应用型本科院校电气工程及其自动化专业实践教学体系建设与思考——以南京工程学院为例

良好的实践教学体系是应用型本科院校培养学生理论联系实际能力的重要保障。南京工程学院电气工程及其自动化专业实践教学体系主要有实验、实习、课程设计和毕业设计等环节构成。经过多年的建设,实践教学体系得到了优化,取得了一定的成效。在此基础上,应进一步提高平台建设的层次,加强高水平的团队建设,深入推进教育教学改革。

坚持面向行业办学理念 培养适应电力工程需求的应用型人才

南京工程学院电气工程及其自动化专业具有悠久的办学历史,在办学过程中,它始终坚持面向电力行业的办学理念,紧随社会的发展适时调整人才培养方案和知识结构,重点抓好七个环节,尤其在实践教学方面构建了多层次的实践教学体系,为培养应用型本科人才探索出一条自己的路子。

电气工程及其自动化的智能化技术应用研究

随着智能化技术的快速发展,人工智能、大数据和机器学习等技术在电气工程中得到广泛应用。本文从不同角度对智能化技术在电气工程中的应用进行了深入研究和分析,探讨了智能化技术在电力系统、控制系统、生产系统和安全监测等领域的具体应用。同时,还分析了智能化技术在电气工程中所面临的技术挑战。

结合实际探讨电力工程教学改进

电力工程课程是一门理论与实践结合紧密、实用性较强的专业课程。就目前存在的教材更新较滞后、教学形式较单一、学习效果不理想问题,探讨在丰富教学内容、突破教学方法、加强实践环节方面的改进措施。

基于生成对抗Transformer的电力负荷数据异常检测

电力负荷异常数据将给电力系统规划、负荷预测以及用能分析等带来较大的负面影响,因此亟须对负荷数据异常进行检测与识别。首先,针对电力负荷数据异常分类、原因及其特征开展分析。其次,改进传统Transformer编码器结构,采用多头注意力层代替掩码多头注意力层,同时移除前馈网络,以提高模型对负荷时序序列的全局注意力。基于生成对抗网络(generative adversarial networks,GAN)生成器与判别器的博弈结构,提出一种改进的GAN-Transformer模型,以更好地捕捉趋势性特征并加速模型收敛。然后,引入多阶段映射与训练方法,综合焦点分数打分机制,通过分阶段负荷序列重构帮助模型更好地提取负荷数据异常特征。最后,算例分析结果表明,GAN-Transformer模型在负荷数据异常检测精确率、召回率、F_(1)值以及训练时间方面均具有更优的性能,验证了所提方法的有效性和优越性。文中研究工作为基于深度学习进一步实现电力负荷数据异常分类与数据修复提供了有益参考。

基于绿电和自愿减排量交易的园区低碳电力运营优化

为保证园区电力运营经济性,提高清洁电能的使用比例,文章提出了一种基于绿电和自愿减排量交易的园区低碳电力运营优化模型。该模型综合考虑了绿电和火电的购电成本、光伏发电成本及自愿减排量收益,以总运营成本最小为目标函数,结合随机概率约束,分中长期、日前和实时三阶段对绿电、火电电量以及光伏发电量进行优化。以南京市某企业园区的数据为基础,在自愿减排量价格合理的前提下,该优化模型可小幅降低园区总运营成本,并且显著提高了清洁电能的使用比例和园区应对扰动的能力。另外,就自愿减排量价格以及置信度取值对优化结果的影响进行了分析。

带有指令滤波的电力弹簧系统反步控制

针对新能源发电系统因间接性和不确定性导致的电压波动问题,文中首次将反步控制策略应用于电力弹簧(electric spring,ES)系统,并提出一种带有指令滤波的ES反步控制策略。根据ES的数学模型利用反步法设计控制器,并加入指令滤波器,以解决ES反步控制中的计算膨胀问题,同时设计误差补偿信号,并利用Lyapunov稳定性理论验证系统稳定性。通过仿真模拟新能源发电系统网侧电压波动时,ES对关键负载(critical load,CL)电压稳定的效果,以及不同系统参数对文中控制策略的敏感性分析。与传统的比例积分(proportional-integral,PI)控制对比,CL电压动态响应速度提高0.07 s,CL电压畸变率降低31%,参数敏感性分析中CL电压最大偏差率为0.318%,能承受的最大电压幅值波动范围提高52.9 V。仿真结果验证了文中所提出的控制策略具有响应速度快、谐波含量低、抗干扰能力强的优势。

