基于双层优化VMD-LSTM的农村超短期电力负荷预测

稳定的供电是农村发展建设的有力保障,而电力负荷水平是建设效果的重要衡量标准,因此建立精确的负荷预测模型可以更准确直观显现电力负荷情况,为供电公司制定决策提供有力支撑。由于LSTM负荷预测模型在数据预测方面存在收敛性差、预测精度不高等问题,为提高模型的预测精度,提出一种基于双层优化VMD-LSTM的超短期电力负荷预测方法。首先提出麻雀算法优化变分模态分解(sparrow variational mode decomposition,SVMD),通过SVMD将原始数据转化为模态分量(intrinsic mode functions,IMF);其次采用改进樽海鞘群算法(association salp swarm algorithm,ASSSA)优化LSTM模型。通过引入4种策略增强标准樽海鞘算法优化能力;最后将各模态分量分别代入到新模型并进行叠加预测。选取辽宁省某市某乡村10kV变压器真实历史负荷数据,以均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、拟合度(R^(2))作为评价指标,并与其他基础预测模型进行对比,结果表明,改进后的算法在计算精度、稳定性方面均优于其他基础预测模型。

特约主编寄语

能源安全事关国计民生,是不可忽视的“国之大者”。新型能源体系的加快建设,为中国式现代化建设提供安全可靠的能源保障,我国明确提出2030年实现碳达峰、2060年实现碳中和的“双碳”目标。截至2023年底,我国发电装机容量达到29.2亿千瓦,水电、风电、太阳能发电等可再生能源总装机达到14.7亿千瓦,占发电总装机比重超过50%,历史性超过火电装机。随着新能源占比的不断提升,且受制于我国能源禀赋特征以及同步机组装机容量占比的大幅降低,电源侧灵活性明显不足,灵活调节电源装机占比不足6%,系统运行面临灵活调节能力不足的重大挑战,电力平衡和供应保障难度加大,迫切需要从源、网、荷、储多个环节挖掘电力系统的灵活性调节能力,保障电力可靠供应与能源安全。

溴敌隆对斑马鱼胚胎/仔鱼的发育毒性效应研究

为评价第二代抗凝血类灭鼠剂溴敌隆的潜在生态毒性效应,以模式动物斑马鱼为研究对象,研究了溴敌隆对斑马鱼胚胎/仔鱼的发育毒性以及对抗氧化系统的影响。研究结果表明,当溴敌隆浓度高于0.39 mg·L^(-1)时,斑马鱼胚胎/仔鱼死亡率及畸形率显著升高,与对照组相比具有显著性差异,斑马鱼仔鱼体内的超氧化物歧化酶(SOD)、过氧化氢酶(CAT)活性以及还原型谷胱甘肽(GSH)和丙二醛(MDA)的含量随溴敌隆浓度增大,均呈逐渐升高趋势,并在1.18 mg·L^(-1)浓度组达到最大值,具有显著差异,表明溴敌隆对斑马鱼仔鱼的抗氧化系统造成严重损伤,从而导致机体死亡。对溴敌隆暴露导致的斑马鱼胚胎/仔鱼的发育毒性以及氧化损伤的机制进行了初步探讨,为进一步研究溴敌隆对动物的发育毒性机制以及其潜在的生态危害提供了研究基础。

电网碳排放因子研究方向与应用需求的演变进程

电网碳排放因子是温室气体核算体系中非常重要的一部分,对于减缓气候变化和实现碳中和具有至关重要的作用。当前,针对电网碳排放因子核算的研究已经向着更为准确、区域更为细化、且更具有时效性的方向发展。该文总结了温室气体核算体系关于电网碳排放因子的需求演变以及国内外企业常用的标准和选择方法,介绍了欧美政府现阶段采取的电网碳排放因子计算方法及需求演变,探讨了关于电网碳排放因子的研究进展和应用情况。针对美国和欧洲地区,分别介绍了斯坦福大学、加州大学戴维斯分校、美国国家可再生能源实验室等知名研究机构的典型科研进展。此外,还探讨了欧美公司在电网碳排放因子计算方法及应用场景方面的创新,包括宾夕法尼亚-新泽西-马里兰电力市场公司(Pennsylvania-New Jersey-Maryland Interconnection,PJM)、新英格兰独立系统运营商(Independent System Operator-New England,ISO-NE)、Watt Time等公司已经推出的电网碳排放相关应用与产品。最后,该文指出了我国开展分时分区电网碳排放因子研究与应用的必要性,并提出了相应建议,为我国电网碳排放因子的进一步研究和标准制定提供参考。

