基于元胞自动机技术的农村中长期负荷预测方法

针对农村用电负荷分布不均、多样性强,难以准确预测的问题,在考虑农村发展规划、经济、人口等影响负荷变化因素的基础上,提出了一种基于元胞自动机技术的农村中长期负荷预测方法。根据农村用电用途和特点,对农村负荷进行分类;按照台区供电范围内地块利用性质以及地块上负荷分布特点,定义了农村地块功能,利用最小二乘法得到不同功能地块的历史负荷密度曲线;在此基础上,结合农村发展规划、经济及自然条件等引起农村负荷密度和地块功能变化的影响因素,利用历史数据训练门控循环单元负荷密度模型,并利用元胞自动机技术预测地块变化信息;根据地块变化信息和历史负荷密度曲线,利用门控循环单元网络模型预测负荷密度,进而得到农村中长期负荷的预测结果;以某农村为例,验证了所提策略的可行性和有效性。

基于改进灰狼算法的变电站多阶段升压规划优化方法

针对变电站多阶段规划问题,给出了3种不同升压模式下变电站全寿命周期成本计算方法,并建立了中间年变电站建设时机与建设模式联合优化模型,进一步提升了规划方案经济效益。同时,针对多阶段规划中问题传统智能算法求解收敛速度慢、运算时间长等问题,将灰狼算法引入规划领域,并通过增加交叉变异等环节对其进行了改进。最后,将改进后的灰狼算法应用于变电站多阶段规划模型的求解中,并将其与进行对比,得出改进灰狼算法在求解此类问题时具有一定优势的结论。

基于特征空间重构的差分-LSSVR短期电煤价格预测

掌握电煤价格变化关系到企业参与电力市场的定价策略以及优化内部运行成本的方针制定。针对导致煤价变化的影响因子数量众多且影响权重变化频繁的难题,在煤价影响因素精细化分析、因素检验与季节差分等方法对特征空间重构的基础上,建立中短期煤价最小二乘支持向量机模型。依据计量经济学等理论筛选煤价相关影响因素,并利用协整检验及格兰杰检验提取主要影响因素压缩特征因子维度;通过建立多年同期对比时序信息数据集,利用季节性差分消除时序信息中周期性因素以及随机干扰的影响,实现特征空间重构,改善输入数据质量。建立基于LSSVR的趋势提取学习模型,并结合周期价格及残差,实现中短期的煤炭价格预测。构建多个对比模型,验证了所提模型的有效性。

纳米氧化镁/环氧树脂复合电介质高温介电响应特性的研究

针对纳米氧化镁/环氧树脂复合电介质的高温介电响应特性展开研究,测试了其热失重曲线和在120~200℃的宽频介电谱。实验结果表明:复合介质的最大热失重速率随着纳米氧化镁掺杂量的增加先上升后下降,并在掺杂量为2%时达到最大值;复合介质工频下的相对介电常数随掺杂量的变化规律与最大热失重速率类似,并在不同的温度区间出现了两个松弛过程,分别对应热离子极化导致的δ松弛和偶极子转向极化导致的α松弛。通过模量谱计算发现,掺杂0.1%的纳米氧化镁导致载流子跃迁的平均势垒升高,随着掺杂量的进一步增加,平均势垒开始降低;而转向极化的活化能则在掺杂量为2%时达到最低。纳米粒子和环氧树脂基体之间形成的交互区是影响高温介电性能的主要原因。

计及分布式电源的乡村地区变电站动态升压规划

针对当前低密度负荷地区分布式电源(DG)渗透率不断提高、规划期内变电站电压等级过渡缺乏技术支撑的问题,提出了一种乡村地区有源配电网变电站升压改造规划模型。首先,针对35 kV变电站提前退役升压等情况,提出了35 kV变电站在原有站址升压改造或者在新址新建等场景的全寿命周期成本折算等年值的度量方法。其次,以规划期整体全寿命周期成本最优为目标,建立了一种计及DG渗透率的乡村地区变电站升压改造规划模型。再次,为考虑变电站新建或升压后其供电范围变化,提出了基于加权Voronoi图算法和遗传算法相结合的有源配电网低密度地区变电站动态升压规划求解方法,得到中间年各变电站新建与升压时序。最后,通过算例验证了所提方法的有效性和实用性。

基于改进GA-PSO混合算法的变电站选址优化

针对具有大规模、多约束、非线性特点的变电站选址优化问题,提出了一种可以适应实际地理状态具有寻优机制且兼顾速度的算法。该算法结合遗传算法与粒子群算法(GA-PSO),采用实数编码策略、精英保留策略,以变电站规划年最小费用为适应度,实现空间解在空间范围内的自适应搜索,有效避免局部最优解和早熟问题。其收敛速度比遗传算法(GA)快,求解精度比PSO和GA都要高。并利用基于层次分析法(Analytic Hierarchy Process,AHP)的评价函数对结果进行评价和局部修正,使其结果更贴近实际情况。算例结果表明,该算法具有较好的寻优能力和收敛特性,无需进行编码换算,操作简单且运行速度快,能更好地满足配电网大规模变电站规划的需求。

