登录注册
请使用微信扫一扫
关注公众号完成登录
摘要
构建了一个基于主动迁移学习的框架,基于原始场景数据搭建并训练源域暂态稳定评估(transient stability assessment,TSA)模型。当运行场景变化导致模型性能下降时启动更新机制,通过短时时域仿真生成大量无稳定性标签的样本以及完整仿真生成小批量带标签样本,采用基于变分对抗的主动学习方法学习数据潜在的特征表示空间,根据置信度选择信息量最大的无标签样本并进行标注。迁移基础模型参数并结合有标签样本进行微调,在保证迁移精度的情况下节省更新时间,通过IEEE 39节点验证了所提方法的有效性。
01
数据驱动的TSA模型
本文提出一种TCN和GRU相结合的网络来提高模型评估的性能模型具体结构如图1所示。
图1 TCN-GRU模型结构
Fig.1 The structure of TCN-GRU model
TCN和GRU的组合、实现了对输入多元暂态时间序列的特征提取,经由全连接层组成的分类器,最终通过Softmax函数输出系统的稳定性标签。
02
基于变分对抗主动学习的样本标注
2.1 TSA中的主动学习流程
深度学习模型在TSA中的成功应用离不开大量标注样本的支持,但是如果用TDS逐个获取样本的标签将消耗大量的算力和时间。虽然模型的训练是离线进行的,仍需要尽可能多的覆盖各种故障场景,同时在实际应用中面对不断变化的环境条件以及突发事件,暂态样本的知识库需要不断更新,模型也需要结合增量学习、迁移学习等技术进行参数调整。为了提高数据生成的效率,减少计算负担,同时增强基于深度学习的TSA应用的实用性,有必要引入主动学习算法。
主动学习的过程可以帮助深度模型更快地学习到关键特征,从而以更少的样本学习达到更高的准确性,其主要流程如图2所示。在初始化阶段,通常会用一部分已标注的数据训练一个基础的深度学习分类器模型,初始化以后进入迭代计算过程。
图2 主动学习流程
Fig.2 The process of active learning
1)选择最有价值的样本。根据采样策略选择样本。例如当使用不确定性采样策略时,首先使用基础模型对未标注的样本进行预测,然后选择其中预测概率最不确定的一些样本寻求标注。
2)标注样本。对选中的寻求标注的样本通过时域仿真进行标注,标注后的数据添加到已标注的数据集中。
3)重新训练模型。使用合并新增的已标注样本后的样本重新训练模型以更新模型的参数和权重。
4)评估模型性能。使用新模型对测试集进行预测,并计算分类准确率等指标以评估模型的性能。
迭代上述过程,直到达到预定的停止条件,即训练模型预定的性能指标(例如以准确率为指标)达到或者已经标注了所有的样本。
2.2 变分对抗主动学习
变分对抗性主动学习使用变分自编码器(variational autoencoder,VAE)和对抗网络来学习数据的潜在空间分布,以区分未标注和标注的数据,其架构如图3所示。
图3 变分对抗主动学习
Fig.3 The architecture of variational adversarial active learning
变分对抗主动学习的核心思想是利用VAE对已标注的数据和未标注的数据进行编码。因此,对于一个未标注的数据,如果其编码向量与潜在空间中向量的差异足够大,那么就可以认为该无标注样本是有价值的。VAE中的编码器使用高斯先验学习底层分布的低维空间,解码器用于重构输入的数据。
对于样本的选择是通过对抗网络来实现的,判别器的作用是区分一个样本是已标注还是未标注的。因此VAE在训练时还要编码输入数据,让判别器难以在隐藏层空间中区分该数据是否已经标注。当VAE以相似的概率分布将已标注数据和未标注数据映射到同一潜在空间中时,它欺骗判别器将所有输入数据分类为已标注数据;同时判别器试图估计数据来自未标注数据的概率。VAE的作为对抗网络中的角色,其目标函数表示为二元交叉熵损失。
训练VAE完整的目标函数为
式中:λ1和λ2分别为超参数;分别为重构损失和对抗损失。
最终选择标注样本的依据是判别器的输出,即
式中:L为鉴别器的损失函数;qϕ为ϕ参数化的编码器;x、x分别为标注和未标注样本;z、z分别为标注和未标注样本映射到隐藏层低维空间的值;D为判别器函数。
