摘要：电力系统涉及多个分布式设备和子系统,如发电、输电、配电和用户侧设备等。在数字化规划中可以将它们进行有效集成以准确反映电网的实际情况。在电力工程中一些区域线路的负荷量相对较低,电能在传输过程中失衡,导致系统损耗较高,因此提出面向电力工程的电力系统数字化规划设计技术。首先,从电力系统中提取单节点的关键数据,并根据提取的数据构建详细的电力系统数字化模型,以准确反映电网的实际情况。然后,合理配置电力系统的发电容量,以提高系统整体运行效率。最后,结合电网的特性和需求,设计输电线路的布局,以确保电力能够高效、安全地传输。结果表明,设计的技术将系统损耗降低了12.5%,电压波动范围改善了20.0%,短路电流降低了6.7%,证明该方法在电力系统数字化规划设计中表现出色,能够有效提高电力系统的效率、稳定性和安全性。

摘要：传统分布式电网异常负荷自动识别方法直接对电网负荷数据实施分类,未进行预处理,识别错误率较高。提出基于遗传LM算法的分布式电网异常负荷自动识别方法。首先,预处理采集到的分布式电网异常负荷数据;其次,通过遗传算法生成初始种群,其中,每个个体对应一个电网负载数据、异常负荷特征的参数组合;然后,利用LM算法的局部优化特性对电网数据参数组合进行局部优化,对遗传算法进行改进,计算其适应度,得到准确的电网负荷数据异常分类结果;最后,进行电力负荷异常值的识别。结果表明,该研究方法识别错误率更低,具有实用性。