基于网格空间规划的配电网时空负荷自动预测计算方法

配电网时空负荷自动预测过程中,内部与外部因素影响负荷属性提取结果,导致预测方法存在数据偏移问题,研究基于网格空间规划的配电网时空负荷自动预测计算方法。该方法采用核密度优选法,提取负荷时间属性;根据负荷供电半径与电压电流之间的关系,提取负荷空间属性;利用K-means聚类算法多级聚类时空负荷,自动规划网格空间;通过概率模型计算用电,调整网格空间的预测区间。实验结果表明:通过三级聚类得到的网格空间中,平均绝对百分比误差不足6%的数据比例不足2%,说明网格空间规划结果可信。根据精度评价结果可知,该方法的预测区间覆盖概率增加时,网格空间预测宽度随之增加,面对95%以上的置信度时,本文方法的覆盖密度能保持在1.5以上,有较好的预测效果。

基于GCN-GRU的短期时空负荷预测方法

随着城市的快速发展,城市配电系统也进行了快速的扩展。空间负荷预测研究可以指导电力系统的管理与调度,并且其准确性会影响到方案的合理性。首先分析并总结了常用空间负荷预测方法的特点,然后提出了GCN-GRU时空负荷预测模型。GCN-GRU模型充分利用图神经网络在网络拓扑数据方面的优势以及GRU在时间序列建模方面的优势,对电网进行建模,考虑了负荷的空间特性和时间特性,并将影响负荷的因素转换为特征向量进行算法训练,提高了负荷预测的准确度。最后以湖北省某市区电网为研究对象,证明了该方法的有效性。

基于指标实时监控的网络千里眼研究

网络质量的好坏,直接关系到企业的生存与发展,因此,对网络质量KPI指标的实时监控与人工干预,对日常网络维护具有重要意义。早期以集中故障管理平台、话务网管、综合告警平台、EOMS等为代表的系统,功能强大,分析细致,但均为重量级系统,不便移植与移动。基于此,提出一种基于KPI指标的实时监控系统应用APP,命名为网络千里眼,基于IOS和Android开发,可有效实现指标的监控、推送、对比分析等,便捷生成各类报表,极大地方便维护人员。