论文部分内容阅读
基于台区线损计算公式分析变-户拓扑关系对台区线损的影响,并针对漏户、错户和串台区的拓扑异常情况,推导出了相应错误类型线损率实际值和统计值的关系式,并提出了一种基于数据趋势的台区线损异常辨识方法,最后通过实际算例,验证了该方法的有效性.
配电台区变-户拓扑关系异常辨识方法
【摘 要】
：
基于台区线损计算公式分析变-户拓扑关系对台区线损的影响,并针对漏户、错户和串台区的拓扑异常情况,推导出了相应错误类型线损率实际值和统计值的关系式,并提出了一种基于数据趋势的台区线损异常辨识方法,最后通过实际算例,验证了该方法的有效性.
【机 构】
：
国网河北省电力有限公司衡水供电分公司,河北 衡水 053000
【出 处】
：
河北电力技术
【发表日期】
：
2022年1期
其他文献
针对雄安新区电网数字孪生目标,以国网河北省电力有限公司雄安新区供电公司电力系统的数字孪生为背景,提出了一种基于电网的数字孪生管理平台设计方案.该方案采用层次化设计方式,从总体框架和技术框架2个方面提出了一种通用的数字孪生管理平台架构.该管理平台具备数据汇聚、数据管理、应用服务等功能,兼容包括雄安规范XDB和国网标准GIM模型在内的近10种数字孪生三维模型,实现不同种类数字孪生模型转换,建立了近70类1 921个数字孪生体,并借助Spark大数据处理平台和人工智能算法库,实现数字孪生的快速生成和应用场景的搭
柴油发电机电源系统故障树建模是整个核电厂电力系统概率安全分析体系中最为重要的内容之一.在柴油发电机电源系统的故障树建模过程中,会出现交流电系统、直流电系统的逻辑循环,如不做处理,将无法得到故障树顶事件的失效概率.本文在国内首次通过建立完整的柴油发电机电源系统故障树模型,解决柴油发电机电源系统故障树建模中的逻辑循环截断问题,为今后整个电力系统故障树建模奠定基础.
针对软件工具与环境课程的实践教学,提出了一套新工科背景下基于低代码开发平台的课程教学方法.介绍了该方法中自研的低代码开发平台的设计思想和具体方法,结合课程教学,阐述该平台应用过程并说明教学效果.
分析离散数学专业课现状,提出融入思政元素的教学改革思路,从挖掘思政元素、构建思政地图、设计课程体系和全面质量评估4个方面介绍具体课程思政教学设计与实践过程,最后通过调查反馈说明融入思政元素的离散数学课程教学实施效果.
国控辐射环境自动监测站是监控全国辐射环境质量状况及变化趋势的重要设施,监测数据质量是自动监测的核心.针对自动站内探测器监测数据的分析和利用存在明显不足的问题,本文创新性的采用了基于t-SNE的高维数据可视化方法和PCA-BIRCH算法的能谱聚类模型对历史能谱数据分类.结果表明,不同气象条件下能谱聚集有明显差异,采用的聚类算法可以展示能谱数据集的聚类特点,聚类效果较好,能有效按照能谱特征分离出晴天谱和雨天谱,且单次耗时最少,避免能谱数据类型杂糅给后续数据应用带来干扰,为将来环境质量保证、核应急决策等提供技术
针对密码学课程思政教学问题,从科学精神、文化自信、价值观和安全意识4个维度进行课程思政设计,将思政教育与课程内容紧密结合,深度挖掘课程各知识点中的思政内容,针对每个维度给出思政教育实例.最后指出教师的思想素质和专业水平是影响课程思政效果最重要的因素.为了提高课程思政教学能力,教师应当从自身做起,不断提高自身政治理论水平和专业素养.
对于500 kV同塔双回线路,由于双回线路间间距和相间间距较小,当其中一回停运、一回运行时,停运线路上将存在较大的感应电压和感应电流,对线路的运行、检修和接地开关设备的选型等均有较大影响.本文依托华北地区某在运500 kV双回输电线路,利用EMTP-ATP电磁暂态仿真软件搭建同塔双回输电线路仿真模型,分析了同塔双回线路间的水平间距、线路长度、输送潮流、地线高度以及土壤电阻率等影响因素对停运线路感应电压和感应电流的影响规律,并分析了不同接地电阻大小和接地方式对停运线路感应电压和感应电流的影响.仿真结果表明,
针对当前混合式教学作为主流教学模式的教学现状,以C++程序设计课程线下课程的混合式教学改革实践为例,深入分析深度混合得到的教学活动数据以及问卷调查方式获取的数据,研究线下课程混合式教学模式中学生满意度的影响因素,提出提升学生学习效果的建议.
介绍了高能同步辐射光源(HEPS)人身保护系统实验平台的设计.该实验平台是基于嵌入式控制系统EPICS框架下设计与实现的,通过可编程控制器(PLC)与相应的硬件设备实现联锁保护的功能.平台硬件设备通过硬连接方式连接到PLC的I/O模块上,服务器独立运行IOC程序,实现IOC与OPI、PLC之间的数据交换.实验运行结果表明:该平台性能稳定可靠,能够对硬件故障及人为等一系列操作作出准确反应,人身保护系统的设计方案和功能得到验证,可满足高能同步辐射光源运行的需要.
机载前端智能图像识别是输电线路无人机巡检的关键技术之一,与传统图像识别判断方法有着本质的不同.本文基于人工智能(AI)技术实现卷积神经网络机械学习,建立了设备识别、杆塔检测、导线检测、绝缘子串检测4个模型,分别进行训练与测试.综合考虑训练时间及实际使用效率,本文推荐模型的基础训练样本量为2.5万个,对比3种不同的神经网络结构,得出采用128万像素输入,池化值为2的模型识别准确度更高,不同模型的训练结果表明,对于不同的设备识别模型,达到识别准确度稳定所需的训练量从小到大依次为导线、杆塔、设备、绝缘子串.