-
题名基于循环神经网络的异常用电数据检测方法
被引量：2
- 1
-
-
作者
王婧骅
崔璨
张云飞
段玉玮
赵婉茹
-
机构
国网上海市电力公司
-
出处
《电子设计工程》
2024年第1期120-123,128,共5页
-
文摘
针对用电数据检测时受电量敏感度的影响,导致异常数据检测时电能消耗过量的问题,提出了基于循环神经网络的异常用电数据检测方法。在循环神经网络体系中,根据窃电系数指标求解结果,计算电量压差的实际数值,实现对异常用电数据特征的提取。构建异常数据样本集合,通过填充缺失数据的处理方式,推断检测评价指标所属区间范围,完成基于循环神经网络的异常用电数据检测方法的设计。对比实验结果:循环神经网络作用下,由异常用电数据造成的电能消耗量最高为3.2×10^(8)kW·h,不会引发明显的电能过量消耗问题,符合维护电网运行稳定性的实际应用需求。
-
关键词
循环神经网络
异常用电数据
窃电系数
电量压差
数据样本
缺失数据
-
Keywords
recurrent neural network
abnormal electricity consumption data
power stealing coeffici⁃ent
electric pressure difference
data samples
missing data
-
分类号
TN98
[电子电信—信息与通信工程]
-
-
题名基于配电网的无功补偿及经济效益研究
- 2
-
-
作者
王婧骅
赵婉茹
阎荷嫔
段玉玮
张云飞
-
机构
国网上海市电力公司
-
出处
《微型电脑应用》
2024年第6期140-142,147,共4页
-
文摘
随着配电网用电负荷的快速增长,无功容量不足、电压质量下降问题日渐突出。因此,提出含分布式电源的配电网日前无功电压控制策略,构建以有功网损和节点电压偏差成本最小的无功优化模型。该模型充分利用光伏逆变器、无功补偿装置和储能装置的响应速度特性,实现日前无功电压控制,通过两阶段优化方法求解目标变量。以最小化网损为目标,求解一天内的网络重构结果;求解光伏逆变器、静态无功补偿器和储能装置每小时状态量。在IEEE33节点系统验证了所提出方法的有效性和经济性。
-
关键词
低压配电网
无功补偿
经济效益
电压质量
两阶段优化
-
Keywords
low voltage distribution network
reactive power compensation
economic benefit
voltage quality
two-stage optimization
-
分类号
TM744
[电气工程—电力系统及自动化]
-
-
题名基于信息熵的工单标签大数据并行分类系统设计
- 3
-
-
作者
张云飞
赵婉茹
段玉玮
王婧骅
高姗
-
机构
国网上海市电力公司
-
出处
《自动化技术与应用》
2024年第10期139-143,共5页
-
基金
上海市电力公司科技项目(B3090D210000)。
-
文摘
为避免工单调度过程中标签数据相互干扰,设计基于信息熵的工单标签大数据并行分类系统。整合大数据采集器、并行处理器元件内传输的业务工单标签信息参量,设定信息熵查询序列条件,通过变分模态分解业务工单调度数据信息,得到并行参数优化处理结果,实现软件执行环境搭建。结合相关硬件设备结构,完成工单标签大数据并行分类系统设计。系统性能测试结果表明,设计系统的信息熵序列能够有效降低工单标签信息参量之间的干扰强度,符合按需分类业务工单标签信息参量的实际应用需求。
-
关键词
信息熵序列
业务工单调度
大数据
分类
变分模态分解
-
Keywords
information entropy sequence
business work order scheduling
big data
classification
variational modal decomposition
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名绿证市场与碳市场协同联动下的市场主体交易策略
- 4
-
-
作者
赵婉茹
王婧骅
段玉玮
季冲
-
机构
国网上海市电力公司营销服务中心
华能海南昌江核电有限公司
上海电力大学经济与管理学院
-
出处
《电力系统装备》
2023年第10期168-170,共3页
-
文摘
近年来全球气候变化问题日趋严重,世界各国政府与相关环保组织都在积极推行各项碳减排政策。在所有工业行业中,电力行业的CO2排放量最大,因此在电力行业推行碳交易与绿证交易制度具有重要意义。文章以可再生能源发电商、传统火力发电商、售电商的利润最大为目标,构建了多主体交易决策模型。通过计算目标函数的一阶导数,求解得到各交易主体的最优购售电量及对应的碳价与绿证价格的算术表达式,分析了可再生能源配额比与碳配额系数的变化对可再生能源电力发展的影响。
-
关键词
绿证市场
碳市场
交易决策模型
碳排放成本
-
Keywords
green card market
carbon market
transaction decision model
carbon emission cost
-
分类号
F426.61
[经济管理—产业经济]
F832.5
[经济管理—金融学]
X322
[环境科学与工程—环境工程]
-
-
题名国际能源价格与中国PPI相关性实证分析
- 5
-
-
作者
赵婉茹
王婧骅
段玉玮
季冲