如果判别器输出置信度很高,则说明此时判别器很确信该无标注样已经可以很好地被现有的标注样本表示,无需选择该样本寻求标注。
03
基于主动迁移学习的TSA框架
基于主动迁移学习的TSA框架如图4所示,分为离线训练和在线应用阶段,当场景变化模型性能下降时通过主动迁移进行更新。
图4 基于主动迁移学习的TSA框架
Fig.4 The TSA framework based on active transfer learning
1)离线训练阶段。考虑各种故障条件,通过时域仿真生成大量样本,经过数据处理(异常数据剔除、数据归一化等操作),然后随机划分为训练集和测试集,基于训练集数据训练TSA模型。
2)主动迁移更新。当系统运行工况改变或拓扑结构发生变化时,需要启动更新机制。首先在目标域通过时域仿真生成小批量标注数据和大批量无标注数据,然后根据变分对抗学习算法训练并从无标注数据集中挑选样本寻求标注,结合已标注样本微调源域TSA模型,循环此过程直至微调后的模型性能满足要求。
3)在线应用阶段。训练好的模型应用于在线评估,当发生故障时PMU量测数据经过处理后输入到TSA模型中对暂态稳定性评估并给出结果,如果稳定则不需要任何动作,继续对系统进行监测即可;如果发生失稳则考虑施加相应的稳控措施。
04
算例分析
为了验证所提方案的有效性,在IEEE-39节点系统测试,其拓扑结构如图5所示。样本通过PSD-BPA时域仿真产生,模型基于python语言Pytorch开发。
图5 IEEE-39节点电力系统
Fig.5 The IEEE 39-bus power system
4.1 仿真场景和数据集
对于基本运行条件下的系统,主要从以下几个方面考虑模拟的场景:首先是故障类型,施加最严重的三相短路故障在34条交流线路上;其次考虑故障发生位置的影响,故障发生点在每条线路首端至尾端以10%为间距改变;此外考虑不同的保护方案,故障切除时间设置为0.1 s~0.3 s以0.05 s步长变化。最后考虑负荷水平对电力系统暂态响应特性的影响,设置 75%~120%以5%为间隔的多种系统负荷水平进行仿真。
根据以上设定,10 s的TDS共生成个样本,其中个样本为稳定,个样本为失稳,按照8∶2的比例对所有数据划分为训练集和测试集。对于目标域系统,设置并仿真以下场景并获得样本。
目标系统1:在80%~120%负荷水平下,线路6-11停运,在其余交流线路上施加三相短路故障,故障持续时间分别为0.1 s和0.2 s,共生成样本个,其中失稳样本个数为920,稳定样本个数为;
目标系统2:在80%~120%负荷水平下,线路4-14和10-11停运,在其余交流线路上施加三相短路故障,故障持续时间分别为0.1 s和0.2 s,共生成样本个,其中失稳样本个数为,稳定样本个数为;
目标系统3:调整负荷水平为70%、75%、125%、130%,同时调整发电机出力,在34条交流线路上施加三相短路故障,共生成样本个,其中失稳样本个数为847,稳定样本个数为。
4.2 源域模型性能对比和测试
TCN-GRU模型采用Adam优化方法以学习率1e-4进行训练,然后在测试集上对其进行评估,除了准确率A(accuracy)以外,基于表1的混淆矩阵,通过召回率R(recall)、精准率P(precision)和分数F1(F1-score)共4个指标对模型性能全面评估。
表1 混淆矩阵
Table 1 Confusion matrix
为了验证模型性能的优越性,本文采用机器学习算法包括逻辑回归(logistic regression,LR)、支持向量机(support vector machine,SVM)、极限梯度提升(extreme gradient boosting,Xgboost)、深度神经网络(deep neural network,DNN)以及深度学习算法包括卷积神经网络(convolutional neural network,CNN)、门控循环单元(gated recurrent unit,GRU)、时序卷积网络(temporal convolutional network,TCN)构建了对比模型。对于机器学习算法上述输入要求为一维向量,本文将二维数据展开成一维形式。SVM采用径向基核函数,惩罚因子C取值为10。