基于特征空间变换与LSTM的中短期电煤价格预测

针对电煤价格影响因素多且非线性多时间滞后难以建模的问题,提出一种基于特征变换与LSTM的数据驱动的中短期电煤价格预测方法.为了充分挖掘海量数中蕴含的电煤价格规律,提出不同时间尺度颗粒度信息的特征变换方法;为解决多变量少样本造成过拟合,基于卡方分析和相关系数筛选中短期煤价的主要影响因素;以LSTM神经网络为基础,采用特征平移相关性分析方法确定不同影响特征序列的滞后性,通过主层次分析法优化模型中的信息冗余,在此基础上形成基于特征趋势的深度学习模型;利用多年历史数据及与多种模型的对比分析可知本文模型的有效性与准确性.

基于动态燃料成本双层优化的燃煤发电企业管控模型

为使燃煤发电企业降低燃料成本,实现燃料科学管控,提出一种综合考虑发电可靠性和生产经济性的燃料成本双层优化模型,上层为电煤采购库存混合整数规划模型,下层为混煤掺烧非线性优化模型,双层模型交替迭代协调优化,实现燃料管控动态决策.针对优化模型高维多约束情况,提出一种混沌映射初始化和高斯变异结合的改进灰狼优化算法.以某燃煤电厂模拟运营进行算例验证分析,结果表明,所提模型可以降低燃煤电厂7.80%的燃煤成本,证明了所提模型与求解算法的有效性和可行性.

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。

基于多智能集成学习的中短期电煤价格预测

为扩大电力市场交易量与下调市场电价,需要提升电煤价格预测的可靠性与准确性.为此本文提出了多智能集成学习的中短期电煤价格预测方法.首先,阐述了Stacking集成学习的结构和原理;然后,介绍了数种智能电煤价格的预测模型,并通过算例证明了不同单智能模型对数据的感知能力存在差异性;进而,通过比较单智能模型预测结果的差异值均差,筛选出预测性能优异并且数据感知角度差异性明显的智能模型组.为了充分发挥个模型感知能力差异性的优势,利用Stacking融合各模型,得到一种适用于电煤价格滚动预测的集成模型.最后,通过滚动预测2019至2020年的电煤价格,对集成模型的有效性进行验证.

基于双重背景分离及自适应网格的电压致热型设备红外图像状态分析

针对发热量小、温度变化范围窄的电压致热型设备故障红外图像难以识辨的难题,提出一种基于双重背景分离及自适应网格划分的电压致热型设备红外图像运行状态分析方法。以电流互感器套管红外图像为例,首先提出红外图像双重背景分离及部件区域提取算法,即基于RGB和HSV颜色空间特点,转换红外图像颜色空间,分离出第一层背景区域。接着将Ostu算法与Hough变换相结合,提出基于Hough变换的Ostu改进算法,实现背景的第二重分离,得到部件区域。之后,导入红外图像温度,运用自适应网格方法划分部件区域,获得每一网格平均温度,提取温度特征向量,比较待分析图像与正常图像获取温差值,以此判断设备运行状态。最后,通过案例分析验证算法的有效性。同时,对避雷器本体、电压互感器电容单元、断路器支柱等电压致热型设备进行分析,说明算法具有良好的扩展性。

基于三维时空特性的低压配电网拓扑识别方法

为解决泛在电力物联网的数据融合和数据互通问题,针对目前低压配电网拓扑连接信息更新不及时的拓扑错误问题,提出一种基于三维时空特性的低压配电网拓扑识别方法。该方法首先基于地理信息系统中配变台区和终端用户的经纬度地理信息,结合台区辐射范围限制,利用多空间尺度特性初步确定“变-户”关系;其次,基于辐射重叠区“变”、“户”节点智能电表的电气量序列,利用K-Means和PCA的多序列窗口截面特性实现拓扑校核;再其次,基于电压相关性,提出多时间相关性特性的拓扑变化监控方法。最后,通过仿真算例和现场案例验证了所提出方法的可行性。

基于动态时间序列电压相关性分析的低压配电网拓扑校核

低压配电网的网络拓扑难以确认阻碍泛在电力物联网数据与信息融合,为此提出一种基于动态时间序列分割的电压相关性分析方法用于低压配电网的拓扑校核。该方法首先利用极值点判定方法,得到对序列变化趋势影响较大的极值点;其次,对划分得出的极值点判断其对于序列变化趋势的重要性,在此基础上应用电压相关性原理,判断不同序列在包含极值点的序段的电压相关性。最后利用现场多个低压配电台区电压数据对算法进行检验,验证了算法的可行性。