计量自动化在配网线损管理中的应用探究

本次研究过程中主要从线损产生的原因出发,对配网线损管理现状进行研究,依照当前计量自动化在配网线损管理应用中存在的问题,提出新型配网计量自动化管理体系,对计量自动化管理模式进行调整和优化,望在一定程度上提升配网线损控制成效,推动新时期配网建设和发展。     

电力系统线损管理中存在的问题及其优化措施分析

线损是电力系统的客观存在现象,对线损和控制与管理可以全面反映电力系统和电力企业的综合指标与综合能力,有效的电力系统线损管理工作是维护和稳定电力安全、提高电力效率的核心与基础。本研究列举了电力系统线损管理中存在的组织不力、计量装置落后、管理制度体系不完整、人员综合能力不高等问题,提供了电力系统线损管理中优化组织结构,应用新式电力系统计量装置,完善系统线损管理体系,提高相关人员综合能力等优化措施。     

降低农村电网线损的措施

线损是电力企业的一项重要综合性技术经济指标,它反映了一个电力网的规划设计,生产技术和运营管理水平。电网的损耗分为管理线损和技术线损,建立健全线损管理,加强用电管理,计量管理,是搞好线损管理的基础工作。在搞好线损管理的基础上,     

加强电网工程线损管理的措施研究

引起线损因素在电力的生产或者运输又或是销售过程当中的原因错综复杂。比如，线路自身因电阻因素导致的正常电能耗费，或者由于管理不得当而形成的电能耗费。纵观诸多可能引起电力线损的因素，究其其中任何一种因素都对电力企业造成巨大经济效益影响。由此，强化电力线损的统制，减少线损率，是当代电力企业工作任务中的重中之重，也是提升电力经营收益的主要方式。本文就如何提升电力线损管理从不同的层面进行了探究，以期找到提升线损管理效率措施。     

浅议供电所管理线损的现状及解决措施

线损管理作为供电所管理的重要组成部分,随着社会的不断发展,人们对电能有了更大的需求量。在供电所管理中,如何降低线损,加强提升电能利用率尤为重要。基于此,本文结合供电所管理线损的现状,提出了具体解决措施,希望通过本文的论述,能够为相关工作人员提供借鉴。     

利用无功补偿技术有效降低电力网损

加强线损管理体系有多种形式，本文着重从无功补偿的几个方面加以论述，说明降低网络线损的方法。     

如何提高电能计量装置的准确性

在供电营销工作中线损是重中之重，关系到企业的长远发展和经济效益。而电能计量装置计量的正确性是直接关系线损的环节，是它的眼睛。作为一个县级供电企业，线损存在很多客观实际的难题，如农村用电户多但用电不大，表计落后、不准；大用户、专变用户城市用户存在计量装置配置不合理的现象。这些都存在电能的流失。所以如何加强计量装置管理、提高准确性，是非常重要的。     

供电企业的线损管理及其节能降损

电力能源是当今世界经济社会发展应用最为广泛的能源之一,因此,促进我国国民经济的可持续发展,电力企业管理工作的开展绝不容我们疏忽。线损管理作为电力企业管理工作的重要组成部分,线损管理工作开展的好坏与否直接关系到电力企业经济效益,以及电力企业管理工作的水平,更直接影响到我国建设节能型社会顺利开展。所以,在新经济时代发展下,加强供电企业线损管理工作,有效降低电能在输送过程中的损耗,促进我国国民经济的稳固增长意义重大。     

实行分级管理 有效控制线损

本文主要介绍了东风汽车公司电力处强化线损管理,近年采取线损分压、分级管理手段,为探索东风电网进一步降损、节电的途径和方法起到了重要作用,有力促进了企业生产、经营管理水平的提高,收到了挖潜节电的显著效果。     

基于小波分析和拉格朗日的交通异常数据处理

针对交通数据采集过程中存在异常数据的情况,提出了基于小波分析和拉格朗日的交通异常数据处理方法。首先对交通数据序列进行小波分解,去噪;然后通过拉依达准则找出异常数据;最后采用拉格朗日插值法对异常数据进行修正。试验结果显示该方法可以简单、有效地判别和修正异常数据,相较于传统的交通异常数据处理方法具有一定的优势。     

隧道供配电谐波危害分析与治理

本文分析了隧道供配电谐波危害,根据隧道内用电负荷的实际情况,从通风动力负荷和照明负荷两方面介绍了谐波治理措施,以马道子隧道、大风坝隧道和小甸中隧道为工程依托,进行谐波治理改造。谐波治理前后检测表明,3个隧道的谐波治理均取得良好效果,隧道供配电谐波畸变率和线损大大降低。     

预应力桥梁智能张拉常见的数据异常问题及处理方法

预应力桥梁智能张拉过程中会经常出现一些数据异常问题,引起数据异常的原因较多。对一些常见的数据异常原因进行分析,提出相应的预防和处理措施。     

液力变矩器输入扭矩异常的故障分析

文章描述了液力变矩器下线测试过程中发生的扭矩异常故障,从液力变矩器的原理方面着手,分析了异常的可能原因,并对零件进行了轮廓扫描,锁定了故障点,通过对液力变矩器油液单循环进行分析,确定了异常产生的根本原因。     

