简介:摘要:近年来,随着社会发展,电力行业得到发展,现阶段成为社会生活中不可缺少的一部分,目前被运用到各个行业领域。为了更好地解决电网多源故障时的用电信息采集和处理问题,针对基于数据驱动的电网多源故障用电信息采集智能融合技术展开研究。该技术的在线运行机制基于先验知识和深度玻尔兹曼机(DBM)模型实现。在分类处理多源用电信息后,获取其中的动态数据和静态数据。通过数据驱动提取不同类别用电数据的特征集,利用卡尔曼滤波算法去除特征集中的冗余特征,完成对用电信息的一致性特征描述,从而获得用电信息融合结果。测试结果表明:该技术具有较好的应用性能;戴维森堡丁指数(DBI)的测试结果均在0.017以下,能够有效分类动态数据和静态数据,并处理数据中的异常数据;变异系数结果均在0.02以下。利用该技术所得的用电信息融合结果,能够可靠地预测用电需求、识别异常用电行为。该技术应用效果良好。
简介:摘 要:主动配电网的多“源”化发展催生了储能技术的迅速提高和智能化家居的发展,与此同时电动汽车也逐渐在社会经济中崭露头角。这一系列的负荷侧发展使得柔性负荷主动的参与电网调度的可能性逐步提高。随着大量可再生能源和分布式电源接入主动配电网 ,储能和柔性负荷参与调度可以为配电网的经济稳定运行和负荷曲线的削峰填谷作出更大贡献,这在“源 -网 -荷”协调调度中十分重要。多源协同优化调度策略可以明显降低调度日的运行费用,且在调度日内明显提高新能源的消纳率。
简介:摘要随着我国改革开放的持续深入,我国当前经济建设快速发展,社会的用电需求量不断上涨,因此就需要配电网能够能够的满足社会的供电要求,能够向社会安全、稳定、科学、智能的提供电力。就要求在电力系统的供电管理过程中做好电缆线路故障检测与故障源定位方法工作,通过对配电网电缆线路故障检测与故障源定位方法工作就能保障配电网的高效及可靠运行。电力系统的电缆线路检测是配电网的电力供应的一项重要工作,是我国电力系统的重要组成部分,对于全国的电力分配起到举足轻重的作用,是电力系统自动化、智能化分配的关系部分,对于我国电力发展有着重要的作用及意义。因此,研究分析配电网电缆线路故障检测与故障源定位方法就显得十分重要。
简介:针对大型设备故障诊断中特征量表现出来的不确定性和非精确性,提出了一种基于灰色关联理论来获取基本概率测度(BPA)的方法。该方法确定各故障特征量的参考样本,然后根据灰色相关性理论求得待诊断样本的相关系数,所取得的相关系数进行归一化处理即得到BPA值,经过Dempster多源组合规则进行多证据融合,得到最后的诊断结果。将所提方法用于电机转子故障诊断,实验结果表明该方法有效。