摘要：针对低电压等级配电网设计开发了一种配电网微型相量测量单元(PMU)与故障录波装置。该装置具有同步相量测量、综合数据采集、设备授时以及故障录波等多个功能。装置充分考虑了硬件成本和安装难度,在满足数据准确度的前提下显著降低成本。装置采用虚拟过零相量测量算法实时测量电压相量;在故障录波中,提出了电气量偏移率与波形曲率相结合的启动判据。给出了相应的硬件设计方案。测试结果表明,该装置测得的数据准确,故障识别速度快,能满足配电网络分析的基本要求。

摘要：随着电网规模的扩大,变电站数量、设备种类日渐增多,运维人员巡视工作量与日俱增,设备监控强度不足、生产信息化程度不足的矛盾日益凸显。针对以上问题,结合物联网技术与人工智能技术,设计研发了易施工、免维护、低成本的变电站巡视无线摄像机,降低了变电站在线智能巡视的建设成本,缩短了施工周期,提高了运维质效。

摘要：为解决变电站状态检测设备功能单一、操作不便、数据处理难度大的问题,设计开发了一种变电站便携式多功能测试仪。该设备集传统红外热像仪与局放检测设备系统于一体,兼具暂态地电压、超声波及高频电流3种检测方法,并建立误差校正模型以提高红外测温的准确性,通过自适应阈值降噪法实现信号降噪。经现场测试证明测试仪能满足不同变电设备状态的检测作业,并为设备状态评估提供可靠的数据参数。

摘要：准确的电价和负荷预测对现代电力系统至关重要,但由于电价与负荷之间存在较强的相关性,若不考虑其相互影响,将导致预测的精度下降。为了提高现有方法的预测准确性,在考虑价格与负荷关系的前提下,提出了一种基于深度递归神经网络的价格与负荷预测模型,即基于外部输入的稀疏自编码器的非线性自回归网络,其功能包括特征提取和预测。首先针对特征提取环节,对原有方法进行改进,提出了稀疏自编码器,可以大大提高特征提取的有效性。其次,利用非线性自回归网络进行电价和负荷预测。使用电力市场大数据ISONE和PJM进行仿真验证,与级联Elam网络相比,ESAENARX在负荷预测方面将平均绝对误差降低了16%,在价格预测方面降低了7%。