Xgboost模型中树的数量选取为100,最大深度为10。5层DNN的神经元数量分别为[,256,64,8,2],CNN采用的网络结构为输入+卷积+池化+卷积+池化+2层全连接+Sofmax输出层,卷积核大小为3,池化层大小为1。GRU模型和TCN模型与本文所搭建的复合模型结构相同分为特征提取和分类器两部分,特征提取模块为单一的GRU和TCN。上述深度模型均采用Adam优化器进行训练,各个模型的预测性能指标对比如表2所示。可以看出,TCN-GRU模型各项指标均为最优,能够很好地提取暂态时序特征并用于稳定性分类。
表2 不同模型的评估结果对比
Table 2 Comparison of evaluation results of different models
当场景变化时,源域模型在目标系统上测试结果如表3所示。可以看出,在各新的场景下模型性能均有所下降,需要启动更新机制,结合主动迁移更新模型。
表3 源域模型在新场景下的测试结果
Table 3 The test results of the source domain model in the new scenario
4.3 目标域主动迁移学习效果
变分对抗主动学习各模块参数设置如表4所示,其中判别器为5层的多层感知机(multilayer perceptron,MLP),学习率设置为5e-4;编码器和解码器分别为3层的一维卷积和转置卷积,学习率设置为5e-3;VAE参数中β设置为1,潜在空间z维数为100。在开始阶段选择一种与分类器本身无关的样本选择方法—多样性采样方法,选择100个样本作为标注样本集,各模块均采用Adam优化器按照表1算法训练。判别器每次挑选100个置信度最低的样本寻求TDS标注并合并至标注样本集,记录每次迭代训练后的分类器精度。
表4 VAE结构
Table 4 The architecture of VAE
为了对比所提主动迁移方法中挑选样本策略的优越性,采用以下几种选择样本标注的方法:1)随机采样,随机从未标注样本集中挑选,每个样本被选中的概率是相等的;2)基于多样性采样,使用度量学习的方法计算未标注样本之间的相似度,并选择相似度较低的样本来增加多样性;3)基于熵采样,熵是一种衡量随机变量不确定性的指标,也可以用来衡量样本的信息量。利用分类器预测未标注样本的类别概率并计算熵值,选择熵值最高的未标注样本进行标注。上述采样方法用于挑选样本进行标注并对源域TSA模型更新,在目标系统1得到对比结果如图6所示。
图6 主动迁移学习迭代更新曲线
Fig.6 Active transfer learning iterative update curve
可以看出,相比其它挑选未标注样本的方法,变分对抗主动学习所选样本训练TSA模型精度稳步提升,标记样本个数相同时效果最好。继续增加标注样本的数量并更新模型以达到性能要求,在3个目标系统上对模型进行主动迁移学习迭代更新并记录准确率变化如图7所示。可以看出,在不同的目标系统上启动主动迁移更新机制,随着标注样本个数增加,目标域TSA模型准确率不断提高,TSA模型恢复至可用水平。
图7 目标域主动迁移学习准确率变化
Fig.7 The accuracy change of active transfer learning in target domain
结合主动学习对TSA模型迁移的优势是在实现模型性能提升的同时减少样本的生成时间。在目标系统1的场景下设计如下3种方案对模型更新测试。
方案1为主动学习挑选个样本标注并微调模型;方案2为随机挑选个样本标注并微调模型;方案3为将全部个标注样本微调模型;方案4为基于全部个标注样本重新训练模型。
所得测试结果如表5所示,相对于重新训练模型,微调可以实现模型的快速更新且在结合主动学习算法之后能够在选择标注样本个数较少的同时实现较高的准确率。尽管相对于随机选择样本过程变分对抗主动学习的训练耗时较长,但相对于时域仿真的时长代价较小,有助于高效的迁移学习。
表5 各方案下的测试结果
Table 5 The test results under each scheme
05
结论
本文提出了一种基于变分对抗主动迁移学习的自适应TSA框架,在IEEE 39节点系统测试了多个变化运行场景的数据并得出以下结论。
