基于多属性决策树的电网暂态稳定规则提取方法

随着清洁能源接入和交直流混联电网规模的不断扩大,电网调度运行方式更为复杂、多变,基于“在线计算辅助决策+人工经验判断”的调度控制方式已难以满足当前电网需求。提出一种基于暂态稳定裕度指标的多属性决策树方法,通过计算互信息对原始电气量进行初步分析,筛选出与系统稳定性关联度较高的特征属性;进而利用线性判别分析方法对所选属性进行最佳投影,获得各决策属性的组合特征;通过暂态稳定裕度指标离散化和样本训练生成决策树,得到可评估预想故障下系统稳定性的通用规则,并利用对决策树的回推分析获得可提高系统稳定性的运行方式调整策略;最后利用IEEE-39节点算例的仿真与分析验证了所提出方法的正确性和有效性。

基于极限学习机的电力系统暂态稳定评估方法

随着清洁能源替代和电力系统电力电子化的趋势增强,传统的基于理论模型的电力系统数值仿真方法将面临新的挑战,不依赖于元件模型的数据驱动型电网稳定评估方法逐渐受到重视.基于极限学习机(ELM)理论,提出适于在线应用的电力系统暂态稳定评估方法.首先,通过调节稳定和失稳仿真样本的比例进行样本筛选,减轻样本集中失稳样本较少而引起的样本不均衡现象,并引入递归特征消除法进一步处理样本集;然后利用交叉验证法优化ELM的网络结构,并用处理后的样本集进行ELM的训练;最后,根据神经网络的输出结果预测系统的稳定性,并改进泛化能力评价标准对结果的可靠性进行评估.算例分析表明,递归特征消除法可明显降低特征冗余度,改善模型性能,所提出算法的训练时间短且具有较高的预测准确度.

铸平台 建制度 讲情感 上待遇 南昌供电地区调度班聚才有招

班组是企业的细胞,细胞是否健康关系到整个企业的良好运行。而如何稳住员工,留住人才,让班组高效运转?这是各个基层班组无法回避的课题。曾经,国网南昌供电公司地区调度班也遇到过这样的难题。班员们抱怨工作压力太大,工资一般,责任重大,又要倒班,一有机会就想往其他地方走。对此,地区调度班绞尽脑汁。

绩效考核只有数据化,才能确保公平公正

大到企业本身小到基层班组,一个科学公正的绩效考核办法事关企业员工切身利益与工作积极性。而只有公平、公正、公开的考核才能调动员工的积极性,工作考核数据化是目前班组考核是否科学合理的重要标准。那么,班组该如何摆脱随意性考核,让工作考核做到数据化、科学化?