朱明嘉
- 作品数：10 被引量：42H指数：3
- 供职机构：济源供电公司更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程电子电信更多>>
- 浅析提高地区电网日负荷预测准确率的措施被引量：1
- 2010年
- 本文以笔者所在地区负荷预测工作开展情况为实例,结合负荷特性,深入分析,提出了一系列的技术和管理措施,并加以实施,从理论和实践上验证了这些措施的合理性和可行性。
- 张青峰朱明嘉
- 关键词：负荷预测负荷特性
- 抽水蓄能机组故障诊断与状态维修系统开发被引量：1
- 2011年
- 针对抽水蓄能机组的特点,开发了抽水蓄能机组的故障诊断与状态维修系统。介绍了信号监测点的布置位置及振动、温度、电气量信号的检测方法。将抽水蓄能机组按照组件层次划分为转子、定子、机架结构、推力轴承、过流部件5个模块,分别建立对应的故障诊断与状态维修Petri网模型,有效地减少了关联矩阵的维数、提高了故障诊断和状态维修的实时性。给出了抽水蓄能机组故障诊断与状态维修系统的结构,并对其中的人机界面模块、数据库管理模块、故障检测模块、故障诊断模块和状态维修模块进行了介绍。开发了回龙抽水蓄能机组故障诊断与状态维修系统软件。
- 蒋建东魏臻珠朱明嘉程志平
- 关键词：抽水蓄能机组故障诊断状态维修
- 提高A类电压合格率的措施被引量：1
- 2009年
- 电压合格率是衡量电能质量的基本指标。本文所称A类电压，是指35～220kV变电站向客户供电的6kV和10kV侧母线电压，它的允许偏差为额定电压的0-7％，即6．0～6．5kV和10．0～10．7kV；电压合格率应达到97．5％。笔者所在调度部门主要负责保证A类电压合格率，在2007～2008年的工作实际中，开始分析和实施一些措施方法，以提高A类电压合格率，实践证明是行之有效的。笔者现结合当地实际谈谈自己的见解。
- 朱明嘉
- 关键词：电压合格率220KV变电站电能质量母线电压额定电压
- 基于层次分析法的智能变电站自动化系统网络结构的选择被引量：1
- 2016年
- 1智能变电站自动化系统网络概述智能化变电站自动化系统由站控层、间隔层和过程层,以及站控层网络和过程层网络构成[1]。（1）站控层的作用是实现变电站就地操作、外部数据交互等功能,一般由监控系统主机、继电保护及故障信息管理子站、智能接口设备等各种功能站构成。（2）间隔层的作用是实现保护和测控功能,
- 朱明嘉侯元文
- 关键词：站控层过程层层次分析法变电站工程网络构成组网方案
- 考虑阶梯投资的配电网建设改造策略优选被引量：12
- 2013年
- 为实现配电网投资效益的最大化,提出了一种考虑阶梯投资的配电网建设改造策略优选方法。首先,针对110(35)kV变电站和10 kV线路存在问题的严重程度,采用德尔菲专家意见法与反熵权法综合的主客观集成赋权法确定其权重,并提出建设改造迫切度等级和优先级的概念及相应的计算方法;其次,根据迫切度等级的不同制定建设改造的组合方案,形成高、中、低投资三套建设改造方案及相应的阶梯投资区间;最后,通过对国内某城市配电网建设改造方案的实例分析,验证本文方法的合理性和有效性,相关结论将对配电网在不同投资区间下建设改造方案的实施提供科学的指导意义。
- 金翼陈垒朱明嘉刘洪韩俊刘阳
- 关键词：配电网建设改造
- 配电自动化级差保护配合的应用被引量：2
- 2020年
- 近年来,随着电网供电可靠性需求的提高,配电自动化系统的应用已经越来越普遍。配电网具有供电线路长、分支线路多、故障发生率高的特点,配电线路的故障直接影响用户的供电可靠性。现在,配电线路配置的分段断路器、分支线路断路器(含开闭所、环网柜的馈出线间隔)可以实现主干线路的故障分段隔离及支线故障的就地切除。
- 侯元文张青峰朱明嘉卫宁刘向东
- 关键词：配电线路配电自动化分支线路线路断路器环网柜
- 一起10 kV配电线路故障分析及应对措施被引量：1
- 2019年
- 通过对某地区供电公司一条10kV配电线路越级跳闸、线路故障原因的分析,从主干线路分段开关配置、柱上开关保护设置、事故操作、用户设备维护等方面提出了应对措施,以期对电力同行有商讨及借鉴作用。
- 侯元文张青峰朱明嘉刘向东卫宁
- 关键词：配电线路
- 智能变电站二次系统优化整合被引量：1
- 2014年
- 智能变电站是智能电网的基本单元,正在全国范围内大规模推广建设。本文通过对变电站电气二次系统的原理和结构以及设计过程中的实际问题的分析,结合某220k V智能变电站工程,从智能变电站设计过程中的二次系统功能整合方面为此工程的二次系统选择最优设计方案。
- 朱明嘉
- 关键词：智能电网变电站设计二次系统
- 考虑积温效应的短期负荷组合预测方法被引量：19
- 2011年
- 给出了积温效应的量化公式,提出了考虑积温效应的小波变换与神经网络负荷组合预测方法。该方法首先通过小波变换,把负荷序列分解为不同频段的趋势性负荷子序列和细节性负荷子序列;采用BP神经网络对各子序列分别进行建模和预测,对趋势性负荷子序列加入了积温系数等特征参数;最后由小波重构得到负荷序列的最终预测结果。该方法考虑了积温效应的影响,充分利用了小波变换与神经网络的优点。算例结果表明了所提出方法能有效提高负荷预测的精度。
- 蒋建东程志豪朱明嘉
- 关键词：负荷预测小波变换神经网络