电力电子变压器参与配电网调压调频的应用研究

为提升配电网的稳定性,该文提出利用配电网电力电子变压器对配电网的电压和频率进行调节。通过电力电子变压器输入级进行配电网无功功率调节,利用母线电压下垂特性提出无功调节方法,并引入无功电流反馈以提高配电网电压质量和稳定性;同时,通过电力电子变压器输出级控制负载电压以调节配网有功功率,作为一次调频储备负载,从而在频率暂态期间减小频率偏差。通过对基于配电网电力电子变压器的调压调频控制方法进行实验验证,所提控制策略能改善配电网电压和频率质量,有效提升配电网的稳定性。

基于抽蓄协调的新能源纳入电力系统备用方法

大规模新能源并网后,传统的备用体系制约含高比例新能源电力系统的新能源消纳能力。为此,该文提出基于抽蓄协调的新能源纳入电力系统备用方法。首先,采用改进K-均值聚类算法生成各时段新能源出力预测典型场景;然后,基于广义新能源预测偏差及弃用风险约束,确定各时段各典型场景的最佳新能源纳入备用比例系数;最后,根据各时段的新能源预测数据和抽水蓄能机组的发电支撑状态,进一步调节所对应时段新能源纳入系统备用的最佳比例系数,将新能源合理地纳入系统备用。算例结果验证所提方法能够有效提升含高比例新能源电力系统新能源消纳能力,减少新能源弃用。

试论电气工程及其自动化的智能化技术应用

在我国经济社会快速发展的今天,电气工程专业也得到了飞速发展,与这一专业相关的多项自动化以及智能化技术的应用也为人们生活水平的提升做出了突出贡献。在这一背景下,本文对电气工程及其自动化与智能化技术的有关概念以及实际应用进行了探究,并且结合我国经济社会发展的现状探究了电气工程及其自动化在人们生活中的实际影响。

基于深度检测网络的配网工程动态缺陷检测进展

配网工程中大量的安全质量潜在缺陷给配网运行带来了极大的安全隐患。将深度检测网络应用于配网工程动态缺陷检测可加强配网工程管理、减少人工运维工作量,达到提质增效的目的。文章首先对配网工程缺陷种类进行梳理分类;然后,针对典型深度检测网络及其在配网工程动态缺陷检测领域的应用现状开展深入研究,并对现有研究成果进行详细综述;再次,总结深度检测网络应用于配网工程动态缺陷检测的关键问题及其解决方案。最后,对该领域的研究方向进行展望,期望为后续研究工作提供有益参考。

基于二次型迭代逼近法的电力系统电压鞍结分岔点识别

为实现负荷增长过程中电力系统鞍结分岔点(SNB)的快速准确识别,提出一种直接计算电力系统电压崩溃点的二次型迭代逼近方法,基于系统中PQ节点输出的PV曲线为近似二次型的特点,在节点功率平衡方程中引入负荷增长参数,运用复合函数求导法则就功率方程进行两次求导,理论推导节点电压对负荷参数的一阶、二阶导数表达式,由此确定PV曲线二项式,依靠顶点坐标确定电力系统鞍结分岔点的初始位置,经多次迭代收敛逼近电压崩溃点。所提方法避免了连续潮流法的多次潮流计算,可显著降低计算量。以IEEE 14,IEEE 118节点系统进行仿真验证,证明了该方法的有效性,相较增补P’Q节点法及戴维南等值法,二次型迭代逼近法具有较高的计算效率和鲁棒性。

面向电力营销的多源日志安全数据挖掘方法

针对当前电力营销业务系统内部电力营销数据分散、缺乏对电力营销数据统一管理,在多源电力营销数据库中应用了Apache Lucene的Elasticsearch分布式搜索引擎。通过采用主控芯片型号为XC7Z035FFGH676-2的Cortex-A9处理器,提高了电力营销多源电力营销安全数据信息的挖掘和计算能力;通过自组织映射神经网络与模糊聚类算法的聚类分析方法,提高了电力营销数据异常检测能力;利用自组织映射神经网络与模糊聚类算法减少能源数据消耗,提高了数据挖掘能力。所提方法的聚类分析时间最短为104 s,为下一步研究奠定了基础。

