首页期刊导航|中国电力
期刊信息/Journal information
中国电力
中国电力

胡兆光

月刊

1004-9649

epte@sgeri.sgcc.com.cn

010-63415148

100052

北京市西城区南横东街8号都城大厦1836室

中国电力/Journal Electric PowerCSCD北大核心CSTPCD
查看更多>>本刊原名《电力技术》，创刊于1956年1月，1993年1月，1993年1月更名为现名，是具有指导性、技术性和实用性的科技类月刊。主要报道全国发电厂、电力网、供用电等有关电力生产运行、设计施工、科学研究及电力信息资源，开发利用成果，加强经营管理方面的经验介绍；刊登电力工业技术政策、技术规程标准及电力统计数据。
正式出版
收录年代

    钻石型配电网升级改造研究与实践

    阮前途谢伟张征祝瑞金...
    1-7,63页
    查看更多>>摘要：针对部分城市配电网目前面临的变电站间负荷转供能力和平衡能力不足、变电站直送用户线路利用率不高等问题,通过总结国内外中压配电网网架的优势和不足,提出钻石型配电网的发展思路,阐述钻石型配电网的结构与特点,并初步提出钻石型配电网一次网架、自愈系统等方面的主要技术要求.通过与国内外典型网架结构在适应性、安全性、灵活性、可靠性与经济性等方面进行比较,详细分析钻石型配电网的技术经济特征,为实现城市配电网的转型升级和高质量发展提供解决方案.最后,以上海某区域为案例,分析现状配电网到钻石型配电网的演变过程,验证其技术经济特征.

    钻石型配电网负荷转供能力自愈高质量技术经济特征

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于深度学习的特高压直流闭锁故障智能调度决策

    杨晓楠孙博郎燕生
    8-17页
    查看更多>>摘要：针对特高压直流闭锁故障的处置策略问题,提出一种基于深度学习的故障特征建模方法及故障后电网调度策略生成方法,所提智能调控决策依据电网直流故障特征和运行环境信息,通过大数据驱动模型训练得到故障后的调度策略.首先根据故障环境信息,利用故障影响相关性提取有效故障信息,构建故障特征模型.然后介绍深度学习类神经网络原理和多层感知器模型,提出利用深度网络提取训练故障前后运行特征,自动生成调控策略的思路.之后利用反向传播算法构建深度学习框架,通过不断计算损失函数和准确率修正训练模型,自动生成有效故障处置策略.最后利用锦苏直流特高压线路相关的电力系统验证了所提方法的有效性.

    深度学习直流故障数据驱动调度决策人工智能

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于改进深度自编码网络的异常用电行为辨识

    林女贵洪兰秀黄道姗易扬...
    18-26页
    查看更多>>摘要：为准确检测异常用电行为以降低电力公司的运营成本,提出一种基于改进深度自编码网络的异常用电行为辨识方法.首先将正常用户的用电数据作为训练样本,自编码网络逐层学习数据的有效特征;然后重构输入数据以计算检测阈值,而由于异常用电行为破坏数据的特征规则,再通过对比重构误差与检测阈值的差异即可实现异常用电行为辨识.为了改善自编码网络的特征提取能力与鲁棒性,分别引入了稀疏约束和噪声编码,并利用粒子群算法优化网络的超参数以提高模型的学习效率和泛化能力.选用福建省某地区居民用电和商业用电数据集进行了验证,这一模型的异常行为检测的准确率高于92％.实验表明所提方法具有优异的特征提取能力和异常用电行为辨识能力.

    异常用电自编码网络稀疏约束噪声特征提取数据重构

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于边缘计算与深度学习的输电设备异物检测方法

    路艳巧孙翠英曹红卫闫红伟...
    27-33页
    查看更多>>摘要：在输电设备上经常会出现各种异物,如鸟巢、塑料袋,如果不能及时发现并清理将会对输电系统造成很大的安全隐患.因此,及时对输电设备是否有异物进行检测非常必要.针对该问题,提出了一种基于边缘计算和深度学习的异物检测方法.该方法与现有利用无人机拍摄传回云端服务器计算方法不同,通过将检测计算下沉到边缘设备,使用Mobilenet加上优化后SSD的目标检测方法在边缘设备直接处理计算,将检测出异物的图像发回云端.该方法在CPU上的运行速度是基于VGG(目视图像生成器)的SSD方法的5倍左右,是Faster-RCNN的58倍左右;在模型大小上是基于VGG的SSD方法的2/9左右,是Faster-RCNN的2/49左右,精确度为89％;与直接将数据传回云端服务器再进行处理的方式相比,数据传输量减少约90％.该方法不仅满足实时性,还具有可靠的效果,基于该方法的系统已经得到实际部署.

    异物检测边缘计算卷积神经网络MobilenetSSD

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于强化学习的电力通信网故障恢复方法

    贾惠彬盖永贺李保罡郑宏达...
    34-40页
    查看更多>>摘要：大规模的自然灾害或恶意攻击会引发智能电网中电力通信网的严重故障,如果不能及时恢复,将给电力系统的安全稳定运行带来极大的风险.为解决电力通信网络大规模故障后的恢复问题,在通信链路恢复资源有限的约束下,建立以失效业务数量恢复最大化为目标的电力通信网大规模故障后链路恢复模型.针对该模型,提出一种基于强化学习的启发式算法,该算法利用链路恢复资源和故障链路在失效业务中的重要度,设置奖惩函数和选择规则,并累积奖励最大值,得到最优链路恢复组合.实验结果表明,提出的电力通信网故障恢复方法可以在恢复资源有限的约束下,恢复较多的失效业务.

