基于SCG优化SSAE-FFNN的电能质量复合扰动深度特征提取与分类

随着智能电网的发展,电能质量问题已遍布电网并威胁着电网的安全稳定,且电能质量监测数据日渐庞大,因此实现大规模系统中电能质量扰动(power quality disturbances,PQDs)的深度特征提取及智能分类识别对电力系统污染检测与管理具有重要意义。为此,文中提出一种基于堆叠稀疏自编码器(stacked sparse auto encoder,SSAE)和前馈神经网络(feedforward neural network,FFNN)的电能质量复合扰动分类方法。首先,基于IEEE标准构建PQDs仿真模型。然后,建立基于SSAE-FFNN的PQDs分类模型,并引入缩放共轭梯度(scaled conjugate gradient,SCG)算法对模型进行优化,以提高梯度下降速度和网络训练效率。接着,为有效降低堆叠网络的重构损失同时提取出深度的低维特征,构建SSAE的逐层训练集及微调策略。最后,通过算例分析验证文中方法的分类效果、鲁棒性、泛化性和适用场景规模。结果表明,文中方法能够有效识别电能质量复合扰动,对含误差扰动和某地市电网的21组实测扰动录波数据也有较高的分类准确率。

考虑用户充电行为和光伏不确定性的光储充电站储能容量优化配置

“双碳”背景下,PSCS(光储充电站)逐渐成为EV(电动汽车)充电站的主流形式。为解决PSCS光伏发电和用户充电行为的不确定性问题,同时保障PSCS的盈利,提出一种考虑EV用户行为和光伏不确定性的PSCS储能容量优化配置方法。首先,采用改进K-means算法对光伏出力数据进行聚类,构建典型光伏出力场景及其概率分布规律。其次,分析EV的充电行为特性,计及环境温度变化对EV耗电量的影响,建立EV充电负荷模型。最后,考虑需求响应,建立以购电成本、碳排放成本、售电收益等为目标函数的经济运行模型。算例分析结果表明,在进行PSCS储能容量配置时考虑光伏出力不确定性和需求响应,能够减少碳排放量并保证PSCS的经济效益。

基于双向谐波电压变动的光伏并网孤岛检测

针对传统的被动式光伏并网孤岛检测存在的检测死区问题,提出一种基于双向谐波电压变化量的光伏并网孤岛检测方法。通过分析孤岛前后谐波电压的变动及传统谐波电压检测法的失效机理,提出基于双向谐波电压的孤岛检测策略。利用加窗傅里叶变换同步计算光伏集中并网发电系统送出线路电流及所接母线电压的谐波,从而获得各次谐波功率;由并网运行时谐波功率的正负极性判断各次谐波源方向,并根据正、负最大谐波功率值选择系统侧、光伏侧谐波的特征频次;利用滑动加窗傅里叶变换分析这2个频次的母线谐波电压变化量,建立孤岛检测判据,若系统侧谐波电压减小量和光伏侧谐波电压增加量均满足判据,则发生孤岛。仿真结果验证了所提方法的有效性。该方法不影响并网逆变器输出的电能质量,且能在较严重背景谐波下有效检测孤岛,检测死区较小。

基于广义S变换的电压闪变检测法

针对电压闪变信号提取不准确的问题,提出一种基于广义S变换的电压闪变检测法。通过引入α变量改变S变换窗函数的窗宽,局部调整S变换频域和时域测量精度,从而实现电压闪变精确检测。实验结果表明,与传统S变换方法相比,该方法准确率高,能更有效检测出电压闪变成分。

电压波动与闪变源定位方法综述

电压波动与闪变是电力系统中一种常见的电能质量问题。正确识别供电系统中的闪变源,有利于闪变责任划分,调节供、用电双方矛盾。为此,本文以电压波动与闪变形成原因为切入点,重点对基于波动潮流方向的定位法、基于电压电流间内在联系的定位法、基于波动强度的定位法和其他定位法进行深入讨论,并详细分析各种方法的原理和优缺点,提出了闪变源定位的关键问题。最后对闪变源定位方法做出总结,并对今后的研究方向提出建议。

一种基于S变换的闪变检测和源定位方法

近年来,电压波动和闪变受到了电力系统和用户的广泛关注。闪变干扰源的准确定位是改善和治理闪变及协调相关供用电纠纷的基本前提。本文基于S变换进行非平稳电压闪变的动态信号处理,实现PCC处电压闪变调制幅值和频率的检测,并分析计算电压和电流动态相量,在此基础上给出闪变源定位的等效模型及其动态参数估计,最后通过上游系统参数、下游负荷电流变化与电压变化量的关系分析,定量地给出电压闪变源定位结果。算例证明,该法能在复杂配电网中完成电压闪变源的正确定位,可应用于电能质量监测系统。

基于多重判据的闪变源智能定位

闪变源定位是解决闪变引起的供用电双方矛盾的关键。本文提出一种基于多重判据的闪变源智能定位法。首先分析了4种典型的闪变源定位方法并提取相应的闪变特征量。然后采用线性支持向量机算法对数据样本进行智能学习,有效利用定性特征量与定量特征量形成互补,在多维特征空间中构建上下游最优分类面,进而判断闪变源的位置。该方法通过智能学习代替了人工经验,将电力系统网络架构信息存储在线性支持向量机的权值中,可适用于多种情况下闪变源定位。最后采用33节点网络仿真对该模型进行验证。结果显示,与传统单一定位方法相比,该法具有更高的定位正确率,且能在附加一定白噪声条件下准确定位闪变源。

基于智能电表数据与模糊C均值算法的台区识别

针对传统台区识别方法效率低、可靠性不高、跨台区识别难等问题,本文提出基于智能电表数据与模糊C均值算法的台区识别方法.首先,由智能电表高级量测体系获取用户谐波电压监测数据,构建监测时段内用户谐波电压畸变率变化趋势曲线;然后,采用模糊C均值算法对用户畸变率变化趋势曲线进行聚类,获得台区各相供电馈线的用户组聚类中心曲线;最后,对待识别用户曲线与聚类中心曲线进行谐波畸变率相关分析,通过相关系数阈值法判断用户相别.针对跨台区识别问题,借助电网GIS系统搜寻用户档案台区的相邻台区,进行台区识别.采用本识别方法对南京某低压配电网进行用户台区识别,测试结果表明本方法识别效率高、准确度高,具有一定的工程应用价值.