基于特征选择策略和TCN的电力负荷预测方法

电力负荷由于受到多种外部因素影响,具有较大的波动性和随机性,使得高精度的负荷预测十分困难。为有效处理高维特征以提高模型预测精度,提出了一种基于特征选择策略和时间卷积神经网络的电力负荷预测方法。首先,采用基于极端梯度提升树的特征选择策略,深度挖掘与负荷关联性强的特征作为预测模型的输入;其次,构建基于时间卷积神经网络(TCN)的电力负荷预测模型,对特征选择后的负荷数据进行预测;最后,采用某市真实负荷数据进行仿真分析。结果表明,文中所提方法与传统预测方法相比,具有更高的预测精度。

基于LC-GAN的电力碳排放数据异常检测方法

针对目前电力碳排放数据存在的坏数据虚假注入问题,提出一种基于生成对抗网络的电力碳排放数据异常检测方法。首先构建面向时序数据的改进生成对抗网络,引入双层长短期记忆网络,深入挖掘时序数据的内在联系;再通过生成对抗网络改进模型的生成器和判别器的共同打分,判别电力碳排放数据异常值;最后在华东某省碳排放监测平台进行电力碳排放数据测试。结果表明,基于生成对抗网络改进模型的电力碳排放数据异常检测方法对抗训练稳定、损失函数收敛速度快,检出率为87.5%,针对电力碳排放时序异常数据检测的准确度较高。

“电力系统自动装置”教学改革与实践

立足“电力系统自动装置”的教学培养目标和课程特点,分析了该课程教学改革的需求和方向,从课程内容、课程实施、课程考核评价三个方面提出改革措施,推动以工程应用为导向、以学生发展为中心的“理实一体化”教学改革,以期提高工程应用型人才培养质量。该教学改革方案在南京工程学院进行了试点应用,重点对实践环节进行了创新改革,研制出一套自主设计开发实验平台供学生训练实践,有效提升了教学效果。

德国与英国电力市场平衡机制对比分析及启示

随着新能源大规模并网,电力系统电力电量平衡面临新的挑战,迫切需要优化市场结构,建立新型电力系统平衡机制。鉴于德国和英国电力市场的成功经验,文中从平衡单元构成、平衡责任方权限、现货市场时序和范围、平衡市场、不平衡结算以及市场透明度6个方面对德国和英国电力市场平衡机制进行了介绍和对比分析。最后,针对中国电力电量平衡现状,从市场化平衡模式、新平衡主体培育、平衡主体的责权利、精细化的现货市场和不平衡结算等方面提出了中国构建新的电力电量平衡机制的相关建议。

平衡单元模式下德国电力电量平衡机制探讨及启示

为实现“双碳”目标,国家正大力发展新能源。然而,间歇性波动性的新能源发电大幅增加了电力电量平衡的难度,亟需建设适应新能源极高渗透率的电力市场电力电量平衡机制。德国的能源结构与我国有着高度的相似性,分析德国的电力市场及其平衡机制对我国具有借鉴意义。首先在分析德国电力市场基础上,系统梳理了德国以平衡单元为核心的电力电量平衡机制;然后借鉴德国的经验并结合我国电力市场的现状,分别从减少平衡需求、下沉平衡责任、消纳新能源、下放部分调度权以及创新研究方向等5个方面对我国电力市场电力电量平衡机制创新提出启示。

基于BasicNet-LSTM的短期电力负荷预测模型构建

随着计算机技术的不断发展,负荷数据获取、存储难度显著下降,为人工智能技术在负荷预测中的应用提供了必要的支持。短期电力负荷预测工作是电力系统的重要工作内容,其工作质量对于电力系统正常运行具有十分重要的价值与意义。本文结合神经网络技术,针对短期符合预测应用场景,建立预测模型,最终发现,基于小批量训练、Adam算法、selu激活函数、lecun-normal权重初始化的短期电力负荷预测模型具有较高的预测精度,在实际工作情境中具有较高的应用价值。希望本文的研究内容能够为电力系统稳定运行提供一定的理论支持。

基于GAElman算法模型的电力信息网络安全态势评估

为了提高电力信息网络安全态势评估能力,提出了Elman神经网络模型。在模型中将遗传算法引入Elman算法,并通过主动式和被动式相结合的采集技术对电力信息网络进行数据收集,将各个数据源的原始数据进行综合分析和处理。在具体应用中,通过控制芯片为STM32F429ZET6单片机的ARM32位Cortex TM-M4处理器内核,大大提高了电力信息网络安全态势评估控制能力。试验结果显示,研究方法的评估准确率最高为97.9%,为下一步技术的研究奠定了基础。