基于情景方法的微型智能电网经济运行的优化

针对微型智能电网经济运行优化问题中,分布式可再生能源输出功率的预测误差具有不确定性的特点,提出了一种基于混合0-1随机非线性规划的微型智能电网运行优化方法.该方法将蒙特卡洛方法与轮盘赌选择机制相结合,利用情景生成方法来表示分布式可再生能源输出功率预测误差的所有可能实现,同时将带有不确定性的微型智能电网运行优化问题转化为确定性的混合0-1非线性优化问题,并用分支定界算法求解混合0-1非线性优化问题.最后,利用情景聚合方法得到最优期望解.通过仿真实验表明了所提出方法的有效性.     

基于LightGBM和DNN的智能配电网在线拓扑辨识

为提高电网的安全运行水平和经济性,灵活的可重构的网络拓扑结构是未来智能配电网的基本特征.而配电管理系统(DMS)中的大部分功能,如状态估计,潮流计算和电压控制等,都基于网络当前的拓扑结构.因此,拓扑辨识是DMS的基础功能之一,研究更为高效和准确的智能配电网拓扑辨识方法具有重要意义.结合配电网的结构和运行特点,建立了基于机器学习的智能配电网拓扑辨识框架,并提出了基于LightGBM和深度神经网络(DNN)的配电网在线拓扑辨识方法.该方法借助LightGBM实现特征选择,筛选出对配电网拓扑辨识最有效的少量量测,以深度神经网络实现配电网运行断面量测数据与其拓扑结构间的映射.考虑实际应用中可能存在量测数据丢失的情况,提出了基于最小方差的缺失值填补方法.同样利用样本间的最小方差进行未知拓扑的甄别,并借助增量学习机制,通过增量训练DNN模型实现拓扑知识库的更新.与现有方法相比,本文提出的拓扑辨识方法仅需要配电网中少量节点的运行断面量测数据,同时适用于辐射状和弱环网结构,计算效率可支持在线拓扑辨识.通过IEEE33节点配电网和PGE69节点配电网验证了所提方法的有效性与优越性,并分析了对于不同噪声水平情况、量测特征值缺失和存在未知拓扑的适应性.     

基于邻域交互增益信息的多标记流特征选择算法

现有的多标记特征选择一般假设特征空间是固定已知的,然而实际应用中很多特征是需要在提取过程中实时地进行筛选.为此,提出基于邻域交互增益信息的多标记在线流特征选择算法.首先,基于多标记邻域互信息和邻域交互增益信息提出在线相关性分析与在线冗余性分析两种策略来评价特征;其次,基于邻域交互增益信息构建了在线流多标记特征选择的目标优化函数;最后,在六个多标记数据集和四个评价指标上,实验结果证明了该算法的有效性和稳定性.     

基于在线分级特征选择机制的目标跟踪算法

为了提高在复杂背景、光照突变等因素干扰下视频序列目标跟踪算法的鲁棒性,提出了一种新的基于在线目标特征选择机制的跟踪算法。利用目标颜色信息和梯度方向直方图构造目标特征空间,用G auss混合模型对目标特征集建模,分级选择机制在目标特征集中依据最大化信噪比准则选择最优的特征子集,生成概率权重图像。利用概率权重图像构造观测似然函数,在粒子滤波的框架下,实现目标的跟踪。实验结果表明:该算法可以有效地克服目标旋转、背景复杂、光照突变等因素的干扰。     

基于在线分级特征选择机制的目标跟踪算法

为了提高在复杂背景、光照突变等因素干扰下视频序列目标跟踪算法的鲁棒性,提出了一种新的基于在线目标特征选择机制的跟踪算法。利用目标颜色信息和梯度方向直方图构造目标特征空间,用Gauss混合模型对目标特征集建模,分级选择机制在目标特征集中依据最大化信噪比准则选择最优的特征子集,生成概率权重图像。利用概率权重图像构造观测似然函数,在粒子滤波的框架下,实现目标的跟踪。实验结果表明:该算法可以有效地克服目标旋转、背景复杂、光照突变等因素的干扰。     

基于多尺度卷积的胶囊网络知识图谱嵌入模型

该文基于胶囊神经网络出色的维度信息挖掘能力,加入多尺度卷积以进一步增强其特征提取和交互能力,提出了基于多尺度卷积的胶囊网络知识图谱嵌入模型.首先,通过TransE算法训练得到实体和关系的初始化嵌入向量;其次,通过多尺度卷积生成不同的特征图,将得到的特征图进行特征融合,融合后得到的特征图重组为相对应的胶囊;最后,利用动态路由指定从第一层胶囊到第二层胶囊的连接,经过路由得到的第二层胶囊利用squash函数得到最终向量长度,该向量长度决定三元组的置信度.知识图谱链接预测任务的实验结果表明,较嵌入模型CapsE,本文提出的模型在WN18RR数据集上指标Hit@10提高1.8%,MRR提高1.4%,在FB15k-237数据集上Hit@10提高2.2%,MR提高4.8%.     

