简介:摘要:近年来,随着社会发展,电力行业得到发展,现阶段成为社会生活中不可缺少的一部分,目前被运用到各个行业领域。为了更好地解决电网多源故障时的用电信息采集和处理问题,针对基于数据驱动的电网多源故障用电信息采集智能融合技术展开研究。该技术的在线运行机制基于先验知识和深度玻尔兹曼机(DBM)模型实现。在分类处理多源用电信息后,获取其中的动态数据和静态数据。通过数据驱动提取不同类别用电数据的特征集,利用卡尔曼滤波算法去除特征集中的冗余特征,完成对用电信息的一致性特征描述,从而获得用电信息融合结果。测试结果表明:该技术具有较好的应用性能;戴维森堡丁指数(DBI)的测试结果均在0.017以下,能够有效分类动态数据和静态数据,并处理数据中的异常数据;变异系数结果均在0.02以下。利用该技术所得的用电信息融合结果,能够可靠地预测用电需求、识别异常用电行为。该技术应用效果良好。
简介:摘要: 随着新型电力系统的发展,风电新能源在电力系统发电比例不断升高,大规模风电机组并入电网,因为风电机组的不稳定性对电力系统稳定性带来了新的挑战,因此风电功率预测 准确性在电网电力电量平衡和电网安全稳定方面扮演着重要的角色。基于小波优化的多模型结合 的不完备风电功率预测 ,采用多模型结合方式避免单一模型的局限性,同时采用小波优化 多模型结合方式保证预测结果唯一性,防止局部极小值点,有助于提高预测预测精度。
简介:摘要: 随着新型电力系统的发展,风电新能源在电力系统发电比例不断升高,大规模风电机组并入电网,因为风电机组的不稳定性对电力系统稳定性带来了新的挑战,因此风电功率预测 准确性在电网电力电量平衡和电网安全稳定方面扮演着重要的角色。基于小波优化的多模型结合 的不完备风电功率预测 ,采用多模型结合方式避免单一模型的局限性,同时采用小波优化 多模型结合方式保证预测结果唯一性,防止局部极小值点,有助于提高预测预测精度。
简介:摘要:随着人工智能、云计算、大数据、物联网、移动互联网等新一代信息技术的不断迭代演进和集成创新,无人机遥感有了质的飞跃,同时也带动电力行业进入了一个全新的智能时代。针对无人机电力对超高压输电线路的巡检,阐述了新一代信息技术在无人机电力巡检中的应用,体现了无人机电力巡检的智能化趋势。随着无人机巡线业务的不断推广和发展,国家电网公司和南方电网公司相关部门正在不断深化无人机队伍建设,完善各项保障体系,逐步形成“机器巡线为主、人工巡线为辅”的输电线路巡线新模式。然而,输电设备日益增多与运维人员短缺的矛盾日益突出,输电线路巡检队伍面临总量不足、结构性不足的严峻形势。无人机巡检智能化程度不高,难以支撑输电巡检的发展要求。许多学者对无人机输电线路检测进行了研究,但由于缺乏对电磁数学建模的分析,忽略了无人机巡检时电磁干扰带来的问题。