基于MACD指标与聚类算法的电力用户用电行为分析

深入挖掘用户用电行为是电力大数据背景下电力市场精细化发展的迫切需求。为满足该需求,提出了一种基于平滑异同移动平均线(MACD)指标提取特征的聚类分析方法。该方法首先计算用户用电量的MACD指标;然后以MACD指标为特征,采用K-means聚类算法对用户进行分类;最后利用分析股票的思想分析每一类用户的用电行为。对美国某一地区的实测居民用电量数据进行了算例分析,结果表明所提方法与传统方法相比具有更好的聚类效果,并且拓展了用户用电行为分析方式。

基于趋势指标与长短时记忆网络的电力市场日前电价预测

为提高电力市场日前电价的预测精度,提出一种基于趋势指标与长短时记忆网络(LSTM)的日前电价预测模型。首先,计算日前电价的随机指标(KDJ)与异同移动平均线指标(MACD),挖掘电价的内在规律信息;然后,将计算出的趋势指标与电价信息输入LSTM,对电力市场日前电价进行预测;最后,利用电力市场日前电价数据进行验证。算例分析表明该模型相比反向传播神经网络(BPNN)、LSTM和门控循环单元网络(GRU)等模型预测精度更高。

以科学发展承担社会责任

科学发展是企业承担社会责任的载体和途径,我们要通过科学发展求得企业承担社会责任的实力和能力,积极服务于社会主义新农村建设。

基于改进广义S变换的电能质量扰动检测算法

电能质量问题日趋严重,快速准确地检测扰动是治理和改善电能质量的前提。针对目前检测方法存在的较大缺陷,在广义S变换的基础上提出了一种基于改进广义S变换的电能质量检测方法,能够针对性地选择合适参数,灵活地控制高斯窗宽度,兼顾了全时段的时间和频率分辨率。将其应用于电压暂降、暂态振荡、暂态脉冲及谐波等信号的检测和分析中,利用最大频谱曲线、高频时间幅值曲线、基频幅值曲线和时频谱图判断扰动的频率成分、起止时刻和幅值变化。结果表明,该方法简单直观,检测精度较高,能灵活地调节时频分辨率。

单相220V电网频率在线监测装置的设计与实现

鉴于频率的动态特性可直接影响着电力系统的安全稳定性能,设计了一种单相220V电网频率在线监测装置,阐述了其软硬件设计方案,并选用标准源作为信号的输入端,验证了装置的测量精度和可靠性。结果表明,该装置能准确地反映实际电网中的频率信息。

国外提升电力系统灵活性措施及对我国的经验启示

为推动能源结构低碳转型,早日实现双碳目标重要承诺,中国近年来大力推动新能源发展,构建以新能源为主体的新型电力系统。可再生能源渗透率的提高给电力系统稳定运行带来了波动性和不确定性,我国亟需提高电力系统灵活性以支撑大规模新能源接入,促进新能源消纳。本文通过总结梳理国际可再生能源占比较高、电力系统灵活性发展经验较为丰富的国家相关经验,总结其为我国电力系统灵活性带来的经验与启示,以期为我国提升电力系统灵活性提供借鉴与支撑。

离散正交S变换在电能质量扰动检测中的应用

为了准确检测电能质量扰动信号的起止时刻,提出了基于离散正交S变换的扰动信号检测方法。在传统S变换的基础上,结合快速傅立叶变换对信号进行离散化处理,而后引入频带中心、频带宽度和时间变量对算法进行改进。构造基函数向量得到离散正交S变换系数矩阵,最终找到变换矩阵系数的突变点,从而检测出扰动信号的起止时刻。将该方法的分析结果与传统S变换的分析结果进行比较,结果表明离散正交S变换可准确有效地检测出扰动信号的起始和终止时刻。

低频采样下基于卡尔曼滤波的同步相量测量算法的研究

各种基于定间隔采样的传统相量测量算法在跟踪速度和测量精度上不能很好地统一，在低频采样情况（每周波4～8个采样点）下提出一种基于线性卡尔曼滤波技术的10状态卡尔曼滤波模型，用于实时跟踪电力系统的电压有效值、频率、频率变化率和初相角，为系统提供精确的参数。结合二元泰勒展开公式，推导出各个参数的计算公式，并依据信号模型选取合适的时间区间保证算法对突变信号的响应速度。从采样频率、数据窗持续时间和算法对突变信号的跟踪精度方面对算法进行了讨论，结果表明使用该算法可以在低频采样下获得较高的参数估计精度。

基于高精度测频的修正DFT相量及功率测量算法

为了提高频率偏移时电力系统相量及功率测量精度,提出了一种基于改进扩展卡尔曼滤波(IEKF)频率测量的修正离散傅里叶变换(DFT)相量及功率测量算法。分析了频率发生偏移时非同步采样下DFT的测量误差,建立了相角、幅值与频率偏移量和初相角之间的函数关系式。由IEKF得到频率偏移量,然后对DFT计算结果进行修正即可得到输入信号的真实相量和功率。仿真结果表明:该算法相比较于传统自适应DFT算法能有效消除或减弱谐波、噪声以及频率偏移对相量同步测量的影响,提高了相量及功率测量精度。