融合改进PSO和K-调和均值的混合聚类算法

为了提高聚类算法的全局搜索能力,提出了一种融合改进的粒子群算法(IPSO)和K-调和均值聚类(KHM)的混合聚类算法(IPSO-KHM)。该算法为了改进PSO算法容易陷入局部最优的缺点,提出了一种粒子突变策略,根据粒子分布密集程度及粒子在当前最优值附近的相对分布位置,通过移动低效粒子使之远离当前局部最优值,从而提高粒子全局搜索的效率,避免陷入局部最优。实证分析结果表明:IPSO-KHM算法的聚类效果、收敛速度、分类精度等性能优于其他算法。

基于改进CNN的电力设备红外图像分类模型构建研究

针对红外图像背景复杂,分辨率低、对比度差等问题,本文基于RGB、HSV颜色空间转换和SeamCarving缩放处理,提出一种改进卷积神经网络(Convolutional Neural Network,CNN)的电力设备红外图像智能分类模型。首先,着眼于CNN的结构特点,以AlexNet网络模型为原型,建立CNN-Alex模型;然后,提出一种基于RGB和HSV颜色空间转换和基于Seam Carving算法的设备红外图像处理方法,分离目标设备红外背景及调整图像至合适大小,对CNN-Alex模型加以改进,提高算法训练速度和准确率;最后将改进CNN模型与传统BP模型和CNN-Alex模型对比,其训练集、验证集准确率分别为99.5%、97.7%,远优于对比模型,验证了本文改进CNN红外图像分类模型的良好适用性。

考虑新能源类型的电力系统多目标并网优化方法

提出通过优化供应侧的新能源设备选型来应对当前电力系统双侧随机问题的新思路。针对不同类型新能源设备的成本、收益以及容量不同,给配电网带来过度投资、电压降落和网损增加等问题,建立了多目标优化数学模型。基于精英保留策略的多参数遗传算法,考虑配电系统总投资收益率、系统网损以及系统节点电压偏移量,得到新能源并网决策的帕累托最优解空间。通过规格化处理转变为单目标函数,得到整体最优并网策略。以IEEE-30节点系统为例进行模拟分析,验证了所提方法的合理有效性,为供应侧新能源设备选型提供了一定的参考。

基于农村发展模式分析的中长期负荷预测方法

针对农村用电方式和用电需求变化问题,本文在考虑国家政策、农村经济等影响农村发展模式及负荷变化因素的基础上,提出了一种基于农村发展模式分析的中长期负荷预测方法。首先,对电力系统大数据进行了分析,提出了K-means-Robust聚类算法与加权自适应K近邻算法,搭建了农村发展模式预测模型。然后,针对不同农村发展模式,使用基于灰色关联度分析的正则化门控循环神经网络模型预测农村中长期负荷变化曲线。最后,以某农村为例,验证了所提方法的可行性。

基于时域背离特征分析的托攻击检测算法

为提高托攻击检测的完整性、准确性和项目推荐可信度,使用托攻击评分与正常评分的数据差异度、正反序TOP窗口和后发评分特征以及密集评分特征,提出了一种基于时域背离特征分析的托攻击检测算法实现托攻击检测。实验结果表明:本文算法的F值平均为81.2%,最高可达92.7%,能同时提升托攻击检测的准确率、覆盖率,减少训练数据量,降低计算复杂度,同时还能兼顾托攻击防御。

分布式电源接入配电网关键技术指标分析

将分布式电源接入到配电网中,与当前已接入系统的常规电源糅合互补,统一调配管理,有利于充分利用并发挥分布式能源的优势,其中涉及到分布式电源接入配电网的技术要求和影响。本文主要就分布式电源接入配电网关键技术指标进行分析。

电力负荷智能平衡分配

对负荷不平衡情况下的损耗进行分析,在此基础上提出了一种负荷智能平衡分配方法,该方法的思路是:配变部署主机负责负荷平衡决策,负荷处部署从机负责执行负荷切换,片区部署终端实现管理功能。对主从机进行了试制和现场测试,理论及测试结果证明此方法是可行的,能够实现负荷的实时平衡分配调整,最大限度降低不平衡度,有进一步工程化开发应用的价值。

基于行业聚类电量曲线分解的中期负荷预测

传统电量序列分解方法难以有效结合地区行业发展趋势分析,为此文章提出一种基于行业发展趋势的行业聚类电量曲线分解中期负荷预测模型。首先,采用动态时间规整算法计算行业电量周期性,从而分类发展趋势有无变化的行业;其次,通过k-means算法按照用电特性相似聚类预分类行业,并通过季节分解算法分解聚类行业电量序列;最后,针对各电量子序列建立支持向量回归模型,并以江西省某市电量数据作算例分析。算例分析结果表明,文章方法可以分离不同用电特性的行业电量,有助于分析当地行业经济发展状况,并提高地区中期负荷预测准确性。