共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
3.
文章结合云南曲靖地区配电网运维中配变重过载监测分析存在的问题,基于运监数据监测各系统之间数据的关联性对配变重过载资产规模、监测终端、关键参数等方面进行监测分析,找准问题,并针对问题提出解决方法,改善重过载治理工作现状,提高重过载设备的治理效率和效果. 相似文献
4.
对于当前大规模和高维度的用户数据,原始聚类算法有其局限性。提出一种改进的K-means算法与数据降噪处理相结合的方法。首先,DBSCAN(基于密度的空间聚类算法)用于数据去噪,克服了原始K-means聚类算法聚类结果容易受到数据集中噪声点的影响。然后利用轮廓系数和误差平方和确定最优的聚类数。最后,将K-means++聚类算法和确定的最优聚类数用于聚类处理用户负荷曲线。这使得聚类算法避免陷入局部最优,通过数据集测试,表明该方法获得的聚类效果优于原始的K-means算法。 相似文献
5.
研究配变重过载下的配网运营动态监控平台实时任务容错调度算法,以解决配网运营动态监控平台执行配变重过载监控任务时可调度性差的问题。依据分层调度思想,将实时任务容错调度划分为上层调度算法和下层调度算法,通过上层调度算法利用Logistic模型预测是否存在配变重过载情况,存在配变重过载情况时,进入下层调度算法。下层调度算法利用平台的优先级属性列表,建立平台管理机执行配变重过载动态监控任务时的有效传递函数,利用码元调制方法获取平台任务调度输出,保障配网运营动态监控平台稳定执行配变重过载动态监控任务。实例分析结果表明,配网运营动态监控同时执行30个配变重过载动态监控任务时,其容错调度成功率高于93%,验证该算法具有良好的实时任务容错调度有效性。 相似文献
6.
《电网技术》2021,45(10):3947-3954
场景法是适应风电高占比电力系统优化调度的重要方法。作为场景分析方法的研究热点,场景缩减的意义在于用少量代表性场景描述大量复杂性场景特征,达到降低计算复杂度的目的。针对风电出力提出一种基于改进的K-means聚类和同步回代消除算法(simultaneous backward reduction,SBR)相结合的场景缩减方法。首先基于改进的K-means聚类算法对原始场景进行快速分类,其次针对每一类簇中的场景集合采用基于Kantorovich距离的SBR算法进行缩减。该方法可以在保证计算精度的同时,提高规模较大场景集合缩减的计算效率。最后采用我国西北某省网风功率实际数据开展实证分析,通过布莱尔分数(Brier score,BS)指标和风功率波动的高斯混合模型验证了所提场景缩减方法的有效性和优越性。 相似文献
7.
用电信息采集系统易出现台区户变关系错误问题,传统诊断技术主要针对少用户台区出现异常用户情况,但对于多达数百用户台区,存在多相邻台区异常用户特征提取难题。本文首先通过主成分分析对GIS系统获取台区总表和用户电表电压数据实现降维,建立改进K-means聚类提取电压数据特征,提出改进皮尔逊相关系数算法分析待检测用户,据此建立基于改进K-means聚类和改进皮尔逊相关系数的户变关系异常诊断方法,实现多异常用户所属正确台区诊断。实际算例分析结果表明,本文提出算法在识别同一台区一个及多个异常用户、不同台区多个异常用户情况下均能有效实现异常用户的准确检测与分析,相比传统检测方法,实现简单且准确性更高。 相似文献
8.
9.
本文基于传统的K-means聚类方法提出来一种基于密度的改进K-means聚类方法。改进后的方法,首先选取数据集中密度最大的点作为第一个聚类中心点,以此为基准,选取离此点最远的点作为第二个初始聚类中心,再在剩余的点中找出离这两个初始点距离最远的点作为第三个聚类中心,以此类推,直到找到所需的K个点,之后再根据K-means算法迭代更新聚类中心,直到收敛或达到设定的迭代次数为止。实验结果表明,本文提出的方法与传统K-means方法相比准确率及稳定性方面均有所提高,可以作为聚类研究的一个新的思路。 相似文献
10.
11.
12.
13.
14.
本文中作者介绍了针对高过载能力配电变压器在过载时各部位温升的计算方法,对该变压器的实测与计算值进行了对比,了解了高过载能力变压器的温升分布情况。 相似文献
15.
针对配电变压器的重过载、功率因数低问题以及传统解决方法投资大且易造成设备利用率低的不足,提出一种在配电变压器低压侧安装电池储能装置的配电变压器重过载治理与功率因数提升方法。根据电池储能装置在配电网中的安装位置,从配电变压器的负载率和台区电压2个方面分析电池储能装置对配电网的影响;电池储能装置变换器采用电流内环解耦控制策略;基于江西某地区配电网的数据,搭建在该地区重载配电变压器低压侧投入电池储能装置的MATLAB/Simulink仿真模型,仿真结果验证了所提方法的有效性。 相似文献
16.
17.
传统配电变压器重过载预警方法主要基于确定性的预测,容易忽视由于负荷不确定性带来的风险影响。针对该问题,提出计及负荷不确定性的配电变压器重过载风险预警方法。首先,采用门控循环单元分位数回归算法预测配电变压器在不同分位点上的负荷水平,并结合核密度估计方法进一步得到未来负荷的概率密度函数,以提供反映负荷不确定性的预测信息;其次,通过效用函数描述配电变压器承受重过载事故的严重程度,结合电力系统风险理论,评估配电变压器可能面临的重过载风险水平;最后,根据预先定义好的标准划分重过载风险等级,进而生成涵盖风险详情的告警信息。结合广东省某地区配电网展开具体的算例分析,验证了所提方法的可行性和有效性。 相似文献
18.
19.