基于EMD的异常用电检测方法

异常用电行为的时频特性往往具有强随机不确定性,而固定参数相关的分析方法无法有效处理此类数据.为此,本文提出了一种基于经验模式分解(EMD)的异常用电检测方法.首先,针对用电数据的不同特点进行初步筛选,进而采用EMD方法对用户用电量和线损电量序列进行自适应分解,提取EMD分解所得高频分量,通过对其变化趋势和相关性进行分析...     

基于用电特征分析的异常用电检测方法

针对目前异常用电检测中存在的专变用户窃电率高、窃电模式难以察觉、使用窃电检测模型查找窃电用户过程中训练集不足的问题,提出了一种基于用电特征分析的无监督方式异常用电检测方法.该检测方法引入离群点查找算法,量化了海量数据中不同异常用电行为,将其提取为异常用电特征序列,并且根据专变用户不同计量方式和用电特点,构建了基于局部离...     

基于聚类和随机矩阵理论的用电行为刻画方法

针对配网大数据应用背景下难以建立用户用电行为刻画模型的问题,提出一种基于聚类和随机矩阵理论的电力用户用电行为刻画方法.首先利用K-means聚类法对海量用户用电特征数据进行分析,根据不同用电模式对用户进行群体划分.然后基于随机矩阵理论建立用户用电行为分析模型,利用各用户群体的经济数据、气候数据及电力价格数据等辨识与用户群体用电量相关联的因素,实现对电力用户用电行为的刻画.最后通过甘肃省武威市电网实际用电数据验证所提方法的有效性和准确性,为电力精准营销和制定电力需求侧响应策略提供数据支撑.     

基于cICA的红外点目标检测方法

针对红外点目标检测的要求,提出了一种基于约束独立分量分析(cICA)的红外点目标检测方法. 该方法只采用单帧扫描图像作为数据源,利用峭度约束的独立分量分析方法,消除了传统独立分量分析(ICA)方法的提取顺序的不确定性,从而直接提取点状目标的位置. 实验结果表明,利用该方法能够有效地进行红外点目标检测.     

基于CNN-LG模型的窃电行为检测方法研究

针对当前电网单一学习器窃电检测方法准确率低、实时性差且无特征提取的问 题,提出一种基于卷积神经网络轻梯度提升机（CNN-LG）模型的窃电行为检测方法. 通过卷积 神经网络（CNN）提取用户用电数据电力特征,将提取特征输入以决策树为基学习器的轻梯度 提升机（LG）分类器对数据进行训练,据此建立基于卷积神经网络轻梯度提升机模型的窃电行 为检测方法 . 采用基于卷积神经网络轻梯度提升机模型对国家电网和爱尔兰智能能源径 （ISET）数据集分别进行窃电行为检测 . 实验结果表明,本文提出方法可快速准确实现电网中 各类窃电行为检测,相比于现有检测方法具有更高准确度、更优泛化性能和实时性.     

基于非侵入式混沌多项式法的随机阻曳流CFD模拟不确定度量化

比较了计算流体动力学不确定度分析中的验证与确认方法和不确定度量化方法之间的区别.介绍了一种最新的不确定度量化方法——非侵入式混沌多项式法,并应用该方法和传统的蒙特卡洛法分别对二维随机阻曳流进行不确定度量化,其中蒙特卡洛法选用了随机采样法和拉丁超立方采样法两种方法.研究了当进出口压力为服从均匀分布的随机变量时所引起的流动的不确定性.研究结果表明,应用蒙特卡洛法进行不确定度量化时,随机采样法和拉丁超立方采样法效果差别不大;混沌多项式方法相较于蒙特卡洛法可以更高效地模拟不确定性在流场中的传播.     

基于优先级排序的用户侧电网调峰机制

传统的分时电价环境下,居民用户大量负荷转移至低电价时段,形成新的负荷高峰。为了缓解这一状况,提出了居民用户参与电网调峰的激励机制。以用户最小用电成本为目标函数,对家庭用电设备进行分类并建立数学模型;考虑调峰功率约束和补偿费用约束,运用改进的逼近理想解排序法（technique for order preference by similarity to ideal solution, TOPSIS）,并通过用户响应次数、响应功率等4个指标对每轮次参与调峰的用户进行优先级排序,最终确定参与调峰的用户名单。案例分析结果表明能够降低用户用电成本,减小系统的峰谷差。所提方法能够引导用户有序参与电网调峰,实现用户用电策略的优化。     