循迹爬坡智能小车设计

智能车以技术先进、功能强大、成本低廉、适用面广等优点,在多个行业、场合都得到了很好的应用;受道路、环境等多种因素影响,小车在爬坡、转弯等环节方面还有众多问题需要研究和解决。本文根据大学生电子竞赛"坡道行驶电动小车"的题目要求,设计了基于MSP430单片机为核心控制器的智能小车,可使小车根据图像信息和光电传感器数据,由线阵CCD传感器检测路径.

基于深度学习与谐波谱相关分析的台区识别

为了提高用户台区识别的效率和精度,提出了一种基于深度学习与谐波谱相关分析的台区识别方法。采集配变出口电压进行谐波频谱分析,并通过深度置信网络(DBN)的特征提取模型自适应提取配变电压特征谐波谱。提取用户端智能电表的电压特征谐波谱,利用谱相关分析法计算智能电表与配变间电压特征谐波谱的皮尔逊相关系数,进而通过谱相关程度对比判断用户所属台区和相别。选取南京市某低压配电网进行现场测试,实测结果表明,所提方法提高了用户台区和相别识别效率,为电网公司对台区精细化管理提供新技术。

新能源不确定功率预测方法综述

新能源的不确定性功率预测研究能在传统预测模型基础上提高其预测精度并提供一定的概率信息和预测区间。从误差概率密度预测、区间预测两个方面对新能源功率预测的不确定性进行分析,总结归纳了各种不同的模型及其优缺点和评价指标,并探讨了新能源不确定功率预测存在的问题及今后需要深入研究的方向。

水利水电工程中电气火灾问题的探讨

随着社会的不断发展,电力的需求也越来越大,所以我国近些年在电力方面的投入也是越来越大,尤其是在水利水电方面的投入越来越大。随着水利水电工程的逐渐增加,电气火灾问题也越多,这一现象是非常不利于水利水电工程的发展的,所以必须及时解决这一问题。文章将重点就水利水电工程中电气火灾的特点以及造成火灾的主要原因进行探究,并给出一些建设性意见。

论期货法与证券法之关系——《期货法》的独立发展或是“大证券法”体系?

随着我国期货市场的多年发展,期货立法已经被摆上日程,但是对于期货法律的定位,具体而言对于期货法律到底是独立发展还是将其的一部分纳入《证券法》或者是全部纳入“大证券法”概念下还存在争议。基于期货法律和证券法律功能的不同,以及我国期货市场乃至整个金融市场发展的现状,对于期货立法的态度应当较为谨慎,以保障期货法律能够维护期货市场正常运行,发挥期货市场风险管理、价格发现的功能。

电气自动化技术在电气工程中的应用

随着社会的不断发展,电力的需求量在逐年的增加,所以电气工程在现代化社会有着非常重要的地位。随着科技的不断发展,电气工程已经逐渐实现了自动化,这对电气工程来说是非常大的改革,此次改革不仅使得电气工程在管理方面变得更加的方面快捷,更重要的是与传统的人工操作管理相比,自动化管理技术使得操作人员的操作更加的精准。因而电气工程自动化技术是非常有发展前景的,也是值得进一步研究完善的。本文将重点就电气工程自动化技术的应用进行重点分析,并对该技术的未来发展提出一些建设性意见。

走出人工智能“作品”的法律保护困境

人工智能技术快速发展为社会各领域带来便利的同时,也向当前的法律制度提出了挑战。人工智能生成的内容在表现形式上与人类创作的作品极为相似,是否以法定作品形式适用现有著作权对其进行保护引起了学界的争议。本文介绍了人工智能生成内容与作品的独创性标准的差异,并探讨了对人工智能技术中因劳动投入产生的效用价值的邻接权保护路径。

基于深度/单目融合视觉及强化学习的机器人定位棋局与行棋策略

中国象棋对弈机器人系统实现的关键包括棋局识别定位和自主行棋策略.首先,针对棋局识别与定位问题,提出一种基于单目相机与深度相机视觉融合的棋局识别定位方法.该方法利用立体棋子三维特征获取棋子位置,与二维图像识别结果融合计算定位,以提高棋子的识别定位精度.其次,针对行棋策略问题,提出一种基于深度神经网络与蒙特卡洛树搜索的决策方法.该方法利用具有终局特征判断的蒙特卡洛树进行搜索,使用优化的随机行棋策略指导模拟行棋,训练具有多尺度及残差结构的策略价值网络模型.最后,通过自对弈获取训练数据,通过智能体对抗验证、更新模型参数.实验表明,相较于单目视觉识别,所提出方法具有更高的精确度和稳定性,识别率达到97%;相较于基准剪枝搜索算法,所提出方法对弈时最多赢得82%的对局,且所需运算时间缩短41%.