新型供电模式经济效益分析

本文介绍了当前绿色能源的利用现状。提出了在偏远农村地区风力发电与电网联合供电的用电模式。并从经济效益方面对该用电模式进行了分析。     

探讨对客户实施用电检查时的注意事项

用电检查是保证企业安全生产管理的重要程序，安全用电检查可促进企业的正常生产管理。但随着用电客户越来越多，客户的用电模式多样化，对供电质量影响很大，如可造成冲击性负荷、不对称负荷、非线性负荷等危害。本文阐述对用电客户进行安全用电检查时的有关注意事项，包括捡查人员本身应注意的方面、检查过程的要点和其他如反窃电检查等，为用电检查工作提供一些技术参考。     

计算机模式对电力营业管理的作用

作为创建一流企业活动的电力系统,对用电营业的现代化方面提出了机遇和挑战,供电系统的用电营业现代化势在必行。所以电力营业管理计算机模式应该怎样实施成为了用电营业工作者面前的一道亟需解决的课题。     

用电工作传票处理模式的创新

本文分析了用电工作传票的传统处理模式及存在的问题，阐述了用电工作传票处理模式的创新情况，总结分析效果。     

基于聚类和随机矩阵理论的用电行为刻画方法

针对配网大数据应用背景下难以建立用户用电行为刻画模型的问题,提出一种基于聚类和随机矩阵理论的电力用户用电行为刻画方法.首先利用K-means聚类法对海量用户用电特征数据进行分析,根据不同用电模式对用户进行群体划分.然后基于随机矩阵理论建立用户用电行为分析模型,利用各用户群体的经济数据、气候数据及电力价格数据等辨识与用户群体用电量相关联的因素,实现对电力用户用电行为的刻画.最后通过甘肃省武威市电网实际用电数据验证所提方法的有效性和准确性,为电力精准营销和制定电力需求侧响应策略提供数据支撑.     

用电信息采集系统简述

简要介绍了用电信息采集系统的系统架构、系统功能及其工作模式,阐述了用电采集系统建设与运行情况,探讨了用电采集系统存在的问题,提出了处理措施,并展望了用电信息采集系统的发展方向。     

基于C/S与B/S的煤矿用电信息管理系统的研究

本文对国内煤矿用电信息管理系统存在的问题进行了分析,研究开发了基于C/S与B/S混合模式的煤矿用电信息管理系统,并主要介绍了其体系结构和采用的主要技术,分析其主要特点。     

基于EMD的异常用电检测方法

异常用电行为的时频特性往往具有强随机不确定性,而固定参数相关的分析方法无法有效处理此类数据.为此,本文提出了一种基于经验模式分解(EMD)的异常用电检测方法.首先,针对用电数据的不同特点进行初步筛选,进而采用EMD方法对用户用电量和线损电量序列进行自适应分解,提取EMD分解所得高频分量,通过对其变化趋势和相关性进行分析...     

南方高校研究型实验楼配电系统的适宜性分析

对南方十余所高校研究型实验楼的配电系统设计模式及用电状况进行分析研究,总结出混合式、半混合式、独立式3种配电系统模式,并在系统可靠性、拓展性、节能性和管理性,及建设投资等方面进行比对.结果表明:混合式、半混合式配电系统模式已无法满足当代高校实验研究型建筑的用电需求;独立式配电系统模式满足实际发展需求,应该迅速推广,其投资成本稍有增加,但系统的可靠性、拓展性、节能性和管理性等品质得到了大幅度提升.     

浅谈用电检查工作中面临的问题与对策分析

目前我国窃电、违章用电现象频繁发生,呈现出逐年增长模式,不仅会影响供电系统的正常运营秩序,也会造成极大的安全隐患,威胁到人民的生命财产安全。基于此,本文阐述了用电检查工作在防窃电中所面临的问题,并对电力企业反窃电对策进行分析。     

线状凝聚核聚集生长的模拟与实验研究

在传统二维DLA模型的基础上提出一个线状凝聚核聚集生长模型,利用该模型对线状凝聚核聚集生长过程进行计算机模拟,同时利用电解沉积金属锌的方法进行相应的电化学沉积实验研究,最后通过计算凝聚物的分形维数对模拟和实验结果进行验证。模拟结果显示,线状凝聚物的生长区域主要位于凝聚核尖端位置的邻近区域,凝聚核每一尖端部分引起的生长类似于一个点凝聚核的生长情况;相应实验得到的电沉积物的整体形态与模拟结果十分类似。凝聚核的形状不但影响凝聚物树枝的分布结构与形态,还影响凝聚物的分形维数。     

基于ADL-GARCH的电价预测模型及其应用

根据电价序列的特点,首先利用动态计量经济理论构建出一般的自回归分布滞后ADL模型,通过检验统计量修正得到ARMA短期电价预测模型,然后对ARMA模型进行GARCH效应检验,最后根据检验结果构建出ARMA-GARCH的短期电价预测模型.利用新模型对美国加州电力市场的电价进行短期预测,结果表明,新模型能够有效地跟踪实际电价变化的趋势,具有较高的预测精度和良好的适应性.     