商用车辆异常驾驶行为检测算法研究

利用车联网数据可以对驾驶员的异常驾驶行为进行检测。为了解决常用的异常驾驶行为检测算法对商用车辆不适用的问题,提高车联网数据在商用车领域的异常驾驶行为检测的精确度和效率,研究并提出了商用车辆异常驾驶行为检测算法。首先分析700多辆商用车辆历时两年的行驶数据,利用数据挖掘的方法对车联网数据进行预处理和可用信息挖掘,随后提出了针对商用车辆的疲劳驾驶行为、异常加减速行为和不按规定路线行驶行为的检测算法,并利用真实数据对算法进行验证。结果表明,该算法能有效识别商用车辆的异常驾驶行为,可以给物流企业以及相关管理部门提供合理、可靠的管理依据。     

异常值分析在路基连续压实相关性校验中的应用

针对异常点对铁路路基连续压实相关性校验结果的影响问题,在分析异常数据产生原因的基础上,建立数学模型,提出了有效的异常值识别与剔除方法。基于平均统计距离法与邻域估计法,建立二维异常点识别模型,提出了针对相关性校验数据的异常值剔除准则。使用该法对沪昆客运专线3个施工段铁路路基的连续压实检测数据进行分析,结果表明,能够有效识别异常数据,真实反映铁路路基的连续压实检测值,且不被误判。     

低压配电网无功电容补偿探讨

低压配电网无功补偿传统的方法是在配电变压器母线侧集中装设三相同步经机械触点开关投切并联电容器的。作者提出应用新型智能动态控制、分相无触点开关投切并联电容器、集中与分散补尝相结合的方法,对降低线损、提高电压质量是一个很好的建议,符合当前节能减排的国策、其实施具有较大的社会经济效益。     

汽车碰撞试验中异常加速度冲击信号的分析

针对某型汽车在碰撞试验中多次出现的异常加速度干扰信号进行了分析和研究.经分析认为,该异常冲击信号的产生是由于牵引链条脱钩后撞击玻璃盖板边框后高速反弹敲击车辆底部刚体所致.采用侧撞小车的模拟试验对该分析结果进行了验证,模拟试验测得的加速度曲线在幅值濒率、持续时间上与实车碰撞试验中的异常加速度信号非常相近,进而验证了对异常加速度信号分析的正确性.     

基于特征提取和机器学习的异常数据识别算法

结构健康监测系统的大力发展每天都在产生大量的监测数据。对于结构健康监测系统来说，判断这些产生的监测数据是否正常是对结构健康状态进行分析的第一步，也是关键的一步。同时，监测数据的异常与否也是判断传感器、采集设备、传输设备等是否正常工作的关键性依据。对于一段数据进行识别，判断数据是属于什么样的异常，是一个多分类的问题。采用基于特征提取和机器学习相结合的算法，对时序数据进行分类，能够快速地判断数据是否异常和异常的类型。     

基于值率模型的电动汽车动力电池电压异常检测

准确高效的电动汽车动力电池系统异常检测对保障车辆安全可靠运行具有重要意义。基于此本文提出了一种基于电压变化率的新型动力电池电压异常诊断方法，用于检测电池组中单体电压的异常波动故障。进一步的，引入基于改进Z分数方法的评估系数来对电压异常波动程度进行定量表征。在此基础上，基于实车数据验证了本文所提方法的有效性和可靠性。此外，与常用熵方法进行对比分析，结果表明：本文所提方法具有可靠的故障诊断结果和较高的计算效率，实际工程应用价值更高。最后，基于该模型，通过对大量同类型纯电动汽车的电压数据进行统计分析，得到了该车型电池系统中电压异常风险情况的分布，通过分析隐藏在表面之下的异常，可以为车企动力电池系统或整车的结构设计提供参考。     

基于神经网络及关联性修正的交通异常预测研究

为实现城市交通异常管理的主动式响应,给交通异常处置争取更多的时间,减少交通异常对城市路网的影响,提出了一种基于神经网络及关联性修正的交通异常预测方法.基于历史异常数据构建交通异常数据库,并定义了预测模型中的主要参数;构建了基于改进神经网络算法的交通异常预测模型,在此基础上,创新性地提出了结合不同单元区域背景概率及交通异常相关关系挖掘的预测修正算法,对预测结果进行关联性修正以得到最终更加准确的预测结果,大幅提升了模型的预测精度.应用哈尔滨市30 d实例数据训练了所提出的交通异常预测模型,用15 d数据进行了验证,结果表明经过关联性修正的预测模型成功预测次数明显增加,相较于传统方法,预测成功率提升了31.46%,皮尔逊检验值均大于1.642,预测的结果的可信度大于80% 的置信水平.