【摘 要】
：
线路重过载问题不仅影响供电设备的使用寿命，而且极易引发一系列的安全事故。为实现10 kV线路重过载问题有效预警的目标，从用电信息采集台区入手，搭建基于遗传神经网络和自适应权重的10 kV配线负荷组合预测模型，进而结合线变关系，实现配线负荷预测，提前一天掌握各10 kV配线负荷情况，针对存在重过载风险的配线线路及时采取调整用电方案或负荷转供等手段，可有效缓解线路重过载压力，确保配电网安全、稳定运行。
论文部分内容阅读
线路重过载问题不仅影响供电设备的使用寿命，而且极易引发一系列的安全事故。为实现10 kV线路重过载问题有效预警的目标，从用电信息采集台区入手，搭建基于遗传神经网络和自适应权重的10 kV配线负荷组合预测模型，进而结合线变关系，实现配线负荷预测，提前一天掌握各10 kV配线负荷情况，针对存在重过载风险的配线线路及时采取调整用电方案或负荷转供等手段，可有效缓解线路重过载压力，确保配电网安全、稳定运行。实验表明，所提模型具有较高的预测精度和应用价值。
其他文献
新能源发电的高不确定性导致净负荷的数据分布偏移更加严重。数据分布偏移导致模型在历史数据中学习到的特征信息不再完全适用于未来数据，从而给净负荷预测（Net load forecasting，NLF）带来了挑战。因此，考虑到净负荷中更严重的数据分布偏移问题，本文提出了一种基于IRM-UW-LSTM的短期居民净负荷预测方法，以提升净负荷预测精度。首先，通过不变风险最小化（Invariant Risk M
针对如何有效地对各类电离层模型的差异、精度评估等方面进行综合分析的问题,提出运用欧洲定轨中心的全球格网电离层模型为参考值,对GPS和Galileo电离层模型精度在全球不同时段不同纬度进行了分析,最后分析了各电离层模型对定位结果的影响。结果表明:NeQuickG模型在高纬度电离层延迟误差RMS值为1.7TECu,低纬度电离层延迟误差RMS值为5.6TECu,GPSKlob模型低纬度电离层延迟误差RM
基于我国首个大型海域地下互通——深中通道机场互通立交工程设计实践，针对该工程互通枢纽选型、桥隧转换、施工作业、运营保障、复杂水文地质及周边环境制约等技术难题，对设计关键技术进行研究分析。结果表明：1)采用布设于海底的大型地下互通立交方案，有效解决复杂条件下机场枢纽互通交通转换需求。2)采用“一体两翼”人工岛及双排钢板桩短围堰方案，有效解决大型海域地下互通立交桥隧转换、陆域作业及运营保障需求。3)提
为了充分挖掘不同尺度影响因子对短期电力负荷的影响，以及解决预测精度受数据非平稳特性影响的问题，提出了一种基于多尺度模型融合和VMD-TCN-RF混合网络的短期电力负荷预测方法。该方法先采用变分模态分解（Variational Mode Decomposition, VMD）将历史负荷分解为若干平稳性好的本征模态函数（Intrinsic Mode Function, IMF）分量，再把VMD分解得到
共同富裕要求人民群众物质生活与精神生活一道共同富裕，且人民群众的精神生活需求愈发增强。基于多中心治理理论对浙江省“15分钟品质文化生活圈”的实证研究，试图为提供高品质公共文化服务，促进精神富有提供新视角。其“政府+”多元主体的运作模式通过广泛的社会力量参与公共文化服务丰富多元化文化生活；搭建数字平台，精准供给、资源共享等提供高品质高效能的公共文化服务。文章展现公共文化服务供给侧改革、数字化改革的有
随着虚拟现实和增强现实技术的逐步发展以及各大科技公司和公众的兴趣增加,目前两种沉浸式交互方式已经应用于游戏、教育和医学等多方面领域。文本输入作为使用中最基本的交互操作,用户通常用于输入账号密码登录系统,在游戏过程中与玩家交流,或是对文档内容进行编辑。虽然针对两种环境下的文本输入方式存在大量研究,但在效率和可用性方面仍然有着改进空间。目前虚拟现实环境下主流的文本输入方式aim-and-shoot,需
配电网短路故障的准确、快速研判,对于提高供电可靠性、保障配电网安全运行具有重要的意义。传统的故障研判主要依靠电流、电压信息或保护开关、断路器的动作跳闸情况,故障信息较为单一,难以应对复杂故障情况。本文研究基于电气信息与开关信息融合的配电网短路故障研判方法。针对配电网节点繁多而电气信息采集设备数量相对较少的情况,提出一种利用压缩感知算法的配电网故障研判方法。该方法利用少量节点的电气量信息得到电压暂降
“20120721”是北运河建国以来的最大洪水，对北运河预报方案构建具有重要意义。受土门楼枢纽及牛牧屯引水闸调节影响，北运河土门楼水文站实测洪水过程与天然状况不一致。文章分析这场洪水特征的同时，对实测洪水过程进行还原计算。研究结果显示，洪水还原结果合理。
数据挖掘领域中，数据预测任务是一个重要的研究方向。目前已经有多种基于数据统计和深度学习的方法被应用于数据预测任务中，但预测精度仍然有提升的空间。针对预测任务中数据的多源性和关联性问题，本文提出了一种基于多特征融合编码的数据预测方法。该方法不仅可以提取数据中的时序信息，而且可以自适应地融合多源数据特征，从而有效提高数据预测的准确性和模型的泛化能力。本文使用包含了日期、天气信息以及电力需求负荷量等多源