基于深度学习的交通运输行业数据自动分级方法研究

为促进交通运输行业信息系统互联、保障数据安全,进而推动行业健康发展,本文对交通运输行业中的数据共享和自动分级方法进行研究。本文基于卷积神经网络(convolutional neural networks,CNN)–双向门控循环单元(bidirectional gating recurrent unit,BiGRU)–胶囊网络(capsule network,CapsNet)模型的数据类别判定方法,设计并实现了交通运输信息资源目录系统中数据的自动分级模块,完成了行业领域下的数据自动分级。实验结果表明本文算法的准确率和F1值分别达到了70.48%和70.16%,明显高于现有的几种主流模型,可以有效提高数据分级的效率。

公安院校犯罪现场勘查课程实施科教融合培养模式探索与实践——以浙江警察学院为例

犯罪现场勘查作为公安院校的核心课程,其重要性不言而喻,但面临着犯罪形式多样化的新局面,传统的授课模式已经不能满足新时代公安侦查办案的需要,亟须在教学供给侧端进行改革。该文尝试在犯罪现场勘查课程教学过程中实施科教融合新模式,拟从融合课程思政新元素、打造全时空全要素动态现场勘查新机制、分类培养研究型人才新模式、锤炼具有“教学练战”一体化新型实训,以及将最新科研项目成果应用到教学等角度进行探索,开展新型犯罪现场勘查教学改革,以期为新时代公安民警培养提供一定的理论支撑和参考。

基于分层模糊神经网络的边缘侧光伏发电能量预测

以分布式光伏为代表的新能源广泛接入,带来业务实时响应、台区内智能分析处理等新需求,目前关于分布式新能源消纳本地自治的解决方案还鲜见报道,新能源消纳的关键在于光伏发电的准确预测与边缘物联装置研制。基于电网调度物联网,面向台区自治快速响应的需求,提出一种结合台区能量路由器的新能源消纳本地自治解决方案,研制面向分布式新能源消纳的能源控制器,并基于分层模糊神经网络算法对光伏发电的能量进行预测。研究表明,所研制的能源控制器以及提出的分层模糊神经网络模型在边缘侧台区自治中具有一定的效果和优势。

后处理工艺在海水淡化厂的应用

由于海水淡化装置逆渗透系统产出的淡化水离子浓度含量低,属于典型的低硬度,低碱度水,因此,通过逆渗透系统的水需要经过矿化才可以符合饮用水质标准。文章对将军澳海水淡化厂后处理技术进行了分析,包括矿化、pH值调节、杀菌消毒等工艺,介绍了矿化技术在海水淡化中的应用,并结合试运行的数据,提出了具体的运行设计措施。

现代建造方法的探索与实践——以将军澳海水化淡厂一期项目为例

现代建造方法(Modern Methods of Construction,MMC)是一种建筑系统,它可以根据当今建筑行业出现的新需求缩短建造时间和降低成本,同时建造出质量较高的建筑。MMC主要包括可供制造及装配的设计(Design for Manufacturing and Assembly,DfMA)、组装合成建筑法(Modular Integrated Construction,MiC)及机电装备合成法(Multi-trade Integrated Mechanical,Electrical and Plumbing,MiMEP)等众多概念。以将军澳海水化淡厂项目为例,从DfMA、MiC及MiMEP等方面介绍项目MMC与BIM技术相结合的应用情况。MMC的使用不仅可提高建设速度、优化工期,对节约人工成本、控制工程质量以及营造低碳建造环境等方面也能起到关键作用。MMC的使用最大限度地降低现场劳动力的需求,带动建筑业数字化发展,推动建筑业产业化创新,最终将使建筑业不断迭代升级,实现可持续发展的目标。

