-
题名基于电力大数据的分布式电网异常负荷动态检测方法
被引量：23
- 1
-
-
作者
杨晶晶
阮国恒
杨玲
江嘉铭
戴争干
-
机构
广东电网有限责任公司
广东电网有限责任公司清远供电局
广东电网能源投资有限公司
-
出处
《电网与清洁能源》
CSCD
北大核心
2023年第3期17-22,32,共7页
-
基金
广东电网有限责任公司科技项目(C4761620K005)。
-
文摘
电网负荷数据基数大、分布范围广,且其异常状态检测复杂度高。提出一种基于电力大数据分布的电网异常负荷动态检测方法。采用非线性回归方程,估计中心负荷权重,并分割动态检测区域。采用状态估计法结合参数平滑对异常的负荷数据进行状态估计,并利用自回归滤波(extended Kalman filter,EKF)剔除噪声数据。计算负荷数据的近相似系数,划分异常数据域,设定分布概率较高的数据为异常负荷数据。通过观测负荷数据与异常域中心之间的关联性,判断负荷是否存在异常问题。仿真实验结果表明:高信噪比环境下,该方法检测异常负荷数据的最大特征量为160条;低信噪比环境下,异常负荷数据的最大特征量为158条,且峰值出现在节点51—节点120的位置。检测出的负荷数量均超过电网最大阈值,说明所提方法能够精确检测出异常负荷,且能够完全包含真实阈值,检测的全面性可高达100%。
-
关键词
电网负荷数据
动态检测
中心权重
暂态矩阵
异常判定局域
-
Keywords
power grid load data
dynamic detection
center weight
transient matrix
anomaly determination local area
-
分类号
TP318
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于模糊神经网络的高压电力设备故障预测模型
被引量：20
- 2
-
-
作者
谢国财
温锐
陈琛
-
机构
广东电网有限责任公司
广东电网能源投资有限公司
广东电网有限责任公司清远供电局
-
出处
《电网与清洁能源》
北大核心
2022年第9期120-125,共6页
-
基金
广东电网有限责任公司科技项目(C3762610K003)。
-
文摘
电力设备作为电力系统的基本要素,对其故障风险预测可以有效降低电网故障风险带来的损失。当前应用的高压电力设备故障预测模型忽略了对高压电力设备信号的盲源分离处理,无法去除虚假故障分量,导致故障预测结果不准确、耗时较长的问题。构建新的基于模糊神经网络的高压电力设备故障预测模型。将小波降噪方法引入到盲源分离中,对高压电力设备信号完成盲源分离和小波分解;通过互信息方法将分解结果中的虚假分量删除;利用插值形态滤波的方式提取故障特征,将其设定为模糊神经网络的输入变量,构建高压电力设备故障预测模型。实验结果验证了所构建的模型在30次实验迭代过程中的误差始终不超过2.5%,均方根误差低于3.4%,预测用时测试结果在14~23 ms之间。数据表明所构建模型的预测精度较高、预测速度更快,具有明显的应用优势。
-
关键词
模糊神经网络
高压电力设备
故障预测模型
小波降噪
-
Keywords
fuzzy neural network
high-voltage power equipment
fault prediction model
wavelet denoising
-
分类号
TM205
[一般工业技术—材料科学与工程]
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名移动型储能设备在电能质量综合治理中的应用
- 3
-
-
作者
邱逸君
-
机构
广东电网能源投资有限公司
-
出处
《农村电工》
2023年第10期29-30,共2页
-
文摘
1应用背景低压电网配电台区承担着电力系统中从变电站到用户的电能传输和分配功能,其供出电能质量直接影响到用户用电质量和电网稳定性。我国部分偏远地区低压电网配电台区网架薄弱,台区的复杂性、散乱性及用户负载多样性导致低电压、功率因数低等电能质量问题比较突出。
-
关键词
配电台区
低压电网
电能质量
储能设备
电网稳定性
用电质量
电能传输
分配功能
-
分类号
TM7
[电气工程—电力系统及自动化]
-
