电信息采集系统采集率问题分析

针对固原电网用电信息采集系统改造过程出现的问题,从集中器与主站召测数据有误和集中器与采集终端召测有误两方面进行分析,找出系统改造后,上线采集率偏低的原因并提出具体解决措施。应用结果表明:用电信息采集率由原来的80%以下提高到95%以上,有效提高了信息采集的效率。     

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。