四阶段端到端的用户异常用电模式检测网络

为减少输配电过程中用户异常用电行为所造成的经济损失,提出了一种新颖的端到端的用户异常用电检测网络模型,该模型基于主成分分析网络（Principal Component Analysis network,PCANet）.与传统PCANet不同的是,其中采用四阶段特征映射模型.通过前三阶段特征映射提取网络获取用户用电数据中的正常、异常用电序列特征.该过程中,为了提高PCANet的检测精度,将第一阶段PCA所获取的特征通过下采样嵌入到第二阶段PCA中.将第三阶段PCA输出作为第四阶段小波神经网络（Wavelet neural networks,WNN）的输入,从而进一步了提高模型的检测精度.通过实验对比分析文中所提方法与传统异常用电检测方法表明：所提出的方法具有更高的检测准确性与鲁棒性,可以有效检测出用户异常用电行为.     

基于DCT系数量化的自适应数字水印算法

文章提出了一种基于DCT系数量化的自适应数字图像水印算法。该算法选取彩色图像作为载体图像,首先将彩色图像从RGB颜色空间转换到YIQ颜色空间,并提取其Y分量作为水印嵌入的载体,对Y分量用自组织映射(SOM)的方法进行块分类和离散余弦变换,然后将Arnold置乱后的二值水印图像量化嵌入到载体图像的DCT系数中,量化因子随块类别不同而不同,水印检测过程不需要原始图像的参与。实验证明,该算法对于常见的图像处理、JPEG压缩等具有较高的鲁棒性。     

基于激励机制的家庭能量系统优化策略研究

为缓解现有分时电价机制可能造成新的负荷高峰情况,提出了一种从负荷侧考虑的对电网调峰有贡献度的用电激励机制.首先建立各类家庭用电设备负荷模型、蓄电池负荷模型以及电动汽车充放电模型,其次提出从负荷侧间接调整电网峰谷差的激励机制模型,最后以用电成本与用户舒适度为目标函数,采用基于小生境的混沌粒子群优化算法求解多目标Pareto解.仿真结果表明,所提出的激励机制在满足舒适度要求的同时能显著降低用电成本与用电峰谷差,在一定程度上缓解了电网压力并提高其运行稳定性.     

计及源/网不确定性的区域电网有功不平衡度评估

区域电网互联可提高供电可靠性和新能源消纳能力,现有调度研究多关注全网功率平衡和联络线功率优化,忽略区域有功平衡能力。评估区域有功不平衡度,需要考虑长期运行中的不确定性因素,不能基于单个时间断面。计及风/光出力不确定性和电网随机故障,提出区域有功不平衡度指标和评估算法。首先改进K-means算法聚类风光出力场景。其次定义描述区域不平衡度的两个指标：电力不平衡度和供电能力不平衡度。考虑源/网不确定性,采用状态枚举和概率加权方法计算上述指标。将不平衡度指标分别纳入目标函数和约束条件,提出计及不平衡度的发电再调度模型。最后建立目标函数对不平衡度约束的灵敏度模型,估计放宽不平衡度约束对优化目标的影响。结果表明：所提算法以切负荷量增加为代价,可减小区域电网有功不平衡度。在不同出力/故障场景下,各区域综合不平衡度变化趋势基本一致。放松电力不平衡度约束,可减小综合优化目标。     

计及响应度的电力用户互动潜力画像分析

面对海量灵活资源参与系统运行调节,精准的电力用户互动潜力画像是提升需求侧响应策略实施有效性的基础。而作为现实经济人,用户对不同用电场景和时空电价呈现出差异化的响应特征,致使电力用户参与系统运行调节的互动潜力难以刻画。为此,本文提出了计及用户响应度的电力用户互动潜力画像技术。首先,采用改进型的电量需求弹性矩阵建立了用户对不同时空电价的响应模型;其次,定义了8个反映用户响应度的需求响应特征指标;最后,采用基于相关性特征选择原理和最佳优先搜索策略从8个需求响应特征指标中提取用户互动潜力最大相关特征制定可靠且精简的用户画像。算例分析表明,本文所提精选需求响应特征指标方法能有效反映用户对不同时空电价的响应度且所绘制的用户互动潜力画像具有可靠性和精简性。     

存在无智能电表用户的实时定价研究

研究了智能电网普及应用过程中同时存在有智能电表用户和无智能电表用户的实时定价问题.首先考虑供电商在保证电网稳定运行及自身的经济效益的同时要兼顾两类用户效用.然后建立无智能电表用户的用电规划函数和无智能电表用户群体的福利函数,并提出一主多从的斯塔克尔伯格博弈模型.最后将该模型运用在供电商原有的两种定价机制上,通过数值模拟...     

