基于TSO-ELM的广东省电力需求预测方法

针对极限学习机(extreme learning machine,ELM)的输入层权值以及隐含层偏值的不同取值对预测结果影响较大和现有的预测模型对广东省电力需求预测精度不高的问题,提出一种基于金枪鱼群优化(tuna swarm optimization,TSO)算法优化ELM得到最优数值,构建TSO-ELM预测模型的方法。将2008—2018年广东省的6个影响因素和电力需求量数据进行归一化处理之后构建预测模型,对2019—2021年广东省的电力需求量进行预测。仿真结果表明,与SVM、BP、ELM和GWO-ELM这4种预测模型相比较,TSO-ELM预测模型具有更高的预测精度。

配电自动化技术应用与配电网安全运行管理

在我国电力行业不断发展的过程中,配电自动化技术也得到了一定的应用。其不但能提高电力系统运行的质量和管理的效率,也能保证供电的安全性与稳定性。所以,配电自动化技术的应用成为电力系统发展的重要方向。文章首先分析了配电网自动化技术的应用,然后阐述了安全管理的内容,希望能为电力系统的升级和优化提供一些有用的参考。

配电网自动化系统的管理模式研究

配电网自动化系统是利用计算机技术、网络技术、现代电子技术,促使配电网中的在线数据及离线数据、电网结构与地理图形进行融合,从而构成的完整技术体系。其能对整个电力系统的运行进行动态监管,促使电力资源的供应更加稳定可靠,满足人们的使用需要,促进城市的建设和发展。文章分析了配电网自动化系统的管理模式,希望能为相关从业人员提供一些有价值的参考依据。

基于移动互联网的智能配电网运维技术分析

电力在人民生活中发挥着非常重要的作用,是经济建设中必不可少的能源。配电网运维是重要的电力基础设施,其建设水平高低对电力运行质量有着非常直接的影响。在信息化技术高速发展和普及的今天,利用移动互联网来实现智能配电网运行有着非常重要的意义。为此,本文主要对基于移动互联网智能配电网运维技术进行分析,旨在为促进我国电力事业发展提供有益助力。

广东电网省级集中式电能计量自动化系统建设

分析了国内外计量自动化系统的建设现状及应用需求,介绍了计量自动化系统的组成结构,研究了省级集中计量自动化系统海量数据采集、处理、存储、架构设计和模型建立等关键技术,论述了系统主要业务功能和实施后预期带来的管理成效,最后提出了省级集中计量自动化系统推广应用中有待解决的问题。

10kV配电网供电可靠性优化措施分析

10kV 配电网直接连于客户端,其供电的可靠性是衡量我国供电企业综合供电能力的重要指标。现阶段,供电企业已将10kV 配电网的供电可靠性提升列为一项重点工作,唯有不断提升供电的稳定性、可靠性,才会满足人们日益增长的电力需求,为生产、生活的正常进行提供保障。本文主要分析了10kV 配电网供电可靠性的影响因素,对提升10kV 配电网供电的可靠性能提出了几点思考。

配电网线路转供电适应性研究

为提高供电可靠性,配电网线路按环网结构建设,开环运行。配电网线路通过转供电操作可将负荷转由其他线路供电,保证用户供电。转供电方案以转供负荷最大为原则,较少考虑经济性问题。现综合考虑供电可靠性和经济性两个方面,对不同转供电方案进行比较及分析,得到经济性及可靠性均较优的转供电方案,为电网转供电操作提供参考。

人力资源管理存在的问题及对策分析——以Z供电局为例

党的十八大以来,我国经济增速换挡,经济结构优化调整,新旧动能加速转换,经济发展步入了新常态。随着社会和经济改革的不断深入,电力体制改革也进入到了深水区。在宏观经济"乘风破浪"的大环境下,供电企业积极推行各种改革制度,主动适应当前市场的激烈竞争趋势带来的影响,着力提升企业的核心竞争力。在逐渐发展的过程中,供电企业逐渐认识到了人力资源管理的重要性,也认识到人力资源管理工作中存在的问题。本文主要通过对Z供电局人力资源现状进行探究,分析Z供电局在企业改革发展过程中人力资源管理效率下降的主要原因,进而针对性的提出相应的解决措施,为我国电力事业的发展提供参考与借鉴。