BIM CDE在将军澳海水化淡厂项目中的应用与探索

CDE对信息的管理优势非常明显。首先,信息共享优势,参与方将工程所需传递的信息上传到CDE中,各个单位根据具体的需求自行下载,大大减少信息检查与发布的工作量;其次,单一的信息来源,信息汇总到CDE中,可以实现实时更新,并且单一来源,便于追本溯源,确保信息的可靠性;最后,高效的信息交流,不但可以提升项目协作效率,还能有效管理信息流,同时提高整个项目的透明度,有助预判和降低风险。在BIM的理论体系中,CDE是一个非常重要的概念,但目前在国内却很少被提及,甚至还没有统一的官方称呼,有的翻译为:公共数据环境,还有的翻译为:共用数据环境、通用数据环境等等。CDE对应的并不只是一个软件,单纯的软件不能解决问题,需要有配套的方法,就像“BIM”不是一个软件一样,CDE背后对应的是一种标准的管理方法与过程,而这种标准的管理方法与过程可以更好的规范在建筑全生命周期中产生的各种信息。

3岁儿童颈部伤害预测分析

为了解决按国标《机动车儿童成员用约束系统》(GB27887-2011)设计的儿童座椅的颈部伤害数据的匮乏,进而导致后续标准对于颈部伤害值的评价方法、评价指标的制定困难等问题。文章进行了P3假人和Q3假人的正面碰撞比对试验,建立了3岁假人的颈部受力分析模型,分析假人颈部的受力情况,并用Q3假人的试验数据完善并验证了模型。应用该方法可预测P3假人的颈部伤害情况,补充了P3假人的颈部伤害数据匮乏的情况,为同类儿童约束系统的伤害提供了方案。

基于人工智能技术的新型电力系统优化运行与控制

构建新型电力系统,是实现“碳达峰、碳中和”目标的关键举措。但是随着可再生能源发电占比不断提升和新兴负荷大量接入,电力系统呈现出惯量降低、源荷失配、峰谷差增大等问题,电网的安全稳定运行面临严峻挑战。人工智能技术近年来蓬勃发展,具备强大的感知推理能力、智能决策能力以及海量数据分析能力,有助于新型电力系统实现精准建模、高效分析及智能控制,是电力系统向数字化、网络化和智能化发展的关键支撑技术。如何通过新一代人工智能及信息通信技术为新型电力系统的感知调控提供决策支持,实现电力系统各要素之间的协同控制和优化配置,值得广泛关注与深入研究。《全球能源互联网》编辑部密切关注最新研究进展,邀请我们担任特约主编,共同策划本专题,与读者共同探讨人工智能技术在新型电力系统运行控制领域的理论研究与工程应用最新进展。

基于深度强化学习的微网优化运行综述

微网在分布式新能源消纳、负荷优化、提高能源利用效率等方面具有重要作用。但新能源出力的间歇性、负荷侧用电行为的随机性导致微网成为一个动态的复杂系统,难以通过准确的物理模型刻画,给微网优化运行带来巨大挑战。深度强化学习(deep reinforcement learning,DRL)通过与环境交互试错寻找最优策略,不依赖于新能源出力和负荷的精确建模,适用于解决序贯决策问题,在求解含有大量不确定性的微网优化运行难题时具有优势。为此,从DRL原理、DRL在单个微网以及微网群优化运行中的应用进行了综述与分析,最后对应用中所面临的算法可解释性、奖励函数设置、用户隐私性等方面进行了展望。

动态AI肢体功能评估在高校学员体能训练中的应用

目的探讨人工智能技术实现肢体运动功能评价的可行性。方法采集某高校2020—2022级学员连续单腿跳跃和功能性动作筛查(FMS)过头深蹲测试的全程影像学资料,通过录像分析进行统计与描述。通过计算机视觉技术实现测试过程的肢体动作捕捉与分析。结果51.7%以上的学员存在肢体运动功能异常,以踝关节灵活性受限为主(46.7%);且女学员的比例高于男学员。连续单脚跳跃测试筛查出的踝关节力线异常比例超过65%,其中15%以上学员在深蹲测试评估中结果为正常。结论计算机视觉技术能够有效识别抗阻运动和动态运动过程中的肢体异常角度和位置信息。动态肢体动作识别与分析系统将为大规模筛查和评估提供支撑。