1)VAE可以学习数据的潜在表示从而区分已标注样本和未标注样本;采用长期仿真对所挑选样本进行标注,显著减少了仿真样本的生成时间。
2)相比其他样本选择算法,采用变分对抗主动学习所选样本训练TSA模型精度稳步提升,效果最好。
3)当运行场景变化TSA模型需要迁移时可以结合主动学习挑选未标注样本中信息量最丰富的样本微调模型,使迁移过程更加高效。
本文所提基于变分对抗主动迁移学习的自适应TSA框架中变分对抗主动学习独立于TSA模型训练任务。后续研究如何利用主动学习任务的结构并融合TSA模型训练,进一步发挥主动学习的优势同时提升TSA的精度和效率。
注:本文内容呈现略有调整,如需要请查看原文。
特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。
凡来源注明北极星*网的内容为北极星原创,转载需获授权。
【导语】2025年4月15日,江苏国信滨海港2×1000MW高效清洁燃煤发电项目(以下简称“江苏滨海港项目”)4号机组圆满完成168小时满负荷试运行,标志着这一江苏省“十四五”期间规划建设的重点能源项目(即2024年江苏省能源电力保供“头号工程”)全面实现“双投”目标,是今年江苏省内首台竣工投产的百万
近期,多座储能电站获最新进展,北极星储能网特将2025年4月27日-2025年4月30日期间发布的储能项目动态整理如下:65MW/100MWh!广东韶关市浈江区首个电网侧独立储能站开工4月25日上午,广东韶关浈江独立储能项目开工奠基仪式在国粤(韶关)电力有限公司举行。该项目由广东电网能源投资有限公司与国粤(
《电力辅助服务市场基本规则》出台全国统一电力市场落下“关键一子”作为全国统一电力市场“1+N”规则体系的关键“一子”,《电力辅助服务市场基本规则》(以下简称《规则》)日前出台,标志电力中长期、现货、辅助服务三大主要交易品种的规则顶层设计基本建立,也标志着我国电力市场改革迈出系统性突
《电力辅助服务市场基本规则》(下文简称《规则》)的出台,标志着我国电力体制改革迈出了重要一步。随着新能源占比不断提高,电力系统对调频、备用等资源的需求大幅增加,需要通过市场化手段优化资源配置,提升电网调节能力,确保电力供应的安全与高效。《规则》的实施不仅有助于完善全国统一电力市场
当地时间4月28日中午,位于欧洲伊比利亚半岛的西班牙和葡萄牙突发大范围停电,导致交通瘫痪、通信中断、公共服务陷入混乱,波及逾5000万民众。(来源:东亚能源产业观察nbsp;作者:天津景钰信息咨询)受此影响,西班牙全境约116列火车停运,马德里等多地地铁关闭,医院启动应急供电设备,马德里网球大
在能源行业加速数字化转型的背景下,人工智能(AI)技术正深度融入能源产供销全链条,推动电力系统向清洁低碳、安全高效的方向发展。近日,第八届数字中国建设峰会在福建福州开幕,本届峰会由国家发展改革委、国家数据局、国家网信办、工业和信息化部、福建省人民政府共同主办。在智慧能源分论坛上,华
随着人工智能技术的日益成熟和普及,人类社会快速迈入人工智能时代。当人工智能技术为千行百业深度赋能,既有的工作模式、生产流程、劳动效率都将发生翻天覆地的变化。如今,广泛应用的人工智能技术正在快速重构行业生态,劳动力市场首当其冲受到波及。一方面,重复性、机械性的大量劳动岗位可能很快被
4月29日,汉星能源200MW/400MWh电池储能项目(一期)在安徽省六安市霍邱县冯井镇顺利并网交付。该项目旨在提升区域电网调峰能力,促进新能源与储能的深度融合。作为目前安徽省获批在建规模最大的共享储能电站,是安徽省新型电力系统建设的重要实践。项目交付现场项目概况#x2726;项目占地50.56亩,约337
4月26日,远东股份发布2024年年报。公司实现营业收入260.94亿元,同比增长6.66%,创历史新高;实现归母净利润-3.18亿元,主要因为智能电池亏损,个别投资项目存在公允价值变动损失,市场内卷;员工8,283人,员工人均薪酬同比增长13.14%。报告期内,公司智能缆网实现营业收入227.03亿元,同比增长0.47%