一种考虑二级连锁过载的电网故障关联区域划分方法

针对电网的连锁过载,提出了一种基于聚类算法的故障关联区域划分方法。利用直流潮流法对初始故障支路和其余支路之间的内在关联因素进行了分析,给出了支路之间的关联作用矩阵;给出了一种评价支路连锁过载严重度的表达参量,并给出了反映任一初始故障支路造成其余支路功率越限的严重度矩阵以及连锁过载标识矩阵;利用该3种矩阵从初始故障对其余支路施加影响的角度以及其余支路遭受初始故障攻击的角度,给出了以聚类算法为核心的关联作用区域划分方法,该方法既考虑了支路之间的内在关联作用,也考虑了实际运行状态的影响,最后通过算例分析验证了该算法的合理性。     

一类由矩阵Kronecker积生成的分形与McMullen集的Lipschitz等价

首先阐述了利用矩阵Kronecker积迭代生成分形的方法,与IFS迭代函数系生成的分形不同,基于矩阵Kronecker积迭代生成的分形与初始集的选择有关,若其初始集为正方形,则生成的分形即为Mc Mullen集;其次利用定比分点构造了凸四边形和扇环与正方形之间的双Lipschitz映射,证明了如果将初始集由正方形换成任意一个凸四边形或圆心角小于180°的扇环,则由矩阵Kronecker积迭代生成的分形与Mc Mullen集具有Lipschitz等价性.     

智能变电站及技术特点研究

智能变电站作为智能电网的重要组成部分,其肩负着变电设备状态监测、电网运行数据信息采集、智能调节等任务。智能变电站为整个电网的安全、稳定、可靠、经济运行提供了强有力的技术支撑,它的地位和作用不言而喻。为此,应当重点加大智能变电站及其技术的研究,从而使其能够更好地为智能电网发展服务。基于此点,该文从电子式互感器技术、在线监测与智能诊断技术以及在线五防技术这三个方面对智能变电站及技术特点进行了论述。期望通过本文的研究能够对提高智能变电站的运行稳定性有所帮助。     

基于BERT预训练语言模型的电网设备缺陷文本分类

电网设备缺陷部位识别是设备故障分析的关键环节。该文提出一种基于预训练语言模型双向Transformers偏码表示(Bidirectional encoder representation from transformers,BERT)的电网设备缺陷文本分类方法。基于BERT预训练语言模型对电网设备缺陷部位文本进行预训练生成具有上下文特征的词嵌入(Word embedding)向量作为模型输入,然后,利用双向长短时记忆(Bi-directional long short-term memory)网络对输入的电网设备缺陷文本向量进行双向编码提取表征缺陷文本的语义表征,并通过注意力机制增强电网设备缺陷文本中与缺陷部位相关的领域词汇的语义特征权重,进而得到有助于电网设备缺陷部位分类的语义特征向量。通过模型的归一化层实现电网设备缺陷部位文本分类。在主变压器、SF6真空断路器这两种设备缺陷文本数据集上实验结果表明,提出的方法比基于BiLSTM-Attention模型的F_1值分别提升了2.77%和2.95%。     

基于改进随机森林的电力系统暂态稳定评估

针对传统基于机器学习的电力系统暂态稳定评估方法存在准确率偏低和泛化能力不足的问题,提出了一种基于特征选择和改进随机森林的在线暂态稳定评估方法。首先,通过最大化联合互信息挖掘电网运行数据之间的相关性,筛选出具有代表性的关键特征子集;然后,考虑到电力系统数据库中稳定样本与失稳样本之间的类别不平衡问题,通过改进bootstrap抽样和对决策树进行加权处理,增强随机森林对失稳样本的识别能力;最后,基于改进的随机森林算法,建立关键特征数据与暂态稳定标签之间的映射关系。实验结果表明,所提方法具有较高的准确性和较强的鲁棒性,能够满足在线应用的需求。     

基于生物遗传模型的微电网电流保护整定方法

传统微电网电流保护整定方法存在失效率高的问题,因此,提出一种基于生物遗传模型的微电网电流保护整定方法,介绍了微电网电流保护装置硬件结构,分析了测频电路和A/D转换电路。通过演化算法对微电网电流保护进行整定,依据"自然选择"构建"生物遗传"模型对微电网电流进行整定优化,在微电网电流短路故障中,利用电力系统的模型反馈设定初始值,经"自然选择"将初始值进化成最优值。给出演化计算在电流短路故障中的参数优化模型。实验结果表明,采用本文方法对微电网电流保护整定优化后,微电网失效率降低,可靠性增强。     