-
机构
国网上海市电力公司营销服务中心
华能海南昌江核电有限公司
上海电力大学经济与管理学院
-
出处
《科技经济市场》
2023年第12期16-18,共3页
-
文摘
中国经济高质量发展,对国际能源市场越加依赖。但国际能源价格一直处于巨大波动的状态,并对我国工业行业影响越来越明显。本研究采用VAR模型及国际能源价格指数、中国工业品出厂价格指数,通过Granger因果关系检验、Johansen协整检验和脉冲传递函数等,实证研究两者之间的关系。研究表明:从长期来看,国际能源价格与中国工业品出厂价格指数走势相同;国际能源价格变动对中国工业品出厂价格指数短期内有显著的正向冲击,长期则表现为不明显的负向冲击,说明短期内国际能源价格上升会引起中国工业品出厂价格指数的上升,长期则会对该上升趋势起到一定的抑制效应。
-
关键词
国际能源价格
PPI
VAR模型
-
分类号
F416.2
[经济管理—产业经济]
F424
[经济管理—产业经济]
F764.1
[经济管理—产业经济]
-
-
题名基于时间序列的分布式光伏电站发电数据采集方法
被引量：17
- 6
-
-
作者
王婧骅
张娟
赵婉茹
陆萍
张云飞
-
机构
国网上海市电力公司
-
出处
《电网与清洁能源》
北大核心
2022年第6期137-142,共6页
-
基金
上海市重点实验室专项基金项目(05DZ33205)。
-
文摘
由于当前方法对发电数据进行采集时,没有对发电数据的缺失值进行修复,存在缺失数据修复前数据采集精度差、与实际采集数据相差多的问题。该文提出一种基于时间序列的分布式光伏电站发电数据采集方法。根据光伏电站受到的不同影响,构建了负荷异常值类型的时间序列模型,利用该模型对异常数据负荷点进行剔除,由于剔除后的数据存在缺失值,因此对其进行修复;根据修复结果,采用BP神经网络对发电数据进行采集。实验结果表明,通过对该方法进行缺失数据修复前后对比测试、不同方法与实际指标数据采集测试,验证了该方法的有效性强、实用性高。
-
关键词
时间序列
分布式光伏电站
发电数据采集
BP神经网络
-
Keywords
time series
distributed photovoltaic power station
power generation data collection
BP neural network
-
分类号
TM614
[电气工程—电力系统及自动化]
-
-
题名基于多维数据挖掘的互联网渠道业务状态监测方法
被引量：1
- 7
-
-
作者
王婧骅
陆萍
-
机构
国网上海市电力公司客户服务中心
-
出处
《自动化技术与应用》
2022年第8期32-35,共4页
-
基金
国网上海市电力公司科技项目资助(52090D200002)。
-
文摘
为了提高国网公司线上运行状态的监测精度,提出基于多维数据挖掘的互联网渠道业务状态监测方法。采用数据挖掘方法,从业务、客户、诉求三个维度进行业务数据挖掘,获得线上运行状态数据特征。根据特征结果,设定指标告警阈值,对渠道业务状态进行判断,完成国网公司互联网渠道业务的状态监测。通过与传统监测方法的对比实验得出结论:综合互联网渠道业务状态、业务运行延时和业务运行带宽使用率三个方面监测结果,发现本文状态监测方法的监测误差更低,即本文监测方法在监测精度方面更加具有优势。
-
关键词
多维数据
数据挖掘
互联网
渠道业务
状态监测
-
Keywords
Multidimensional data
data mining
Internet
channel business
condition monitoring
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于特征提取与改进SVM的电价预测
被引量：1
- 8
-
-
作者
王婧骅
王越
徐子涵
阎荷嫔
陈冰旭
-
机构
国网上海市电力公司
-
出处
《自动化与仪器仪表》
2023年第3期100-106,共7页
-
基金
国网上海市电力公司科技项目《上海市分时电价执行分析与多维模拟测算研究》(52090D220005)。
-
文摘
针对传统电价预测方法由于冗余数据量庞大,特征选择和特征提取准确率低,导致电价预测精度低,预测时间过长的问题,提出构建基于DGCA-PCA的特征提取的改进DE-SVM的电价预测模型GGPDS。首先,采用考虑周期性特征的GCA算法和时段关联性特征的改进GCA算法进行电价特征数据选择;然后采用主成分分析PCA方法进行特征提取;之后将提取数据特征输入改进DE-SVM模型中进行电价预测。实验结果表明,提出的特征提取方法可对海量数据进行有效处理,为后续电价预测模型提供了准确的数据,并进一步提升了电价预测模型的预测精度,降低了模型训练时间成本。日预测实验结果中,本模型的MAPE指标和MAE指标分别取值为7.44%和3.71,对比于传统的电价预测方法电价预测误差更小,预测精度更高。由此说明,本模型可提升电价数据特征提取准确率,从而提高电价预测精度,可在短时间内实现电价准确预测。
-
关键词
特征提取
改进DE-SVM
电价预测
主成分分析
MAPE
-
Keywords
feature extraction
improved DE-SVM
electricity price forecast
principal component analysis
MAPE
-
分类号
TP392
[自动化与计算机技术—计算机应用技术]
-
