基于半监督三训方法的窃电用户识别的研究及应用

针对传统窃电行为的识别方法难以有效解决窃电技术提升带来的高频窃电问题,研究了电力企业已有数据现状,提出半监督分类模型识别窃电用户。通过深入分析业务并设计特征指标,围绕广东电网高压用户的海量用电行为数据,开展半监督三训方法的窃电用户识别研究与应用。研究结果发现,半监督分类模型预测提升度超过1.5,对比最优的有监督学习模型,效率提升7.3%,有效提升窃电用户识别效率为电网企业的反窃电工作提供有力的支撑。     

考虑特征值细分的广义加性短期负荷预测模型

准确的负荷预测是保障电力市场有序运行的关键,针对单一因素预测环境受限、综合模型对变量的拆分及交互作用考虑欠周的问题,提出建立考虑温度、节假日、负荷等细分特征变量的广义加性短期负荷预测模型。首先,细分并测算了不同因素与负荷的相关系数,依据相关度筛选特征变量;其次,确定负荷波动基函数,针对细分特征变量分别建模,形成整体预测模型;最后,利用广州实际运行数据测算分析。实例表明,基于特征值细分的广义加性模型预测效果更佳,是短期负荷预测的一种有效方法。     

大集中条件下电网系统管理机制的研究

随着数据集中化的趋势使得电网公司面临着海量数据的数据存储及分析问题,越来越多的人在使用电力通讯设备,这也给相关工作人员带来了管理上的挑战,因此电网系统管理机制的研究就变得尤为重要。本文从广东电网有限责任公司各类业务现状及相应应用信息系统现状出发,研究大集中条件下各类业务数据的特点及其不同管理要求,制定合理的大集中条件下的业务数据体系层次及业务数据管理模式,最后通过在实际当中予以实施,表明该机制对电网系统的管理起到一定程度的改善效果。     

数据-物理融合驱动的有源配电网自适应电压控制

分布式电源高比例接入条件下，配电网运行状态更加复杂，同时也难以获取准确的物理参数。本文提出一种数据-物理融合驱动的有源配电网自适应电压控制方法。首先，构建数据-物理融合驱动的有源配电网自适应电压控制框架；然后，针对有源配电网的电压控制问题进行数据驱动建模；进一步考虑数据驱动控制的局限性，通过不完备物理模型修正数据驱动模型；最后，基于改进的IEEE33节点算例进行分析验证，结果表明数据-物理融合驱动控制策略可以有效抑制有源配电网的电压频繁越限，提高配电网自适应优化控制水平。     

基于LoRa无线技术的台区配用电电能物联网监测系统研究

为提高台区配用电监控过程的抗干扰能力，提出新的基于LoRa无线技术的台区配用电电能物联网监测系统。在LoRa数据采集网络架构的支持下，设置多源传感器采集台区配用电各项数据，设计WAKE的高低电平切换模块，并控制其工作状态，通过MODE的高低电平控制切换通信模块的工作模式，获得台区配用电数据后利用jzy3d大数据可视化类库实现物联网监测。在外在因素的干扰下，系统的监控数据完整性较好，RSSI值在-50 dBm以内，系统抗干扰性能得到明显提升。