一种矿用相控开关短路电流过零点预测算法

现有短路电流过零点预测算法存在计算复杂、误差大等问题。针对煤矿供电系统三相短路故障,提出了一种矿用相控开关短路电流过零点预测算法。该算法利用三相短路故障发生后1个基波周期内短路电流采样数据,通过累加和的方法计算短路电流的直流分量,可减小计算量、消除谐波干扰;将采样数据与直流分量相减,得到短路电流的交流分量;利用交流分量周期性的特点,可预测1个基波周期后任意采样时刻的交流分量;将1个基波周期后任意采样时刻的直流分量与交流分量相加,即可重构出任意采样时刻的短路电流,从而预测短路电流过零点。仿真和实验结果验证了该算法的准确性。     

基于模拟退火优化BP神经网络的变形监测数据预测方法

针对BP神经网络模型用于变形监测数据处理时容易陷入局部极小值并且收敛速度慢的问题，提出一种基于模拟退火(Simulated Annealing,SA)算法优化BP神经网络的建筑物变形预测方法，利用SA的全局寻优能力对BP神经网络的模型参数进行优化，使参数迭代过程始终保持较高的“温度”和“能量”，从而确保BP神经网络能够得到全局最优解的同时具备较高的预测精度和收敛速度。采用实际算例对所提SA-BP方法在低信噪比和小样本条件下的预测精度进行验证，结果表明所提方法相对于传统BP神经网络法和小波方法能够获得更高的预测精度，并且在小样本和低信噪比条件下优势更加明显。     

新时代背景下电力精准扶贫模式研究及建议

发挥电力行业优势特点,开展电力精准扶贫,对打赢脱贫攻坚战具有十分重要的作用,并能够助推脱贫攻坚与乡村振兴战略有效衔接.本文从电力扶贫在脱贫攻坚的重要作用出发,以“三聚焦”“三优先”“三模式”“三保障”为指引,详尽梳理并总结了电力精准扶贫主要模式和经验.在此基础上,深刻剖析了当前电力扶贫面临的困难及问题,提出电力精准扶贫的策略,以期为下一步开展电力精准扶贫提供参考与借鉴.     

基于负荷增长不确定性方法的网架负载能力评估

为了更准确地评估负荷的不确定增长对网架负载能力带来的影响,将所研究电网按经济发展水平划分为4个区域,然后采用蒙特卡洛法对经济发展水平不同区域的负荷进行抽样;分析了每个区域的负荷增长率,得到不同的负荷增长方式,从而对网架负载裕度进行评估;通过引入线路负载率约束,使得规划后的网架能够应对未来小幅度、短时间的不确定性的负荷波动;最后以某省为例对500 kV线路与主变进行最大负载率的计算得到具有最大负载率的500 kV线路与主变。计算结果表明与传统分析方法相比,所述方法能够更加精确地对网架负载能力进行评估。     

基于BP神经网络的线损不良数据辨识及其预测

电能在输送过程中产生的大量损耗会大大提高电网的运营成本,同时海量的电网数据中往往包含错误数据,对线损计算及预测有严重影响。针对该问题,提出一种基于BP神经网络的不良数据辨识模型,可以有效辨别线路数据中的不良数据,并进行剔除。剔除不良数据后,再利用BP神经网络对线损进行预测。以宿迁市某变电站数据为例,验证了该模型的适用性。