超短期风电功率预测误差数值特性分层分析方法

风电功率预测误差特性分析可以为电力系统优化调度与稳定运行提供更加准确的参考。该文提出一种根据超短期风电功率预测误差概率密度特性对误差进行分层,再依据误差波动性和不同层误差幅值特性进行分类处理的预测误差数值特性分析方法。在概率密度特性提取部分,采用改进后的广义误差分布模型对预测误差概率密度分布进行拟合。该误差分析方法结合了误差模型预测和误差概率密度拟合两种方法的优点,可以更为准确地对超短期风电功率预测误差进行分析和补偿。算例分析结果表明,改进广义误差分布模型的拟合效果优于正态分布、柯西分布和拉普拉斯分布这些常用模型,尤其在尾部特性拟合方面效果更为明显,所提出的误差分层分析方法可以有效减小风电功率预测误差。

变尺度时间窗口和波动特征提取的短期风电功率组合预测

精确的风电功率预测对保障大规模风电接入电网后电力系统的安全稳定运行具有重要意义。其中,风速的随机变化是引起风电功率波动和影响风电功率预测精度的最主要原因。针对该问题,提出一种基于变尺度时间窗口和波动特征提取的短期风电功率组合预测方法。首先,通过多重分形谱分析不同天气类型下的风速特征。然后,根据当前风速的特征量采用变尺度滑动时间窗口算法,动态地进行特征提取,由提取结果对风电历史数据进行分类,在此基础上选择特定参数建立对应的功率预测模型。为使模型在功率大幅度波动时刻的预测结果更加精确,提出了基于频谱分析的修正方法。最后,将不同天气类型下的功率预测结果与修正结果进行时序组合。算例结果表明,所述变尺度时间窗口与波动特征提取相结合的短期风电功率组合预测方法可有效提高风速波动剧烈的风电场的风电功率预测精度。

考虑风功率密度和风向特征的风能资源MCP评估方法

在区域风电场风能资源评估方法中,传统的测量—关联—预测(MCP)方法未充分使用参考站的观测数据建立参考站和目标站之间风功率密度的映射关系,导致目标站长期风能资源的预测精度不高。在传统MCP组合方法的基础上,综合考虑参考站风功率密度和风向的特征组合,利用支持向量回归机(SVR)理论,建立2种不同的MCP模型,并将传统的考虑参考站风速、风向特征组合的MCP模型作为对比模型来验证所提出模型的有效性和准确性。实例研究表明,考虑参考站的风功率密度和风向特征输入的MCP模型对目标站风功率密度预测决定系数高于0.9,预测精度和适用性要明显优于传统的MCP模型,因而,该模型可用于评估区域风电场风能资源分布状况。

考虑风电功率爬坡的功率预测—校正模型

随着大规模风电接入电力系统,风电功率爬坡事件对电网的安全稳定运行带来一定的影响。研究爬坡事件发生时的功率预测已越来越迫切。基于极限学习机理论,提出了一种考虑风电功率爬坡事件的超短期功率预测和校正模型。首先,利用最优旋转门算法对当前爬坡事件进行识别,提取爬坡事件特征值,建立模糊C均值聚类模型以得到同类数据,在此基础上,采用极限学习机算法对上述数据进行训练、预测,通过元组向量时间扭曲法在历史风电功率预测爬坡事件库中寻找与当前风电功率预测结果相似的爬坡事件,得到功率预测历史相似爬坡事件。最后,利用功率预测历史匹配值与实际值之间的特征值误差,对风电功率预测结果进行修正。算例表明,所提方法可准确识别风电功率爬坡事件、有效提高风电功率超短期预测精度。

基于博弈论组合赋权的电力设备供应商模糊综合评价

针对国家电网电力设备供应商在综合评价方面的不足,设计了一种基于博弈论组合赋权的模糊综合评价模型。首先,该模型构建了包含设备台账、设备缺陷和设备装用范围等特征的评价体系,利用层次分析法和因子分析法分别计算各评价指标的主观权重和客观权重,然后利用博弈论集合的思想对两种权重进行组合赋权,最后根据最大隶属度原则确定供应商类别,完成最终评价。以国网公司2004年—2018年投运162个电力设备供应商为例,结果显示,共有A类供应商30个,B类供应商16个,C类供应商116个。验证了评价模型的客观合理性,可为电网公司针对电力设备供应商的管理决策提供参考价值。

基于电力设备采购质量提升的供应商选择与管理

设备质量是保障电网安全稳定的根本,提高电网装备水平,推动电网装备迈向中高端,持之以恒提升电网本质安全水平,是当前和今后一个时期工作的重中之重。只有把好电网设备入网质量关,即从采购质量入手,才能从本质上提高设备质量。近年来,国网公司在招标前开展供应商资质能力核实,通过对供应商的资质、业绩等信息及现场实际生产情况核实确认,初步掌握了电力设备潜在供应商是否具有生产合格产品的资质和能力,但仍存在运行期间设备发生重大故障等情况。因此,为了有效防控、杜绝产品技术风险,推动电力企业由规模扩张型向质量效益型转变,强化电网全过程质量管控,从源头入手提高设备质量,本文首先分析了国内外其他电力企业先进经验,着重了解其在采购环节的供应商选择与管理手段,立足国网实际情况,建立了基于PSO-ELM的供应商选择机制,推动电网设备向中高端迈进,提升电网本质安全与可靠水平。

基于数据可视化的隔离开关运检辅助决策

为解决目前电网企业对于已积累的海量设备运行数据与缺陷数据的利用仍停留在设备消缺管理和简单的统计分析层面,而无法高效、准确、智能地挖掘电网企业设备缺陷文本中的重要信息,从而指导企业优化设备选型与运维检修策略制定的问题。本文选取隔离开关设备为例,以国家电网公司设备(资产)运维精益管理系统中1987-2016年共30年的台账数据及2007-2016年共10年的缺陷数据为基础,首先通过缺失值填补和数据正则化对基础数据进行数据治理,然后借助百度ECharts平台的可视化工具进行数据可视化分析,同时构建缺陷指数模型,从缺陷时间分布、缺陷类型和缺陷设备型号等方面深入挖掘了数据潜在规律和联系,最后根据分析结果对隔离开关设备选型与运维检修方面存在的问题提出合理建议及解决措施,为提高隔离开关设备管理水平提供了新思路。

基于检索重排序模型的文本差异化研究

电力行业在设备质量评估中需要结合行业标准规范文件中指定的具体标准来对设备质量进行准确评估。文中通过基于检索重排序模型的文本差异化模型,建立自动化、信息化、智能化的标准差异化梳理技术,有效解决了当前设备质量评估时的费时费力问题,并提升了文本差异检索的准确率。文中主要围绕自动化、信息化、智能化的标准差异化梳理技术,通过基于检索重排序模型的信息检索模型,建立针对同一领域不同标准的文本检索比对,检索出不同文件对同一技术有着不同要求的差异性内容并进行预警提示。文中的创新点是,利用检索重排序精确性高的优点,在保留传统差异性检索召回模型的召回候选能力的基础上进一步提高精确性。模型在真实的电力行业技术标准文档上进行了交叉验证,验证了所提出的模型效果,结果表明模型具有良好的实用性,可以广泛应用于电力设备质量评估,供应商评价标准检索等领域。