简介:摘要在火力发电为主的今天,我们通过对电力企业各种电源的分析以及决策模型的探讨,分析了低碳要求下的电力调度方式,通过掌握二氧化碳和发电量之间的关系,找到了需要通过碳捕集技术才能更好地适应当代的需求。在传统的电力调度方式中,低碳要素的引入需要密切注意电力系统在运转过程中二氧化碳的排放,这也给传统的电力调度带来了新的挑战。低碳电力调度相较于传统的调度方式是更加科学、更加高效的电力调度方法。研究低碳电力调度的方式便需要详细的分析低碳电源的技术特性和建立低碳电力调度的决策模型,通过进行研究的方式来协调电平衡和碳平衡,以保证项目能够顺利进行。本文就低碳电力调度方式和决策模型的问题进行研究及探讨。
简介:摘要长期以来,构建关系型数据仓库来对多源业务系统数据进行整合挖掘是解决智能电网调度的主要方式。但随着NoSql数据库技术的逐渐成熟,使用图模型进行电力调度的辅助决策,将更加适合业务的需求。本文提出一种采用基于图数据库Neo4j的数据仓库构建方法,向用户提供更加友好的可视化信息,更加方便的满足多维业务查询需求。而且实验表明,相较于传统的关系型数据库,查询效率得到了极大的提升。
简介:摘要由于受到天气、水调等因素的影响,水电站水工数据往往具有较强的周期性,但在实际应用中,部分数据由于采样周期不同,且自动化系统采集的数据存在事实上的不同步、不等长,造成分析上的困难。本文将DFT算法引入到水电站水工数据分析中,对离散数据进行分析计算,使分析不再依赖于传统的连续型数据模型,实践表明,本模型的性能达到较高水平。
简介:摘要研究建立信息化及智能化的手段是反窃电技术研究的一个重要方向。在计量自动化系统及营销系统等信息系统的实时数据基础上,建立用电异常模型和反窃电模型,实现对用户电压、电流、线损等异常情况进行监测并智能分析,从而判断出窃电嫌疑用户,为反窃电查处工作提供依据。实践证明基于用电异常分析的反窃电系统成效显著。
简介:摘要随着人们对电能质量的要求越来越高,早期投入的电网企业设备远不能满足现代化电力系统管理模式,电网企业的技术改造已成为趋势。由于设备和资金投入大,资产分布分散,建立科学合理的电网企业技术改造项目工程造价预测模型成为亟需解决的关键问题。基于BP神经网络的配电网工程造价预测模型,可以用较少的信息快速准确的对配电网工程造价进行预测。该模型首先对造价的影响因素使用因子分析法进行度量,并将主要因子作为输入,通过神经网络得到工程造价输出,最后通过运用国内的配电网工程中该线路工程数据对所提出的BP神经网络预测模型进行验证,实验表明所提出的预测模型准确性高,具有很好的实用性与可行性,并为日益严峻的配电网工程造价预测问题提供了新的可行的解决方案。