Analyzing electricity consumption via data mining

This paper proposes a model to analyze the massive data of electricity.Feature subset is determined by the correla-tion-based feature selection and the data-driven methods.The attribute season can be classified successfully through five classi-fiers using the selected feature subset,and the best model can be determined further.The effects on analyzing electricity consump-tion of the other three attributes,including months,businesses,and meters,can be estimated using the chosen model.The data used for the project is provided by Beijing Power Supply Bureau.We use WEKA as the machine learning tool.The models we built are promising for electricity scheduling and power theft detection.     

具有可替换能源的智能电网实时电价研究

基于智能电网实时电价中社会福利最大化模型,将电器分为通用电器与可使用替换能源的智能电器。通过改进社会福利最大化模型,电器在使用不同能源方式下,通过智能电表获得电力供应商发布的实时交互电价、用电量等信息,用户对电价与可替换能源的价格(固定价格)进行实时判断比较,并选择切换该时段智能设备的最优能源使用方式,使其自身社会福利最大化。基于Matlab仿真软件对改进前后的社会福利最大化模型进行动态仿真,在灵活改变能源使用方式后,实时电价波动较小,趋于平缓,且能够降低系统高峰时段的柔性负荷量,实现削峰填谷的作用。     

Hybrid Model Based on Wavelet Decomposition for Electricity Consumption Prediction

The effective supply of electricity is the basis of ensuring economic development and people's normal life. It is difficult to store electricity, as leading to the production and consumption must be completed simultaneously. Therefore, it is of great significance to accurately predict the demand for electricity consumption for the production planning of electricity and the normal operation of the society. In this paper, a hybrid model is constructed to predict the electricity consumption in China. The structural breaks test of monthly electricity consumption in China from January 2010 to December 2016 is carried out by using the structural breaks unit root test. Based on the existence of structura breaks, the electricity consumption data are decomposed into low-frequency and high-frequency components by wavelet model, and the separated low frequency signal and high frequency signal are predicted by autoregressive integrated moving average(ARIMA) and nonlinear autoregressive neural network(NAR), respectively. Therefore the wavelet-ARIMA-NAR hybrid model is constructed. In order to compare the effect of the hybrid model, the structural time series(STS) model is applied to predicting the electricity consumption. The results of prediction error test show that the hybrid model is more accurate for electricity consumption prediction.     

An electricity price model with consideration to load and gas price effects

Some characteristics of the electricity load and prices are studied, and the relationship between electricity prices and gas (fnel) prices is analyzed in this paper. Because electricity prices are strongly depen-dent on load and gas prices, the authors constructed a model for electricity prices based on the effects of these two factors; and used the Geometric Mean Reversion Brownian Motion (GMRBM) model to describe the electricity load process, and a Geometric Brownian Motion(GBM) model to describe the gas prices ; deduced the price stochastic process model based on the above load model and gas price model. This paper also presents methods for parameters estimation, and proposes some methods to solve the model.     

KNN算法及其在月电量预测中的应用

目前对用电量的预测方法很多,本文利用数据间的相关性,应用改进的KNN分类算法,提出了基于KNN分类算法的月用电量模型,并进行试验预测．预测结果表明此方法简单、有效．     

10KV配电设计中的节能措施

电力是一种应用面广,使用方便的能源,合理、有效的用电,节约电,在整个节能工作中具有十分重要的地位,在进行配电设计时,合理选择方案,合理选用用电设备及加强其它节电措施,对节约电能是十分重要的。     

一种新的发电商风险回避模型研究

市场环境下,电力价格的变化形式比传统条件下更为复杂,发电商要同时面对燃料市场和电力市场中的市场风险.在燃料市场和电量市场之间构造出交叉商品组合,并在此基础上引入摆动期权合约设计了发电商的风险回避模型.该模型形式灵活、易于实现,发电商能够较有效地回避市场风险.     

电力市场下用户电价体系的研究

为了规避电力市场中可能出现的电力危机风险，有效地控制电力负荷峰谷差逐年增加所引起的电网运行隐患，提出了一种电力市场环境下用户端开放的用户电价体系。该体系能包容现行刚性的用户电价体制，且与市场环境下以期货电量交易和现货电量交易为特征的结算模式相衔接。论述了电价体系中用户节点电价、分时电价和特征电价的组成和作用，用市场敏感函数来描述不同的用户对电价变化的承受能力。在电费结算方式上，以每天的用户电价曲线为依据，引入先购电、后用电的机制，并以此过渡到用户侧期货电量交易和现货电量交易的模式。