配电网线损精细化管理的策略分析

阐述配电网能量损耗的原因,存在的问题,应对的措施,包括完善信息化条件下配网线损的精细化的管理系统、保证配电的线损精细化准确度、优化监管和考核。

智能化低压配电网线缆抢修系统设计

目前,在智能化的背景下,智能化技术有望应用于传统电力线缆抢修工作,以革除传统工作模式中存在的弊端与不足。基于此,文章对智能化低压配电网线缆抢修系统进行探讨,就智能化低压配电网线缆抢修的具体流程,分析了智能化低压配电网常见线缆故障及检测原理、常见线缆故障定位原理,并给出了智能化低压配电网线缆抢修系统的设计方案。

坚守责任担当切实提升纪委专责监督能力

纪委协助党委推进全面从严治党、履行监督责任,是党章的明确要求。监督是纪委的第一职责、基本职责,没有监督,执纪问责和调查处置就没有基础。本文就纪委专责监督中存在的问题入手,就解决纪委专责监督的定位、机制,改进监督手段、提高监督水平入手进行研究分析,从而提高纪委专责监督能力。纪委应牢固树立将监督挺在前面的理念,切实履行好监督首责,为单位各项工作的开展提供坚强纪律保障。当前如何将纪委专责监督作用充分发挥出来,已经成为企业发展需要迫切解决的问题。

电网机巡专业特色管控模式研究

机巡专业作为电网中的新兴业务,如何建立具有机巡专业特色的管控模式,是电网企业管理的重点,同时也是一个难点。本文以机巡管理为分析对象,从风险管理思想入手,阐述如何建立机巡专业风险管理体系,以南网安全生产风险管理体系为基础建立机巡专业风险管理体系,保留相同或相近的业务,删除不适应机巡专业的业务,增添机巡特色业务,最终要素设置为9个单元36个管理要素,也阐述了如何应用基准风险评估、持续风险评估、基于问题的风险评估等风险评估理论管控机巡作业风险。

配电网分布式故障自愈测试技术研究

目前所使用的配电网自动化故障测试技术尚未考虑多元馈线的特殊性,因此,在故障检测当中应为了保证自动自控测试在需求的前提下行之有效,网络管理数据应与发现故障测试相关程序相结合。本文对逆变型电流源故障响应特性展开分析,发现不同条件下馈线短路电流助增效应和分流效应,结合多台配电网电源并网以及短路电流故障变化规律,优化配网自愈测试技术和计算方法,提高自愈测试设备的灵敏度,通过调整方案使自愈测试设备适应配电网分布式电源接入后的变化。

关于供电企业贯彻落实党的二十大精神的思考

作为保障电力系统稳定运行的责任单位,供电企业要积极学习党的二十大精神,并通过全面把握、全面落实,让党的二十大精神能够快速落实到企业当中,用精神指导实践,在新的发展道路上不断创造新的业绩。文章主要探究了供电企业贯彻落实党的二十大精神的重要意义与路径。

智能电网框架下的高级量测体系研究述评

以智能电表推广应用为核心的高级量测体系(advanced metering infrastructure,AMI)是智能电网及能源互联网发展的基础。介绍了AMI的概念、组成及功能,总结了支持AMI建设的关键技术及标准,分析了AMI对电网与用户交互的影响,并对AMI的应用进行阐述,最后讨论了在智能电网框架下构建AMI所面临的问题。

电网设备用碳钢、镀锌钢和铜的大气腐蚀

服役于大气环境中的电网设备,其金属材料易被大气腐蚀而失效,基于此,综述了典型电网设备用金属材料——碳钢、镀锌钢和铜的大气腐蚀规律和影响因素。通过分析碳钢、镀锌钢和铜在大气环境中的腐蚀动力学,腐蚀影响因素和大气腐蚀研究方法等,发现三种金属材料的腐蚀失重规律都遵循幂函数方程;其大气腐蚀进程主要受大气的自然环境和污染物种类的影响,金属在不同的大气环境下生成的腐蚀产物明显不同。在此基础上,阐述了现场暴晒试验和室内模拟加速试验两种典型大气腐蚀研究方法及其局限性,认为将二者结合能更准确的预测金属的大气腐蚀速率,有助于采取针对性的防腐措施。

