基于变分模态分解和集成学习的光伏发电预测

针对光伏发电量数据的非平稳性造成的发电量预测性能问题,提出一种基于改进变分模态分解和集成学习的光伏发电量预测方法。采用改进变分模态分解方法分解光伏发电量数据获得发电量分量,通过集成学习方法构建发电量分量预测模型;将发电量分量预测值进行组合,获得最终发电量预测结果。实验结果表明,所提方法在公开数据集上对光伏发电量进行预测的均方误差、平均绝对误差、决定系数值分别为0.2232,0.3387,0.9797,与其他方法相比具有更高的预测准确率和更小的误差。

新型电力系统中基于人工免疫和隐马尔可夫的网络安全态势评估

高级计量体系是新型电力系统建设的重要组成,然而高级量测系统依赖于网络信息基础设备,存在较大的安全问题.本文基于隐马尔可夫模型并结合人工免疫算法对高级量测系统的网络安全态势进行了评估.首先,采用计数器算法来获取电力网络中的安全观测数据;其次,通过隐马尔可夫模型描述网络安全状态的变化过程,并利用人工免疫算法计算不同状态之间的转移概率矩阵;接着,利用态势评估误差对状态转移矩阵进行修正;最后,通过计算得到不同时刻处于不同安全状态的概率,再结合风险损失向量最终得到安全态势评估值.实验表明,该方法具有较好的评估效果,能够较为准确地捕获到系统中存在的安全缺陷,从而保证高级量测系统的安全运行;准确地发现系统中的相关安全缺陷,从而保证新型电网环境安全、平稳和可靠地运转.