论文部分内容阅读
在“双碳”战略中,能源是主力军,城市是主战场。以上海为例,梳理上海城市用能需求和特点,分析双碳目标对能源互联网发展以及对能源互联网技术创新的要求,对比国内外典型的案例和举措,提出“双碳”背景下构建城市能源互联网的关键技术需求和建议。
“双碳”背景下上海城市能源互联网构建技术需求分析
【摘 要】
：
在“双碳”战略中,能源是主力军,城市是主战场。以上海为例,梳理上海城市用能需求和特点,分析双碳目标对能源互联网发展以及对能源互联网技术创新的要求,对比国内外典型的案例和举措,提出“双碳”背景下构建城市能源互联网的关键技术需求和建议。
【机 构】
：
国网上海市电力公司电力科学研究院
【出 处】
：
电力与能源
【发表日期】
：
2021年3期
其他文献
本文设计的进出线套管,使用在海拔4500m、IV级污秽等级、35kV充气柜中。目前市场上,还没有发现满足此设计要求的套管,主要由于该套管的绝缘性能要求非常高,套管的设计难度比较大。本文主要根据进出线套管的使用条件,对其绝缘结构进行设计,同时对屏蔽网的屏蔽效果进行研究,对相应的结构设计进行电场仿真分析,通过对上述设计的套管,进行工频耐压试验和雷电冲击试验,最终对其设计进行相应的验证,通过试验验证,套管的所有技术参数都符合设计要求,为类似的35kV套管的结构设计与仿真分析提供参考。
低压小型断路器主要采用热脱扣原理跳闸,当环境温度偏高时,容易发生误跳闸,对于重要二次控制保护设备而言,误跳闸可能带来较大的事故和风险。针对这些问题,分析了低压小型断路器高温环境误跳闸的原因,提出了一种利用温度开关设计的具备温度补偿与跳闸预警的新型断路器。对新型断路器与现有断路器在不同温度及不同额定电流下的跳闸时间进行了比较,结果证明新型断路器可有效降低误跳闸概率,具备比较好的实用价值。
随着大数据的普及应用,以增强设备可靠性,提前预警为目的的大数据应用研究也在逐渐向风电领域靠拢。大数据技术的合理应用,可以实现对于风力发电设备的健康水平以及设备故障的远程诊断,及时发现设备中隐含或者已经存在的故障,为故障的高效处理提供可靠支撑,保障风力发电设备运行的稳定性。本文从数据挖掘技术在风电设备故障诊断领域的研究背景出发,提出了一种基于数据挖掘技术的风力发电设备故障远程诊断系统,希望为相关人员的研究提供参考和借鉴。
目前,对于电力用户异常用电的问题为研究,提出基于深度学习用户异常用电模式检测相关模型,同时借助Tensorflow框架,进一步构建多层特征匹配网络以及特征提取网络。长短期记忆特征提取网络,能够从大量时间序列中获取不同序列特征,对于全连接网络多层特征匹配网络,研究学者提出,利用所提取特征数据,以完成异常用电数据的相关检测。通过实际研究发现,相比非深度学习检测模型来说,研究基于深度Tensorflow学习框架模型,能够有效完成异常用电模式的检测工作,除此之外,相比多层长短期记忆特征提取,目前来说,所提取的模型