5月份各地代理购电价格表已发布,一起来看看有哪些变化。(来源:微信公众号“黄师傅说电”)山西辅助服务自2022年11月起,山西在公布代理购电价格表的同时会随附一张自动发电控制(AGC)辅助服务补偿费用价格表。此举延续至2025年5月,该部分补偿费用现已在系统运行费中的辅助服务费中体现。在电力现
北极星电力网获悉,五大发电2025年一季度会议陆续召开,部署了二季度重点工作。整理如下:国家能源集团4月21日,国家能源集团召开2025年一季度工作会暨提质增效动员部署会。会议指出,2025年是进一步全面深化改革,“十四五”收官和“十五五”谋篇布局的关键之年,各部门、各单位要深刻把握生产经营改
2025年5月1日,当五一假期的春风拂过大地,人们纷纷踏上旅途,享受难得的休闲时光。然而在张家口坝上地区的1000千伏张家口变电站内,国网冀北超高压公司特高压交直流运检中心运维人员正以特有的方式庆祝这个属于劳动者的节日。他们放弃假期,坚守岗位,用汗水和责任守护着城市的电力脉搏,诠释着新时代
随着国家“双碳”战略目标深入推进,新能源占比持续攀高。截至3月底,浙江光伏装机突破5000万千瓦,同比增长41%,占电源总装机近三分之一。这为绿色发展提供了基础,也让电网调度运行面临新压力。国网浙江电力调控中心值长詹文达介绍,海量新能源接入主要带来三大难题:一是“用不完”,尤其是节假日期
4月29日,汉星能源200MW/400MWh电池储能项目(一期)在安徽省六安市霍邱县冯井镇顺利并网交付。该项目旨在提升区域电网调峰能力,促进新能源与储能的深度融合。作为目前安徽省获批在建规模最大的共享储能电站,是安徽省新型电力系统建设的重要实践。项目交付现场项目概况#x2726;项目占地50.56亩,约337
河北省秦皇岛市山海关区孟姜镇北营子村房屋白墙灰瓦,道路干净宽阔。村北就是角山长城。游客纷纷慕名而来,登长城、参观村史馆、品农家饭、采摘大樱桃。4月25日,冀北秦皇岛供电公司孟姜镇供电所所长孟令楠和员工徐东泽、曹洪利来到北营子村,检查为该村供电的配电变压器,并义务为民宿、餐馆等用电量
2025年4月29日,为确保夏季用电高峰期间电网安全稳定运行,国网冀北超高压公司输电检修中心抢抓五一窗口期,对500千伏上承三线展开全方位综合检修。同时针对其余线路保电工作,采用无人机+特种车辆+全景平台三维立体巡检模式,投入6架智能无人机、3台特种作业车及24小时输电全景平台,构建起空天地一体
近期,我国南方地区进入汛期,广西、广东分别于4月1日、4月15日全面进入汛期。4月18日以来,南方多地遭遇强降雨过程,广东、广西、贵州等地部分区域降雨量较大,伴有强对流天气,给电网安全运行和电力供应带来挑战。南方电网公司累计投入万余人、应急发电车94台、应急发电机54台开展抢修复电和保供电工
编者按近日,国家发展改革委、国家能源局发布《关于加快推进虚拟电厂发展的指导意见》,规范虚拟电厂的定义和定位,进一步理顺了虚拟电厂建设运行管理、参与电力市场机制等问题。本报邀请国网能源研究院有限公司能源互联网研究所对《意见》进行解读。近年来,我国风电、光伏发电等新能源发电装机高速增
随着国家“双碳”战略目标深入推进,新能源占比持续攀高。截至3月底,浙江光伏装机突破5000万千瓦,同比增长41%,占电源总装机近三分之一。这为绿色发展提供了基础,也让电网调度运行面临新压力。国网浙江电力调控中心值长詹文达介绍,海量新能源接入主要带来三大难题:一是“用不完”,尤其是节假日期
近日,华东能源监管局组织召开“新能源发电项目并网接入工作推进会”,国网上海市电力公司、安徽省电力公司发展部、营销部、调控中心相关负责人参会。会议围绕贯彻落实国家能源局关于新能源并网接入的最新通知要求,分析辖区新能源项目并网现状,重点协调解决并网流程中的堵点问题,要求电网企业进一步
为切实强化重要电力负荷中心应急保障能力,四川能源监管办按照国家能源局统一部署,协调推动成都坚强局部电网规划建设,着力保障关键负荷,提升重要城市电力供应韧性。4月27日,四川省组织召开成都坚强局部电网建设评估,四川省能源局、四川能源监管办、成都市经信局,国网四川省电力公司、国网成都供
在传统认知中,电力必须实际发出,才能获得收益。以往我们听说过发电企业通过中长期-现货市场套利,达成零发电却有结算收益的结果。但最近了解到一个更有趣的案例:非市场化的分布式电源,也能在“零发电”的情况下获得收益。案例分享:春节期间“零发电”也能赚钱?前几天,一位朋友分享了他们在H省的
