属性约简在空间电力负荷预测中的应用

空间电力负荷预测是一个将总量负荷预测分配到供电小区的过程,涉及空间信息量多,影响其未来小区使用的因素也多,这就需要大量的存储空间和较长的运算时间.粗糙集是一种新型的数据分析方法,属性约简是其主要算法,它不需提供问题所需处理的数据集合之外的任何辅助信息.因此采用粗糙集(Rough Set)区分矩阵法对空间电力负荷预测中可能影响小区用地决策的相关属性进行约简,去除冗余属性,得出决定小区用地类型的决策规则,取得了较好的效果,提高了整个负荷预测效率.     

采用动态规划技术实现配电网恢复供电

配电网故障区域恢复供电的最佳路径实际上是故障情况下的配电网络重构．其目标主要是为了既快速恢复非故障区域供电,同时又满足线路负载容量的要求、线损最小、操作次数最少、恢复后各馈线负荷平衡、可靠性最高等条件．目前在配网自动化领域中讨论得比较多的都在如何实现快速隔离故障、快速恢复非故障区域供电的技术手段上,而对恢复路径的最优化选择的研究则鲜有所见．配电网络非故障区域恢复供电问题是近年来配电领域研究的新课题．综合采用动态规划技术及非线性多目标技术进行配电网非故障区域恢复供电的最佳路径选择,实例证明该方法简单、快速、实用、有效．