(support vector regression,SVR),长短时记忆(longshort-term memory,LSTM),门控循环单元(gated recurrent unit,GRU),经验模态分解(empirical mode decomposition,EMD)+LSTM等短期负荷预测模型,该方法能取得更好的预测效果,具有更高的预测精度。

基于和声搜索优化支持向量机的变压器故障诊断

针对支持向量机(SVM)的分类性能容易受到参数的影响问题,提出了基于和声搜索算法(HSA)优化SVM的变压器故障诊断模型HSA-SVM,同时还采用不同模型进行了优化并与HSA-SVM模型进行了比较和分析。

送电线路工程杆塔基础施工技术分析

送电线路施工过程中杆塔基础是比较关键的工程内容,它的技术应用方法的合理性是决定工程实际工期的重要依据,也是影响工程质量安全和成本投入的关键内容。目前,杆塔基础施工技术的实际使用存在不足,这些问题需要得到进一步的解决,如果没有良好的解决方法就会影响工程的整体建设水平和实际使用质量。本文主要研究送电线路施工的具体工作内容和方法,研究其杆塔基础的类别和实施技术,便于有效的分析和为广大行业工作者提供参考。

基于统计的机器学习推理优化方法

近年来,机器学习推理技术已经广泛应用在人们的日常生产和生活中,但现有技术通常使用面向传统数据服务的优化方法,而未考虑机器学习推理的统计学特征。本文设计了一种面向机器学习推理的优化方法,通过引入基于统计的优化策略以解决特征计算的性能瓶颈问题。首先,使用自动构造的近似模型丢弃得分较低的输入以进行准确的Top-K查询。然后,使用增强模型对剩余部分进行排序,以最小精度损失为代价提高查询性能。同时,自动调整优化参数,以最大化提高查询性能的同时满足准确性目标。此外,使用编译器优化来优化以上技术,从而为机器学习应用自动快速生成推理代码。

论电力工程建设中的自动化管理

电力工程项目与我国经济发展息息相关,随着社会的发展和经济的进步,对用电的需求也在不断上升。提高电力工程自动化施工的进度与质量管理,在控制工程成本的基础上,加强电力工程自动化施工管理,及时发现和解决施工过程中出现的各种问题,对保障电力工程的质量,提高自动化水平,具有深远意义。

永川:同业对标排行榜上何以逆袭

一年前,在国网重庆市电力公司直属供电单位同业对标综合排名中,永川供电公司处于末位,但总经理游步新依然信心满满地激励职工:"任何困难都不会阻碍企业发展的道路。"在经济新常态下,在电力改革向纵深推进中,逆境中打翻身仗可谓难上加难。而经过一年时间,该公司同业对标综合排名上升至第5位,变化源自哪里?源自公司自上而下的创新和变革。强化队伍建设。

对建筑电气节能设计及照明节能设计的探讨

近年来,伴随我国社会经济体制的迅速革新,人们对能源的需求量也逐渐增加,这不可避免地会引发能源大量损耗的现象,严重影响了环境资源的可持续发展。而建筑电气及照明构成能源损耗的主体部分,有关设计者务必积极发掘节约能源的有效措施,本论文主要分析了现阶段我国建筑电气及照明的设计现状,探究了建筑电气及照明的节能设计应遵循的准则并提出针对性建议,旨在推动我国生态经济的稳步提升。

浅谈电力营销信息化管理

如今,随着我国市场经济的深入发展,带动了我国电力营销企业的发展。 现在,很多电力企业都在通过深化改革,来提高企业自身营销信息化的管理水平,从而使得我国电力企业的管理效率得到了进一步的提升。 当前,我国对于电力产品的需求量逐渐增加,因此,对于电力企业来说,需要不断改革电力营销和管理方案,这样才能有效提高我国电力营销信息化的管理质量。

政企联动防山火

国网重庆永川供电公司与当地政府、应急管理部门等建立防山火联动机制,加强对线路设备的巡视,细化防火措施,守护一方平安。“车臂再升高点,跟线路保持至少两米的距离……”4月9日,在茶山竹海金盆湖景区,国网重庆永川供电公司员工刘小鸿大声提醒吊车司机。国网永川供电公司联合永川区林业局开展“防山火于未燃、保供电于常态”主题活动,对茶山竹海进行了全面巡视。结合春检计划停电,开展枯木砍伐,一方面全面消除山火隐患,另一方面防范树线距离不足影响电力线路运行安全。