针对高压直流(high voltage direct current,HVDC)输电线路故障暂态行波具有时序性和强非线性的特点,导致高过渡电阻情况下故障识别率低的问题,提出基于卷积神经网络(convolutional neural networks,CNN)和双向循环门单元(bidirectional...针对高压直流(high voltage direct current,HVDC)输电线路故障暂态行波具有时序性和强非线性的特点,导致高过渡电阻情况下故障识别率低的问题,提出基于卷积神经网络(convolutional neural networks,CNN)和双向循环门单元(bidirectional gate recurrent unit,BiGRU)的HVDC输电线路故障识别方法。首先,采用故障后整流侧的双极暂态电流行波作为特征向量,利用CNN提取全局特征,并从中剔除噪声和不稳定成分,完成对数据的降维处理。然后,采用BiGRU来捕获CNN提取到特征的前后时间信息,进一步提取数据中的时序特征,以实现HVDC输电线路故障识别。仿真结果表明:该方法可在不同故障地点以及不同过渡电阻下对单极接地、双极短路、雷击故障、雷击干扰共四种故障实现准确识别,可靠性高,具有较强的耐受过渡电阻能力,同时具备一定的抗噪性能。展开更多
综合能源系统在提高可再生能源利用率和为系统提供灵活性方面具有一定优势,如何厘清其物料流与能量流复杂耦合关系,建立优化运行策略是亟待解决的问题。以甲醇化工园区为例,构建甲醇化工园区综合能源系统(Methanol Chemical Park Integr...综合能源系统在提高可再生能源利用率和为系统提供灵活性方面具有一定优势,如何厘清其物料流与能量流复杂耦合关系,建立优化运行策略是亟待解决的问题。以甲醇化工园区为例,构建甲醇化工园区综合能源系统(Methanol Chemical Park Integrated Energy System, MCPIES),运用序贯模块法对甲醇生产过程进行模块化处理,通过依次求解生产过程中关键的物料流,确定甲醇生产过程的物料流平衡关系,在此基础上建立量化甲醇生产单元物料流与能量流耦合关系的数学模型,从而实现其优化运行调度;同时考虑MCPIES的生产柔性可调节特性,设置多个算例对比验证其柔性可调节特性对其日常生产运行经济性的影响。仿真计算结果显示,该策略可有效地降低园区的用能成本。展开更多
文摘针对高压直流(high voltage direct current,HVDC)输电线路故障暂态行波具有时序性和强非线性的特点,导致高过渡电阻情况下故障识别率低的问题,提出基于卷积神经网络(convolutional neural networks,CNN)和双向循环门单元(bidirectional gate recurrent unit,BiGRU)的HVDC输电线路故障识别方法。首先,采用故障后整流侧的双极暂态电流行波作为特征向量,利用CNN提取全局特征,并从中剔除噪声和不稳定成分,完成对数据的降维处理。然后,采用BiGRU来捕获CNN提取到特征的前后时间信息,进一步提取数据中的时序特征,以实现HVDC输电线路故障识别。仿真结果表明:该方法可在不同故障地点以及不同过渡电阻下对单极接地、双极短路、雷击故障、雷击干扰共四种故障实现准确识别,可靠性高,具有较强的耐受过渡电阻能力,同时具备一定的抗噪性能。
文摘综合能源系统在提高可再生能源利用率和为系统提供灵活性方面具有一定优势,如何厘清其物料流与能量流复杂耦合关系,建立优化运行策略是亟待解决的问题。以甲醇化工园区为例,构建甲醇化工园区综合能源系统(Methanol Chemical Park Integrated Energy System, MCPIES),运用序贯模块法对甲醇生产过程进行模块化处理,通过依次求解生产过程中关键的物料流,确定甲醇生产过程的物料流平衡关系,在此基础上建立量化甲醇生产单元物料流与能量流耦合关系的数学模型,从而实现其优化运行调度;同时考虑MCPIES的生产柔性可调节特性,设置多个算例对比验证其柔性可调节特性对其日常生产运行经济性的影响。仿真计算结果显示,该策略可有效地降低园区的用能成本。