面向基干队伍的电网企业应急救援情境构建——以超强台风为例

为解决电力企业在应急救援中基干队伍对应急任务识别困难的问题，基于“情境—后果—任务”的情境构建路径，结合一线基干队伍应急救援的实践经验和现实需求，以超强台风为例，构建面向基干队伍的应急救援情境模型，从电力应急系统的视角出发，分析基干队伍面对超强台风时的应急处置流程和信息传递过程，凝练形成了针对性的基干队伍应急任务清单，以指导电力系统基干队伍在应急救援中更好地识别应急任务。     

基于改进逻辑回归的电网覆冰故障预测研究

电网覆冰由于湿度、温度、海拔等因素可形成不同的覆冰类型，电网系统故障水平会根据覆冰类型的差异而变化。传统的电网覆冰故障预测多聚焦于覆冰厚度与电网故障的内在联系，忽略了覆冰类型对电网故障的影响作用。为解决这一问题，提出了一种改进的逻辑回归多分类算法，通过将拟合出的回归函数值输入Softmax函数转换为多概率形式实现对覆冰类型的分类，根据数据有无覆冰类型的划分，分别在不同的机器学习算法下对电网覆冰故障进行预测比较。经试验，采用改进逻辑回归算法预测覆冰类型的准确率达88%,电网故障预测的准确率较无覆冰类型下的预测在改进逻辑回归算法、朴素贝叶斯算法(Na6ve Bayes, NB)、K近邻、支持向量机算法(Support Vector Machine, SVM)中分别平均提高了5.3%、21.7%、7%、5.3%,研究表明，改进的逻辑回归算法可以准确预测电网的覆冰类型，提升电网故障预测的准确率。