基于贝叶斯网络的风力发电系统动态风险评估

近年来风力发电得到大规模应用,研究风力发电系统的动态风险评估对电网稳定运行具有重要意义。针对风力发电系统正常运行受多源因素影响,提出一种基于贝叶斯网络的风力发电系统动态风险评估方法。方法分析影响风力发电系统正常运行因素与运行风险间的因果关系,构建风力发电系统风险评估体系;建立基于贝叶斯网络的风力发电系统动态风险评估模型,利用专家打分法量化故障危害性,结合模型预测结果绘制风险矩阵图,并使用受试者工作特性(ROC)曲线对所建立模型进行验证。算例分析结果表明,上述模型ROC曲线下面积(AUC)值为0.893,验证了所提方法的可行性和有效性。

基于组合赋权逼近理想解排序法—物元可拓模型的农业园区综合能源系统评价

针对农业园区综合能源系统评价中采用单一评价法造成主观意识强、结果不全面的问题,提出了一种基于组合赋权优劣解距离法-物元可拓(technique for order preference by similarity to an ideal solution-matter-element extension, TOPSIS-MEE)模型农业园区综合能源系统评价的方法。首先,根据农业园区综合能源系统架构建立了包括经济性、技术性、环保性3个一级指标和14个二级指标的指标体系,并通过改进的层次分析法-CRITIC(analytic hierarchy process, AHP-CRITIC)组合法分别对主、客观性指标赋权,采用最小鉴别信息原理得到各指标综合权重,避免单一赋权的缺陷;其次,通过物元可拓(MEE)模型优化了优劣解距离法(TOPSIS),提升了方法的适用性,并对评价方案进行等级判定和排序;最后,以某农业园区的3种规划方案为实例进行验证。结果表明,3种方案特征值分别为3.122 4、3.243 6、3.423 3,相较于未优化前的结果方案1和方案2有明显的等级区分,因此所提方法能够对农业园区综合能源系统科学有效的评价,评价结果符合实际,可信度高。

计及气象因素的风电机组故障诊断与风险预测

针对极端天气导致风电机组频繁故障,提出了一种基于改进贝叶斯网络的风电机组故障诊断与风险预测模型。该模型计及气象因素与风机故障之间的关联,利用Relief F算法计算故障特征权重,得到最优特征集合;建立计及气象因素的基于贝叶斯网络的风电机组故障诊断与风险预测模型,利用正向诊断技术得到故障诊断策略,并通过反向推理技术对风险事件进行预测。将文中提出的模型进行受试者工作特性曲线(receiver operating characteristic curve, ROC)验证,结果表明所提模型ROC曲线下面积(area under curve, AUC)为0.904 9,验证了所提模型的有效性,可以为风电机组故障诊断和风险预测提供有效依据。

基于ACT-Apriori算法的电网故障诊断方法研究

电网拓扑结构愈加复杂,故障后难以快速从海量数据中挖掘有效故障信息且具有较高的计算复杂度;当故障数据不完整或不确定时,无法得到正确的诊断结果。针对此问题,将Apriori算法与自编码算法结合改进,形成改进的自编码关联规则挖掘算法(ACT-Apriori)并引入电网故障诊断之中。以保护和断路器动作数据作为条件属性,故障线路为决策属性,建立故障初始决策表;然后利用ACT-Apriori算法进行核属性提取并利用动态阈值交互式挖掘技术确定最佳阈值;最后形成最简故障决策表,实现故障信息的诊断推理。采用四母线配电系统作为仿真对象,与传统的Apriori算法和FP-growth算法及目前最新的FP-Network算法进行对比分析,算例结果表明:改进的算法相较于传统关联规则算法,运行时间分别缩减了90.69%和83.55%,内存占用分别缩减了21.43%和15.38%,相较于FPNetwork算法,在时间复杂度和空间复杂度上均有一定程度优化;且本文算法对故障数据不完备情况下的单重、双重、稀有故障诊断的容错性较高,准确率达到95.24%,可以有效实现故障的快速诊断。

考虑电动汽车用户充电行为对配电网负荷波动影响分析

电动汽车是一种没有污染的新型交通工具,与传统燃料汽车相比具有无法比拟的优势,减少了不可再生能源的消耗,同时实现减少污染排放。其充放电优化管理问题是一个重要研究方向,通过对某地电动汽车充电行为特征统计,分析其影响因素的分布规律,拟合出用户充电开始时刻、连接时长和充电电量的概论分布曲线。利用蒙特卡洛模拟实际情况,可以对电动汽车充电负荷量进行预测,同时为电网运营商宏观调节峰谷差提供决策参考。