    智能电网电力通信网大规模故障强化学习故障恢复

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于t-SNE流形学习与快速聚类算法的光伏逆变器故障预测技术

    张筱辰朱金大杨冬梅陈永华...
    41-47页
    查看更多>>摘要：光伏逆变器作为太阳能光伏发电系统的关键设备,其健康状态直接影响电力系统的安全与稳定.提出了一种基于t-SNE流形学习与快速聚类算法的光伏逆变器故障预测技术,将光伏逆变器集群的历史监测信号作为原始特征库,采用t-SNE降维算法提取光伏逆变器集群的主特征矩阵,基于快速聚类算法搜寻每一采样时刻的聚类中心光伏逆变器,分别计算每台逆变器在各个采样时刻的偏心距离,得到归一化的累积偏心距离矩阵,通过合理设定预警阈值,从而实现光伏逆变器故障的准确预测.最后基于设计开发的分布式光伏发电监控系统,利用采集的光伏逆变器集群的历史运行数据对算法进行了测试.结果表明,提出的光伏逆变器故障预测技术能够提前准确地预测光伏逆变器故障,有助于保障设备健康平稳运行.

    故障预测流形学习聚类算法逆变器光伏

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于互补集合经验模态分解和长短期记忆神经网络的短期电力负荷预测

    赵会茹赵一航郭森
    48-55页
    查看更多>>摘要：随着电力行业的不断发展,负荷预测的重要性也不断彰显,作为负荷预测的重要组成部分,短期负荷预测对于电力系统的调度运行、市场交易都有着重要的意义,精确的负荷预测有助于提高发电设备的利用率和经济调度的有效性.由于影响负荷数据的随机因素太多且具有较强非线性的特点,提出一种基于互补集合经验模态分解和长短期记忆神经网络的短期电力负荷预测方法.通过对某市负荷数据进行仿真,将仿真结果与其他传统预测方法结果相对比,最终证明长短期记忆神经网络模型的误差更低,具有较高的预测精度.同时将互补集合经验模态分解下的长短期记忆神经网络方法与其他分解方法下的长短期记忆神经网络模型预测结果进行对比,验证互补集合经验模态分解方法对提升预测精度的有效性.

    短期电力负荷预测长短期记忆网络互补集合经验模态分解深度学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于FCE和SVM融合的线路典型冰风灾害算法分析

    谷凯凯陈凯顾然彭仲晗...
    56-63页
    查看更多>>摘要：目前,国内外对于线路覆冰和风耦合作用的灾害分析较少,因此,提出了一种基于模糊综合评价法(fuzzy comprehensive evaluation,FCE)和支持向量机(support vector machine,SVM)融合的线路典型冰风灾害分析算法.通过分析典型冰风灾害影响因子及类型,借助模糊综合评价法提取了关键的灾害影响指标,并对风速和风向关键指标进行修正.在提取的温度、相对湿度、风速、风向和地貌5类致灾相关程度高指标的基础上,提出了采用径向基RBF核函数的非线性SVM小样本灾害分析模型.通过历史的冰风故障和非冰风故障数据建立训练样本和测试样本,仿真结果表明,建立的模糊综合评价和支持向量机融合的冰风灾害模型可有效分析判断冰风灾害发生的概率,实现了对冰风灾害小样本数据的可靠分析.

    输电线路模糊综合评价支持向量机冰风灾害故障分析

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    特高压交直流混联电网故障反演系统的体系架构与关键技术

    王兵贾育培严剑峰金一丁...
    64-71页
    查看更多>>摘要：大规模交直流混联的复杂性和脆弱性使得电网的安全稳定问题日益突出,为快速准确模拟电网的故障特性,提出了特高压交直流混联电网故障反演方法.通过将电网仿真计算数据管理平台(power system data base,PSDB)的方式离线模型与智能电网调度控制系统(D5000)的实时在线模型进行融合,生成完整准确的故障反演模型.该模型不仅解决了实时在线模型不含暂态参数的问题,而且克服了方式离线模型无法反映电网实时潮流的困难,将故障反演耗时由两三个星期缩短到几秒,大大提高了方式计算人员的工作效率,满足故障反演对时效性和精确性的要求.并基于该模型对电网进行仿真计算分析,准确模拟电网故障发生过程中电气量的变化.该系统已在国家电网仿真中心成功安装并投入使用,针对国调和华中电网进行了故障反演分析,验证了所提方案的科学有效性.

    方式离线模型实时在线模型故障反演模型仿真计算分析特高压交直流混联电网

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于时间序列的电能表月故障数预测方法

    李媛郑安刚谭煌陈昊...
    72-80页
    查看更多>>摘要：针对当前国网信息系统中电能表故障预测模型比较简单、不够全面和没有具体电能表月故障数预测模型的问题,基于时间序列建立综合时间序列预测模型,实现对批次电能表月故障数较准确的预测.首先计算电能表月故障数的移动平均序列,去除微小波动;然后根据序列是否有明显长期趋势,选用ARIMA模型或指数平滑模型对移动平均序列进行预测;最后采用反向移动平均,实现对整个批次电能表月故障数准确的短期预测.通过与BP神经网络模型的预测进行对比,验证了综合时间序列模型的实用性和准确性.在此基础上,建立电能表月故障总数预测模型.计量资产管理部门可以根据所提方法对故障电能表数进行预测,根据预测结果进行备货,提高管理部门的资源配置合理性和工作效率.

    电能表月故障数时间序列BP神经网络电能表合理分配

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据
    • 维普