基于模糊专家系统的电能质量治理决策支持系统

为实现电网电能质量的治理决策支持,提出了一种基于模糊专家系统的治理决策支持系统。针对目标电网存在的各种电能质量问题,使用成本效益分析方法对过界的电能质量指标及其对应的备选治理方案进行成本和效益两方面的经济性量化、评估,将电能质量指标以及经济性评估数据输入已构建的模糊专家系统,进行模糊推理、分析,输出目标电网电能质量治理的有效、经济推荐方案,以此达到系统电能质量治理方案的辅助决策支持功能。算例分析表明:将所提方法应用于电能质量治理决策支持具有良好的可行性,可以得到最优治理设备。

基于聚类LSTM深度学习模型的主动配电网电能质量预测

针对较长时间跨度上电能质量(PQ)数据的时序性和非线性特点,提出一种基于K-means聚类和长短期记忆(LSTM)网络的主动配电网(ADN)电能质量预测方法。在构建LSTM深度学习模型的基础上,将大量的电能质量历史数据、环境因素及负荷数据以多维向量的形式进行K-means聚类,并针对每一类数据集分别使用LSTM模型进行网络的训练和性能评估,然后利用完成训练和评估的聚类LSTM网络模型进行主动配电网电能质量稳态指标项的预测。最后,通过IEEE-13节点含分布式电源的主动配电网仿真算例,分析验证了所提聚类LSTM网络法比时间序列预测法、反向传播(BP)神经网络法和标准LSTM网络法具有更优的预测性能。

基于组合权重及属性区间法的主动配电网运行状态态势评估

针对主动配电网(ADN)新特性及其自愈控制新要求,提出一种基于组合权重及属性区间法的ADN运行状态态势评估方法。在构建ADN运行状态态势评估指标体系的基础上,分别采用层次分析法(AHP)和变异系数法获取各评估指标的主观赋权和客观权重,并进一步基于最小二乘优化法实现组合权重赋值,然后提出基于属性区间理论的ADN运行状态态势评估方法。通过目标ADN中不同时刻的评估样本算例,分析验证了所提ADN运行状态态势评估方法的有效性、合理性和结果可观性。