含光/柴混合发电的配电网可靠性评估模型

光伏发电是目前很具潜力的发电形式之一,但光照强度的波动和间歇特性使得对含光伏发电的系统进行准确可靠性评估较为困难。分析了光伏发电系统(PVS)元件失效模式及其对PVS输出功率的影响,建立了元件故障阶数考虑至三阶时PVS的可靠性模型;将光照资源的不确定性和PVS的元件随机停运相组合,得出PVS输出功率的概率模型。根据孤岛外配电网元件故障对孤岛负荷可靠性的影响,定义了修复域、隔离域和零域的概念及其分层思想,有效计及了断路器/熔断器拒动影响。通过算例探讨了光伏发电系统对配电网可靠性的影响,计算结果表明光伏发电系统接入配电网能有效改善配电网供电可靠性。     

基于改进K-Means++分时电量聚类与行业用电行为分析

由于能源互联网中分时电量分布不仅为分时电价的制定提供依据还代表着用户的用电意识,提出改进K-Means++的聚类算法与典型用户筛选模型对分时电量进行挖掘。首先对K-Means++进行改进,利用模拟退火算法(simulated annealing, SA)与中位数阈值分割自动确定聚类初始质心与聚类数,弗雷歇与欧式距离的加权复合作为相似性的度量,权值由信息熵与层次分析法(analytic hierarchy process, AHP)确定。然后对分时电量进行聚类,从每簇聚类结果中依据典型用户筛选模型筛选典型用户,得到3种用电类型,最后从主要用电类型与用电类型转变的角度对行业用电行为分析,得到不同行业相同的用电行为。有助于供电侧初步掌控区域性行业用电群体的用电特征,为精细有序的用电管理做准备。     

基于迭代用户选择的合作频谱感知算法

针对认知无线电中经典频谱感知算法 (能量检测、算术几何平均、信号特征值子空间、最大特征值检测)存在不同程度缺陷的问题,为了进一步提高频谱感知算法的检测性能,提出了基于迭代用户选择(iterative user selection, IUS)的合作频谱感知算法。该算法先对参与合作感知的全部认知用户进行选择,然后在选出的部分用户频谱观测数据的基础上,生成全局检验统计量(global decision statistic, GTS),以此做出授权用户(primary user, PU)信号是否存在的全局判决。仿真结果显示,在虚警概率保持不变的情况下,进行迭代用户选择后,合作频谱感知的检测概率要优于未进行用户选择时的算法。与经典频谱感知算法相比较, IUS的合作频谱感知算法不需要任何先验信息,且以较少的频谱观测数据达到较好的检测性能。     

基于改进型密度峰值算法的电力负荷聚类分析

在海量异质灵活资源参与含高比例新能源电网的运行调节背景下,针对用户用电特性分析的准确性、鲁棒性、计算效率的高要求问题,文中提出了一种基于特征指标完善和改进型密度峰值算法的电力负荷聚类分析方法。首先,通过提取9个完备的特征指标进行指标降维和完善以代替日负荷曲线组成的功率向量作为聚类输入;其次,采用熵权法对各项特征指标赋予权重保证负荷曲线的形态特征;最后,采用一种改进型密度峰值聚类算法对日负荷进行聚类分析。基于某地区实际负荷数据进行算例分析,结果表明文中所提方法在鲁棒性、聚类质量等方面相比于传统电力负荷聚类算法均具有优越性,聚类结果能真实有效地反映用户的实际用电特性,为制定精准的电力用户画像、需求侧响应策略提供了态势感知基础。     

基于效用分类的智能电网实时电价算法

在智能电网实时定价过程中,针对家庭住宅用户,大工业、商业用户分别采用不同效用函数,改变了以往所有用户仅考虑单一效用函数的局限,使用多类效用函数模拟不同用户的消费偏好,研究了含有多类用户并存的社会福利最大化模型。根据市场供需平衡才能达到社会福利最大化原理,利用KKT最优性条件,分别计算供电侧的最优产电量和用电侧的最优用电量,得到了相应的分布式实时电价更新算法,保护了用户的隐私。通过数值仿真对分布式实时电价算法与固定电价算法相比较,证实了该算法的有效性、收敛性。