随着国家“双碳”战略目标深入推进,新能源占比持续攀高。截至3月底,浙江光伏装机突破5000万千瓦,同比增长41%,占电源总装机近三分之一。这为绿色发展提供了基础,也让电网调度运行面临新压力。国网浙江电力调控中心值长詹文达介绍,海量新能源接入主要带来三大难题:一是“用不完”,尤其是节假日期
4月29日,固安县东芦庄村的大片农田中,绿油油的小麦长势喜人,纷纷吐出麦穗,正是到了灌“二水”的重要阶段。国网廊坊供电公司宫村镇供电所的员工刘景亮、赵海明走进田间,检查农耕灌溉供电线路,为春灌保驾护航。东芦庄村的麦田里,一条明渠贯通南北。电闸合上,出水口好似泉眼,立刻冒出清澈的地下
在能源行业加速数字化转型的背景下,人工智能(AI)技术正深度融入能源产供销全链条,推动电力系统向清洁低碳、安全高效的方向发展。近日,第八届数字中国建设峰会在福建福州开幕,本届峰会由国家发展改革委、国家数据局、国家网信办、工业和信息化部、福建省人民政府共同主办。在智慧能源分论坛上,华
2025年4月29日,为确保夏季用电高峰期间电网安全稳定运行,国网冀北超高压公司输电检修中心抢抓五一窗口期,对500千伏上承三线展开全方位综合检修。同时针对其余线路保电工作,采用无人机+特种车辆+全景平台三维立体巡检模式,投入6架智能无人机、3台特种作业车及24小时输电全景平台,构建起空天地一体
为深入贯彻落实党中央、国务院关于促进民营经济发展壮大的决策部署,进一步优化电力施工领域营商环境,支持民营企业健康发展,提升承装(修、试)电力设施行业服务质量,按照国家能源局资质中心工作部署,近日,山东能源监管办组织开展了承装(修、试)民营企业发展专题调研。本次调研,向山东省承装(修、
近期,我国南方地区进入汛期,广西、广东分别于4月1日、4月15日全面进入汛期。4月18日以来,南方多地遭遇强降雨过程,广东、广西、贵州等地部分区域降雨量较大,伴有强对流天气,给电网安全运行和电力供应带来挑战。南方电网公司累计投入万余人、应急发电车94台、应急发电机54台开展抢修复电和保供电工
近日,南方电网公司制定安全生产治本攻坚三年行动2025年重点任务。2024年,公司深入贯彻落实习近平总书记关于安全生产重要指示精神,落实国务院安委会印发《安全生产治本攻坚三年行动方案(2024—2026年)》,全面启动、系统部署公司安全生产治本攻坚三年行动,深入开展主要负责人安全教育培训、事故隐患
4月27日,国网山东省电力公司在烟台开展华北电网多资源协调控制系统集中调用储能试验。本次试验共调用11座新能源场站108.7万千瓦储能,储能单元由最大充电功率56.2万千瓦转为最大放电功率52.5万千瓦,调用储能单元放电总量可供26万户家庭使用,验证了新型储能在集中调用机制中的有效性。这是全国首次通
随着国家“双碳”战略目标深入推进,新能源占比持续攀高。截至3月底,浙江光伏装机突破5000万千瓦,同比增长41%,占电源总装机近三分之一。这为绿色发展提供了基础,也让电网调度运行面临新压力。国网浙江电力调控中心值长詹文达介绍,海量新能源接入主要带来三大难题:一是“用不完”,尤其是节假日期
在国家“双碳”战略稳步推进的大背景下,西电东送南通道正面临着前所未有的转型挑战。这条连接云南、贵州、广西与广东的能源主动脉,其电力供需格局正在遭受新的挑战:受到区域经济发展及产业结构升级的推动,西电东送南通道供受两端地区电力需求迅猛增长,2024年广东省发用电差额飙升至2165.7亿千瓦时
“五一”将至,为持续深化党风廉政建设,营造风清气正的节日氛围,国网涡阳县供电公司纪委立足行业特点,从思想、制度、监督三方面精准发力,全面筑牢廉洁防线,为节日期间电力保供和优质服务提供坚强纪律保障。深化教育筑思想防线,拧紧廉洁“总开关”。该公司纪委以“深入贯彻中央八项规定精神学习教
请使用微信扫一扫
关注公众号完成登录
姓名: | |
性别: | |
出生日期: | |
邮箱: | |
所在地区: | |
行业类别: | |
工作经验: | |
学历: | |
公司名称: | |
任职岗位: |
我们将会第一时间为您推送相关内容!