台区负荷识别仪的设计及在配网降损中的应用

来源 :沈阳农业大学 | 被引量 : 0次 | 上传用户:cin_long
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电网线损率可以为电力系统的性能进行有效评估,该技术指标还能对电力企业管理与运行水平进行综合评价,减少线路损耗可以有效地节约电能,从而减少化石燃料发电对环境的污染。因此降低电网线损具有重要意义。论文基于个人工作实践研究台区负荷识别仪,以提高该地区的线损管理水平。论文首先梳理了台区负荷及低压台区线损概念,对负荷混乱的形成因素进行了归纳,提出台区负荷识别仪的概念,并对台区负荷识别仪的识别原理及识别过程进行详细讲解。通过其装置构成及功能展开研究与设计。其次重点研究了低台区负荷识别仪,它包括硬件和软件两部分。台区负荷识别仪运用工频信号调制技术进行通讯。通过连接A/D转换器AD73360与高速DSP TMS320F2812,尽大程度提高台区负荷识别仪的准确性和可靠性。文中介绍了台区负荷识别仪的主要硬件模块与软件模块,并且对硬件模块所选芯片与其连接方式进行了详细分析,使得本课题的识别仪在运行上能够进一步完善。论文最后将所研究的台区负荷识别仪应用于苏家屯长白地区,并结合所提出的管理和技术措施进行降损工作。统计分析使用台区负荷识别仪前后的线损数据,并对得出的数据进行归纳总结。通过比对实施降损措施前后的台区线损率的变化状态,完成了对台区负荷识别仪的有效性验证。这为其他辖区线损管理实践提供参考依据。实践工作经验表明,低压台区负荷识别仪通常具有比较完备的功能和稳定的性能,实时监管线损工作可以有效完成,为线损管理的工作提供更全面的协助。
其他文献
深度卷积神经网络(Deep Convolutional Neural Network)被广泛应用于计算机视觉工作,如图像分类、目标检测和语义分割等。相对于传统的机器学习算法,深度学习在性能方面往往更胜一筹,它的成功很大程度上归功于计算资源的快速发展。因此,大多数深度卷积神经网络都需要在GPU(Graphics Processing Unit)上训练和推理,但是GPU处理器的能耗较高,限制了深度卷积
卷积神经网络(Convolutional Neural Network,CNN)在目标检测、图像分类领域有着广泛的应用,但由于其海量的参数量和计算量限制了在算力匮乏的移动终端上的部署。参数量化(Pa
税务系统是主管我国税款征收管理的部门,他们身上担负着兴税强国的重任。按照国家机构改革的统一部署,税务部门的公务员正经历这国地税合并,社会保险费和非税收入移交税务部门征收,国家减税降费政策不断出台。基层税务工作公务员面临着税收工作更加复杂,税款征收任务更加繁重,征收对象群体更为庞大,思想上不稳定等多重困难和压力。但目前税务系统并没有科学规范的公务员激励机制,由于原国地税的管理权限不同,相关执行的政策
干部队伍素质决定政府机关效能,税务干部的素质直接影响着全国的经济收入。人事管理制度的改革和进步可以有效的提升干部素质。为强化干部管理与考核,中央推出了系列的规章制
双向高频隔离型DC-DC变换器因其具有高频电气隔离、高功率密度、高工作效率等优点在面向微电网的储能系统中获得了广泛应用。针对现有技术存在的器件电流应力大、额定容量利
深度卷积神经网络(Deep Convolutional Neural Networks,DCNNs)已经在图像分类、目标检测和语义分割等诸多领域取得了显著的成功。然而,这一良好的性能伴随着大量的存储空间和巨大的计算成本,因为没有高效的图形处理单元(Graphics Processing Unit,GPU)的支持,给DCNNs在计算资源有限的移动设备上的部署带来了巨大的困难。为了解决此问题,通过模型
随着三维设计工具的不断优化,大型抽水蓄能电站中电缆敷设三维可视化设计逐渐取代了传统的二维设计。琼中抽水蓄能电站的电缆敷设设计中采用了三维可视化敷设的方式,实现了电
目的对小儿急诊抢救临床特征以及对预防措施进行分析。方法选取2018年3月-2020年2月娄底市中心医院急诊科进行抢救的患儿120例,采用回顾分析的方法对患儿的临床特征进行分析,
马克思主义自然观的形成拥有坚实的自然科学基础.马克思和恩格斯充分吸收了19世纪的三大科学发现的成果,让自然界的物质统一性得到科学层面的证实.他们在扬弃了达尔文的进化
本文以"自由"为核心,从"童心"、"智慧和创造"、"权力"、"对生存的反抗"和"生死观"几个方面展开对王小波作品的论述,通过和《边城》、《叔叔的故事》、《活着》等文本的对比,