简介:摘要现阶段,社会经济飞速发展,科学技术的发展也有了很大的改善。为实现港口的绿色节能环保,需要积极设法在港口供配电网络推进节能装置,尤其是在大型起升设备上,以达到节能减排、智能自愈的效果。从储能介质的选择以及储能安装节点的选择上进行分析,针对港口领域的设备特点以及负荷特性进行简要辨识,从而实现绿色港口电网的节能效益和经济效益。港口是用电大户,随着港口规模的不断扩大,其对电能的消耗也得到越来越多的关注。港口主要用电负荷集中在大功率、长时间工作的设备,这些大功率设备在工作时,其起升机构在载运货物下降过程中的制动产生大量的电能,这部分能量通常以热能的形式耗散或使其返回至交流电网,再生能量并不能有效利用。若能够充分利用此部分能量,不仅能达到节能环保的要求,而且还能改善港口的用电质量。另外,港口用电采用峰谷差价进行计费,白天基本为高峰电价,负荷作业多在此时段,晚上多为低谷电价,负荷作业时间相对较短。若能够充分利用峰谷电价差,必然会为港口带来可观收益。在此,针对港口电网网络设备特点以及负荷和用电特性,对港口节能方式进行分析、探讨。
简介:摘要:随着经济的发展和社会的进步 ,电力通信逐渐的在我国得到越来越广泛的使用,电力通信网络自然而然的成为了智能电网的重要组件之一,毫不夸张的说,电力通信改变了人们的生活,给人们带来便利和快捷,已经成为了人们生活中不可或缺的一部分。在电力通信网络的实际应用过程中,它很容易受到一些外在因素的影响,比如人为破坏、设备误差、环境波动等干扰,这些都很有可能引起电力通信网络的故障。本文通过介绍电力通信网络的现状和其存在的问题,对电力通信网络故障问题产生的原因进行了简要的分析,并针对相关的网络故障问题提出了相应的结局方法和应对对策,致力于提高电信通信网络的安全性、可靠性和稳定性,希望对相关从业者能有所帮助。
简介:摘要气体绝缘电器(GasInsulatedSwitchgear,GIS)的局部放电(PartialDischarge,PD)模式识别问题中,传统方法多为专家依据经验设计特征,具有一定的盲目性。深度学习可以自动挖掘数据的特征表示,但是需要大规模训练数据。密集连接网络(DenselyConnectedConvolutionalNetworks,DenseNet)的特征复用可以充分利用网络低、中、高层的特征信息,同时有效减少冗余特征,更符合本文小规模数据应用。因此,针对超高频信号的模式识别问题,本文提出将超高频信号数据转化为局部放电灰度图,利用密集连接网络自适应抽取放电灰度图的特征进行局部放电模式识别的方法。实验结果表明,本文方法比传统方法和AlexNet具有更高的准确性。
简介:摘要在信息技术时代,电力系统信息网络在企业经营管理中的重要性不断凸显。为此,电力系统纷纷加大了网络技术应用力度。不过,信息网络具有两面性,它在给企业管理带来便利的同时,自身也具有一定风险,如非法恶意操作、外部网攻击等,都有可能危及电力系统的正常运转。这就要求电力企业在运用信息网络的同时,还要做好信息网络安全管理。只有这样,才能为电力网络系统提供安全保障,提高电力系统的经济效益。随着电力系统网络规模的不断扩大,需要采用信息化管理方法进行电力信息系统构建,实现电力网络的智能化配置和供电。在电力信息系统中,用电信息数据以大数据信息流的形式进行信息化存储和传输,需要对电力信息系统的网络数据进行实时流量监控识别,提高对电力信息系统的智能化管理水平,确保电力信息系统的稳定运行。研究电力信息系统的网络数据流量监控方法,在电力信息系统的优化构造和电网信息的优化调度方面具有重要意义,相关的流量监控和预测算法具有可行性的结论研究受到人们的极大关注。
简介:摘要计算机监控系统是电力系统的重要组成部分,其对于电力系统的安全可靠运行具有比较重要的作用,但是现阶段,电力企业在发展的过程中,其计算机监控系统会由于多种原因出现运行不畅的问题,而无法安装安全防护软件,甚至不能升级其中相关操作系统,这也是多数发电企业电力监控系统运行的过程中都存在的安全隐患问题。按照网络安全分区的相关原则,电力监控系统安全区的系统和其他系统之间是不具有联系的,但是如果出现U盘带入病毒等不良情况,就会导致不设防的系统处于比较危险的状态中,使得发电厂或者电网等都处于比较危险的状态,这就需要相关电力系统工作人员不断完善网络安全防护工作,促使电力系统运行能够具有较高的安全性和可靠性。