基于差分进化极限学习机的电力系统暂态稳定评估方法

电力系统暂态稳定性的破坏可以对电力系统的安全稳定运行产生严重冲击,准确、快速地暂稳评估方法能够提高电力系统的安全防御能力。极限学习机由于其速度快、泛化性能好被应用到电力系统暂态稳定评估中。为了提高极限学习机的评估性能,利用基于差分进化算法的优化方法和序列浮动后向特征选择算法对极限学习机暂态稳定评估性能进行提升。首先对输入特征通过主元分析降维并利用序列浮动后向算法进行特征选择,再将最优特征集输入差分进化极限学习机进行暂态稳定评估,最后在新英格兰10机39节点系统中进行验证分析,结果表明,所提模型与其他极限学习机模型相比,大大提升了其在暂态稳定分类评估中的性能。     

多方面改进的自动搜索断面研究

断面是电网的脆弱环节,而断面的识别通常依靠专家经验,针对此局限,提出了多方面改进的自动搜索断面法。首先基于电网分区原则对Louvain算法进行改进,进而采用改进后的算法对电网进行分区,将各区域之间的联络线作为初始断面,再根据支路开断分布系数、安全裕度等约束递进识别输电断面、关键断面。为高效计算断面热稳定极限,建立断面热稳定极限的数学模型,通过改进鸡群优化算法对该模型进行求解,得到断面传输极限,从而得到关键断面。在IEEE39节点系统验证了所提方法的有效性。     

复杂网络理论下的电网分区及输电断面搜索方法

为有效地进行电网输电断面的搜索,提出基于复杂网络理论的电网分区及输电断面搜索方法。首先,根据GN算法对电网进行分区,对其无法避免的3台及以上串供结构进行检测和修正,以模块度为指标确定最优分区方案,搜索分区断面;其次,根据最小割集思想,基于Karger方法对分区断面进行搜索,获取电网的输电断面。所提方法在新英格兰39节点和某地区实际电网中的应用验证了其搜索输电断面的有效性。     

社团生成结构的电力信息物理系统鲁棒性分析

随着传感器技术的快速发展,信息网与电网的深度融合,电力系统的智能化水平越来越高,但也面临着安全性、脆弱性等一系列问题.结合相互依存网络与介数负荷-容量级联故障模型,提出了包含电网、信息网孤岛运行的连锁故障仿真算法,主要研究了具有社团结构的电力信息物理系统(cyber physical system,CPS)鲁棒性,修正...     

计及多类型需求响应的光伏微网储能容量优化配置

储能系统接入对于分布式光伏发电具有重要意义,合理配置储能容量可以有效平抑光伏发电的波动性和间歇性,同时提高光伏消纳能力。在考虑多类型需求响应方式下,建立了以微网总成本和光伏消纳率为目标函数的储能容量优化配置模型。首先引入激励型需求响应模型和价格型需求响应模型;然后根据两类响应方式对电网稳定运行及光伏消纳的影响,建立以最大化光伏、负荷时序一致性和负荷峰谷差两种指标满意度的综合响应模型;最后基于并网型光储微网运行策略,采用双层优化算法对光伏微网模型求解。通过某一实际运行微网为算例,分析验证了模型和算法的有效性。结果表明,多类型需求响应结合方式使得用户用电方式更为合理,微网经济性得到改善。     

基于太阳能发电的空气源热泵供热系统研究

提出了太阳能发电与市电互补的空气源热泵供热系,结合某处办公建筑,给出了其空气源热泵供热系的设计方案,搭建了实际的空气源热泵供热系统。对太阳能发电与市电互补的空气源热泵供热系统进行了实验研究,结果表明当光伏电源与市电切换时,负载电压与电流波形畸变率较小,系统能够平稳运行。对整个冬季的蓄水箱水温、供暖房间空气温度、系统耗电量等参数进行测试,与传统供热方式比较,系统的经济性显著提高。     

电网低频振荡扰动源线路暂态特征频带选取算法

为了有效利用线路暂态特征频带包含的故障信息,准确选取线路暂态特征频带,使得频率在该频带内的暂态分量可有效体现电网低频振荡扰动源位置,提出电网低频振荡扰动源线路暂态特征选取算法。分析了线路边界频率特性,获取线路暂态特征频带上限约束值。将电网低频振荡扰动源线路的始端和末端当成端口,通过二端口网络方程获取线路等值阻抗,对暂态特征进行分析。在此基础上,通过矩阵束法对不同线路电流频率分量和频率分量相位进行提取,按照升序顺序排序,对不同频率分量相位进行比较。将与90°相角相应的频率当成频带上限,完成对电网低频振荡扰动源线路暂态特征频带的选取。实验结果表明:所提算法可得到线路暂态特征频带选取结果,获取电网低频振荡扰动源位置;和特高压直流输电线路暂态保护特征频带选取算法与基于暂态相电流特征分析的故障选线算法相比,所提算法选取结果和实际结果间的误差最小。可见所提算法暂态特征频带选取结果准确。