浅议配电网谐波的分析与治理

目前电网的运行面临多个方面的挑战:传统工业,电动汽车、新能源发电等电能质量干扰源容量日趋增大,在电网各电压等级呈现出立体化分布特点,电能质量问题在不同电压等级间相互渗透,影响范围扩大;随着我国产业结构的调整,各类计算机、微电子器件等敏感设备迅速增长,对电能质量要求不断提高;电能质量的优劣不仅表现在电压偏差、电压合格率、供电可靠性等指标,谐波等也是影响电网和负荷安全、高效运行的重要因素,受到了供用电双方的广泛关注.     

新时期变电站智能压板防误操作系统建设

智能压板是变电站压板操作经常性失误的情况下衍生出的新型压板，对于降低压板投退的人为操作的失误率大有好处，同时也是智能化技术集成运用的结果。智能压板的出现和应用就是变电站防误操作系统建设的重要表现，也是确保系统科学、完整的必要内容。本文正是以此为切入口，主要论述了新时期变电站智能压板防误操作系统建设的相关思路、方法和策略，并对智能压板防误操作系统的保障策略进行了阐述。     

论电力系统自动化技术的运用及其发展趋势

主要就电力系统自动化技术的实际运用展开探讨,阐述了电力系统自动化技术的发展前景以及发展趋势。     

配电网自动化存在的问题及对策分析

随着我国电力行业的不断发展,人们通过电力进行生产生活的同时,对电力的依赖性也越来越强.在电力资源朝着市场化转变的过程中,配电网的可靠性和安全性成为了一个重要的研究课题.配电网自动化系统的构建对于电能的安全性和稳定性都有很大的提升,同时还能够极大的降低电能损耗,让电力设备的寿命和利用率得到增强.本文正是基于此,分析了我国配电网自动化的现状及存在的问题,并结合笔者实际工作经验,提出了几点解决对策.     

基于BP神经网络的短期负荷预测建模仿真

通过BP神经网络与Matlab相结合,建立起三层四功能单元的BP神经网络短期负荷预测模型,并采用某条线路1年的历史负荷波动数据对模型进行“学习”训练.预测日24 h负荷数据的Matlab仿真及误差分析结果表明,所构筑的BP神经网络模型具有较高的可靠性和准确性,误差率控制在2％以内.BP神经网络模型大大提高了短期负荷预测数据的处理效率与可信性,为研究电力系统经济调度提供了一种新的非线性仿真建模模型.     

基于BP神经网络的短期负荷预测建模仿真

通过BP神经网络与Matlab相结合,建立起三层四功能单元的BP神经网络短期负荷预测模型,并采用某条线路1年的历史负荷波动数据对模型进行“学习”训练。预测一日24小时负荷数据的Matlab仿真及误差分析结果表明,所构筑的BP神经网络模型具有较高的可靠性和准确性,误差率可以有效地控制在2％以内。BP神经网络模型大大提高了短期负荷预测数据的处理效率与可信性,是研究电力系统经济调度的一种新的非线性建模仿真模型。