扩展Prony算法在电力系统非整次谐波检测中的应用研究

准确有效地检测出电力系统中各次谐波及间谐波,对于提高电能质量是至关重要的。传统的快速傅里叶变换由于频谱泄漏等原因,无法准确检测出系统中的非整次谐波。为解决这一问题,文章提出应用扩展Prony算法检测系统的非整次谐波。首先利用小波去除噪声,很好的克服Prony算法对噪声敏感这一弱点;然后通过线性预测得到模型的特征矩阵,运用奇异值分解法求解特征矩阵得到模型的特征多项式;最后运用最小二乘法求出特征多项式的根,得到非整次谐波各参数。针对信号频带宽窄可能影响算法精度这一问题,文章对不同带宽信号进行扩展Prony分析,验证算法精度。实验分析说明了该算法的可行性和有效性。

过零检测和曲线拟合的电力系统频率算法

提出了一种基于带通滤波、过零检测和最小二乘非线性曲线拟合的新型离散傅里叶变换DFT(discreteFourier transform)频率算法。首先将原始信号经过带通滤波器滤波后,用过零检测算法计算其频率并将此值作为最小二乘非线性曲线拟合参考频率;之后对拟合后的正弦曲线进行重采样得到重采样数据;再对重采样数据运用DFT算法计算频率。仿真实验结果表明,所提算法能抑制或消除噪声以及频率波动对频率同步测量的影响,提高了频率测量精度。

基于量子粒子群优化和扩展卡尔曼滤波的相量测量算法

电力系统中的信号往往含有各种噪声、谐波、间谐波的干扰,严重影响了相量测量的精度。对此,在复数扩展卡尔曼滤波(ECKF)的基础上,运用改进的量子粒子群优化(IQPSO)算法改进滤波迭代过程中的量测噪声协方差矩阵和模型噪声协方差矩阵,并测量电力信号的幅值、频率和相角。对各种非平稳正弦信号的仿真结果表明,相较修正的复数扩展卡尔曼滤波(RECKF)算法,IQPSO-ECKF算法提高了复数扩展卡尔曼滤波的相量测量精度和收敛速度。研究成果丰富了电力系统信号测量的内容。

基于回归分析的输电工程造价预测研究

基于国家电网公司20项输电工程的造价数据,运用相关分析基本理论,改进工程造价概算指标,在此基础上应用新的造价指标对输电工程造价进行预测。将预测结果与用BP神经网络模型预测的结果进行比较,验证了该方法的有效性和可推广性。

全相位-混合基FFT在相量测量装置中的实现

传统的傅里叶变换在测量非整周期的数据时会出现频谱泄露的现象,而快速傅里叶变换(FFT)只能对长度为2的整次幂(基-2)的数据进行处理,无法对非基-2的其他数据计算。为了解决以上问题,提出了一种全相位-混合基FFT算法。并详细介绍了全相位FFT、混合基FFT的原理以及全相位-混合基FFT在DSP中的实现过程。通过测试表明全相位-混合基FFT在电压、频率的测量精度较传统FFT有一定优势。将该算法应用到以DSP为核心的相量测量装置当中,对电网的状态进行实时监测,实测结果证明该算法准确可靠,在电力系统运行当中有一定实用价值。

基于FCM的暂态电能质量扰动识别

提出一种应用模糊C均值聚类(FCM)对暂态电能质量扰动进行识别的新方法。该识别方法分层实现,第一层判断信号中是否包含暂态振荡扰动,第二层判断是否包含暂态脉冲扰动,第三层判断是否包含幅值扰动及综合判断出各种复合扰动的类型。通过与集合经验模态分解(EEMD)和奇异值分解方法的结合,分层提取出有效特征量,并将其作为FCM的输入,得到聚类中心和隶属度矩阵。最后通过计算待测样本与已知样本的聚类中心的欧氏距离实现扰动类型识别。通过仿真分析,该分层识别方法准确可行。

混合基FFT在电能质量监测装置中的应用

针对传统的快速傅里叶变换(FFT)无法对长度为复合数的序列进行准确分析的问题,提出了一种混合基FFT算法,详细介绍了推导过程,并在CCStudio平台上实现了该算法。将该算法应用于以DSP为核心的电能质量监测装置中,设置采样频率为4 000Hz,每周波可采样80点,分别进行谐波监测和三相不平衡监测。应用结果表明,该算法准确可靠,对于采样率为复合数的场合具有一定的应用价值。

光伏智能逆变器电压/无功控制研究

随着大量光伏发电并网,引起了系统的电压波动与电压闪变,进而制约了光伏的接入容量。因此需要大容量、高输出质量和先进控制功能的智能逆变器。文章对光伏智能逆变器电压/无功控制方法进行了研究,该控制通过监测逆变器侧电压,并与电压/无功设定曲线比对,进而控制逆变器做出相应的调整。基于Open DSS仿真平台,分别在一般迭代潮流、时序潮流两种情况下,对该控制方法进行了实例分析。结果表明,其对改善电压,提高光伏接入容量方面功能显著。