计及输电线路相关停运的大电网可靠性评估

为了计算和分析输电线路对大电网可靠性评估的影响,提出一种计及双回平行输电线路独立停运、共同模式停运和相关停运的大电网可靠性评估模型和算法.计及共同模式停运和相关停运时,双回平行输电线路的两回线实际上是一个具有多个状态的元件.提出的算法可以在形成可靠性指标时,同时计算这种多状态元件造成系统失效状态下独立停运、共同模式停运和相关停运的概率和频率,减少了计算复杂性.通过对RBTS系统、IEEE-RTS96区域A系统和一个实际电力系统进行的可靠性计算分析,验证了提出的算法的正确性和有效性.     

最小一乘线性回归模型研究

用5个定理给出最小一乘线性回归的相关性质,为其工程应用奠定了基础。文中首先证明了“由“最小一乘”准则确定的直线y=b1x1+ b2x2经过其两个样本点”以及“由最小一乘准则确定的直线y=b1x1+ b2x2+a经过其三个样本点”。然后应用数学归纳法得到如下定理:设有n(n>P)个样本点(x1i, x2i, ? xP i, yi,),则由最小一乘准则确定的线性非奇次模型y=b1x1+b2x2+?bPxP+a经过其P+1个样本点,而相应的奇次模型必经过其P个样本点。通过大量工程实例证实了最小一乘具有较强的稳健性,同时也证实了定理的正确性。     

大系统可靠性评估的快速分块算法

网络的最小割集等效是大系统可靠性评估中常常遇到的重要问题,也是出现“维数灾难”的主要原因。本文提出了一种快速分块算法,并从理论上对其正确性进行了证明。算法中的连通性判断采用了链表数据结构和深度遍历法(DFS)相结合的方法,从而有效地提高了判断连通性的速度。文中还提出了一种判断已知边集是否为最小割的方法。计算复杂性分析和网络可靠性评估的算例表明了该算法对大系统可靠性评估的有效性。     

组合预测模型的回归分析方法

给出求解组合预测权系数的回归分析方法，文章首先给出了基于最小二乘和最小一乘准则的线性回归组合预测模型，然后应用最小二乘原理得到权系数最小二乘估计值。由于最小一乘准则下，目标函数不可微，传统的优化规则方法无法求解，故文中提出用基于最小二乘的逐步变权方法进行求解。同时，还给出了百分误差绝对值最小为目标的组合预测模型及权系数求解方法。通过实例分析，表明组合预测模型的预测精度很高，回归效果很显著。     

网络K度薄弱最小割集及其快速搜索算法

本文建立了k度薄弱最小割集概念,以表征网络传输薄弱环节薄弱的程度。在此基础上提出了一种搜索大型网络k度薄弱最小割集的算法。计算复杂性分析表明,该算法的计算频度较低,可有效应用于大型网络传输容量充足度分析之中。     

函数型连接神经网络偶发事件分类器设计

偶发事件分析是电力系统安全分析和可靠性计算中的关键问题,需要大量的计算时间.为了有效地减少大电力系统开断模拟的计算工作量,提出一种用于识别偶发事件的函数型连接神经网络(FLNN)分类模型和算法.为获取事故后的系统状态信息,用相对于故障前系统状态的变化量反映事件的行为特征,设计了一组行为指标(PI),构造出神经网络分类器.讨论了各种行为指标及其组合对分类器的不同影响,指出支路功率行为指标是较好的行为指标.通过对IEEE-RTS24试验系统进行的分类计算表明,该分类器不仅网络结构和学习算法简单,而且提高了计算速度和精度.     

市场环境下计及竞价机组整体特性的机组组合

以价值工程和电力系统可靠性理论为指导,针对目前发电市场中机组组合问题研究存在的未充分协调机组经济性和可靠性不足,提出了一种基于竞价机组运行价值的新模型,该模型以系统竞价机组的运行价值之和最大为优化目标,兼顾了各竞价机组运行的经济性和可靠性,其结果可为公平合理的发电计划制定,提供量化决策依据.通过算例分析,表明文中提出的方法比其他方法更全面、更合理.     

基于粗糙集与神经网络的电力负荷新型预测模型

针对电力系统多因素负荷预测问题的复杂性,融合粗糙集方法与神经网络方法各自的优势,提出一种新型的负荷预测模型——粗糙集径向基函数神经网络模型(RSRBFN).运用粗糙集方法和信息熵概念,在不改变样本分类质量的条件下约简负荷影响因素,简化了网络输入变量.通过消去冗余信息,提炼学习样本,获得典型样本.用典型样本约简隐含层神经元和训练网络,并将网络连接权值学习的非线性极值问题转化为线性规划问题,使网络结构得到优化,提高径向基神经网络的计算效率和预测精度,增强实用性.数值实验结果说明RSRBFN模型是可行、有效、实用的.     

免疫算法与其他随机优化算法的比较分析

详细描述了免疫算法的基本原理、步骤和寻优机理，以及抗体的抑制和促进、记忆单元更新、亲和性计算等特点。阐述了免疫算法抗原、抗体与实际问题的映射关系。用其他随机优化算法(模拟退火算法、遗传算法、进化规划等)与免疫算法进行了比较研究，给出了他们的异同点、免疫算法的优点等。利用旅行商问题(TSP)、随机优化算法测试函数对免疫算法及其他算法进行了测试分析。实例分析表明，免疫算法是一种收敛速度快、收敛性好的算法。     

变权组合预测模型研究

给出了一种变权重组合预测模型权系数估计的新算法 .该算法通过广义逆矩阵的循环迭代 ,形成收敛的权系数 ,进而进行组合预测 .文中还给出了算法收敛性的证明 .实例分析效果是显著的——变权重方法比普通方法预测精度高 ,拓广了组合预测的范围.