摘要：在用户用电负荷量较为集中的情况下,为解决因电信号堆积而造成的异常用电行为问题,设计基于果蝇算法优化LSTM的用户异常用电行为预测模型。通过初始化果蝇算法的方式,获取用户的用电数据预处理结果,将其与LSTM超参数指标相结合,完成基于果蝇算法优化LSTM的用电量数值记忆。在此基础上,选取既定评价指标,根据缺失值计算表达式,确定决策参数的具体数值,实现基于果蝇算法优化LSTM的用户异常用电行为预测模型的搭建与应用。实例分析结果表明,随着果蝇算法优化LSTM理论的应用,电信号在用户用电集中负荷时所需消耗的训练时间更短,可有效解决电信号的堆积问题,实现对用户异常用电行为的有效预测。

摘要：变电站支柱绝缘子长期暴露在空气中易引发闪络故障,进而导致电网发生严重的停电事故。为研究支柱绝缘子伞裙表面覆水对绝缘子附近电场分布的影响,以FZSW-35-6型复合支柱绝缘子为研究对象,采用三维制图软件SolidWorks和有限元仿真软件COMSOL对伞裙表面存在覆水的支柱绝缘子附近的电场分布进行了仿真分析。仿真结果表明:绝缘子伞裙上存在覆水会畸变其附近电场,离散水滴、积水和伞裙边缘悬挂水滴附近的电场强度最大值分别约为764.9 kV/m,420 kV/m,293.6 kV/m。与干燥绝缘子相比,水珠附近电场强度明显增大,电场畸变最严重处为伞裙表面、覆水和空气三者的交界处。研究结果可为变电站支柱绝缘子绝缘设计提供参考。

摘要：针对基于聚类的用户分类研究方法未考虑用户用电方式的差异,导致分析结果并不精准的问题,提出了数据驱动的用电行为分析模型研究。结合K-means算法和数据驱动技术,构建用电分析结构框图,完成多变量、多维度的数据存储与管理。从样本数据集中随机选取初始聚类中心,确定数据集中第一个样本点与聚类中心的距离。更新聚类中心,直到函数收敛为止,由此完成基于数据驱动的数据聚类。选取合理的电力行为特征评价指标作为分类依据,建立用电行为分析模型。根据电力消耗情况下总功率信号的变化,结合基于滑动窗口的电力消耗检测算法,完成用电行为检测。由实验结果可知,该模型用电量与实际用电量一致,对提升电网服务质量具有积极意义。