基于IAOA优化SVM的变压器故障识别方法

针对电力变压器故障类型只有小样本数据难以准确识别的问题,提出一种基于改进算术优化算法(improved arithmetic optimization algorithm,IAOA)优化支持向量机(support vector machine,SVM)的变压器故障识别方法。该方法通过Piecewise混沌映射对算术优化算法进行改进,可以避免算法陷入局部最优解,利用IAOA对SVM参数进行优化,解决了SVM参数选择困难的问题,进而构造IAOA-SVM分类器对变压器故障进行识别。仿真结果表明,相比较于SVM和AOA-SVM分类器,IAOA-SVM分类器的识别性能最优,对5种、7种变压器故障类型的识别准确率分别为94.32%、99.26%,验证了所提方法的准确性。

基于猎人猎物优化算法优化BiLSTM的电力负荷短期预测

针对电力负荷由于随机性和非线性等原因导致预测精度不高等问题,基于经验模态分解(empirical mode decomposition,EMD)与猎人猎物优化(hunter-prey optimization,HPO)算法,提出一种优化双向长短期记忆神经网络(bidirectional long short-term memory,BiLSTM)的电力负荷短期预测模型。首先,利用经验模态分解将电力负荷时间序列分解成多个固有模态函数分量和一个残差分量。然后,利用猎人猎物优化算法优化双向长短期记忆神经网络构建HPOBiLSTM预测模型,并将各个固有模态函数分量和残差分量归一化后输入HPO-BiLSTM预测模型中进行预测,把各分量的预测值反归一化后直接相加得到最终的预测结果。最后,选取某地区在2018年3月1日-11日的电力负荷数据进行分析,仿真结果表明,与BiLSTM、HPO-BiLSTM、EMD-BiLSTM、EMD-GA-BiLSTM和EMD-PSO-BiLSTM预测模型相比,EMD-HPO-BiLSTM预测模型的预测精度更高,拟合效果更好。

基于核主成分分析和食肉植物算法优化随机森林的风电功率短期预测

为提高风电功率短期预测的精度,提出一种基于核主成分分析和食肉植物算法(carnivorous plant algorithm,CPA)优化随机森林(random forest,RF)的风电功率短期预测方法。首先,利用核主成分分析从13个气象因素中提取出8个与风电功率相关的气象因素,将这8个气象因素输入到预测模型中。然后,利用CPA优化RF构建CPA-RF预测模型解决RF预测模型预测精度不够高的问题。最后,选取实际风电功率数据进行测试,测试结果表明,利用核主成分分析选取8个气象因素作为输入的效果要优于直接输入13个气象因素的效果,CPA-RF预测模型的预测精度高于长短期记忆网络(long short-term memory,LSTM)预测模型、双向长短期记忆神经网络(bidirectional long short-term memory,BiLSTM)预测模型和RF预测模型。该方法可为提升风电功率短期预测精度提供参考。

经济周期视角下的中国碳排放强度影响因素研究

为了应对日益严峻的全球环境危机,中国提出了“双碳”目标。为了针对不同经济发展阶段有的放矢地制定节能减排政策以实现这个目标,划分不同的经济周期开展碳排放强度驱动因素的识别和评估研究。首先从经济、社会、能源三方面选取了8个可能影响碳排放强度的因素,然后利用两步法(MSAR-OPLS)进行实证分析。通过MSAR模型将中国1978—2019年划分为低速增长期、中速增长期、高速增长期3个经济周期,然后利用OPLS模型得到了中国不同经济周期内碳排放强度和各影响因素的回归模型,并据此分析了各影响因素在不同经济周期内的“碳效应”。在总结分析不同时期碳排放强度关键因素的基础之上,提出了降低碳排放强度的政策建议。