玉米淀粉和墨粉粉尘爆炸对无火焰爆炸泄压装置性能的影响

为研究无火焰爆炸泄压装置性能技术,选取玉米淀粉和墨粉为测试粉尘,利用1 m^(3)爆炸舱进行密闭空间和安装无火焰爆炸泄压装置爆炸试验。结果表明:相较于密闭空间的最大爆炸压力,无火焰爆炸泄压装置保护下的最大受控爆炸压力显著下降,其中玉米淀粉粉尘下降了79.5%,墨粉粉尘下降了69.1%。外场温度和压力变化随无火焰爆炸泄压装置泄压口轴线方向距离增大而减小,在无火焰爆炸泄压装置保护下墨粉粉尘所释放出的压力和热量远高于玉米淀粉粉尘,且外场粉尘扩散演化过程显示墨粉粉尘扩散的尺度空间更大。

基于区块链的数据安全共享网络体系研究

针对能源互联网企业内部与外间的数据共享过程中,存在集中部署访问受限、标识不唯一、易被窃取或篡改隐患等问题,影响到数据作为资产进行统一安全共享的效率.为此,结合区块链的去中心化、自主对等、难以更改的技术特征,构建基于区块链的数据安全共享网络体系,主要包括去集中化数据统一命名技术及服务、授权数据分布式高效存储和支持自主对等的数据高效分发协议.其次,设计了开放式数据索引命名结构,含一级基础ODIN和多级扩展ODIN,且阐述了开放数据索引命名运行机制.再次,基于ODIN技术,设计了基于ODIN的去中心化DNS的域名协议模块,为数据间P2P安全可信共享奠定基础.最后,针对基于ODIN的去中心DNS的功能进行验证,为实现企业内部及企业间的数据安全共享构建了一种可信网络环境.

数据中心能耗模型及能效算法综述

近年来,云计算技术发展迅猛.作为云计算的物理平台和重要基础设施,数据中心的数量和规模都得到了前所未有的发展.与此同时,数据中心极低的资源利用率和巨大的能耗问题日益突出,数据中心能效的研究已经成为了近年来学术界与工业界关注的热点.针对数据中心能效的基本问题,研究了基于资源和任务调度的数据中心节能关键技术,从能效模型与能效算法的角度总结了数据中心服务器系统与网络系统的节能研究进展和最新成果,涵盖能效分析、能耗模型、分类标准和策略算法4个方面,并且展望了数据中心能效优化研究的发展趋势.

大法兰侧轴锻件热加工工艺研究

针对大法兰大截面差电机侧轴锻件,分析了整体自由锻工艺的弊端,通过研究锻件成形机理及锻造过程,采用胎模锻+自由锻成形相结合的工艺方案,使锻件具有更优良的锻造流线,提高了原材料利用率、避免了自由锻产生的锻造缺陷问题;合理选择材料的热加工工艺控制参数,锻件生产检验各项指标优异。

面向能源互联网的新一代电力系统运行模式研究

电能是所有一次能源可以转化的二次能源,电网是各种能源转换、互联、传输、交互的最佳实现模式。随着大规模可再生能源发电的接入,传统电网的运行模式已不能适应电源侧和负荷侧双向随机变动的运行需求。研究面向能源互联网的电力系统运行新模式是构建新一代电力系统的迫切需求。该文对能源互联网及其他能源系统进行了对比,研究了传统电力系统的运行机制,分析了传统电力系统各发展阶段的运行模式及特点,对新型电力系统的运行模式进行深入探讨,提出基于电力市场主导的发电、输电、用电实时平衡的电力系统动态模型;进而提出了通过构建电力三次系统,即由电力信息二元网络,实现对电网的广域测量、动态感知和协调控制,为能源互联网的市场化运作、智能化调控、经济化运行提供平台支撑;最后展望了基于数据驱动技术和混成控制技术的新一代电力系统控制策略。

基于深度人工神经网络和GIS数据的最优停电模型研究

为了有效利用地理信息技术支撑复杂大电网的信息化建设,针对停电事故对电力系统运行和日常生活带来的诸多影响,提出基于深度人工神经网络和GIS数据的最优停电模型。结合电力系统运行的特殊性,把最优参数设置和增量反馈结合用来优化受限玻尔兹曼机算法。通过仿真分析了算法的性能。仿真结果表明,采用深度神经网络的最优停电模型可以提高计算效率和精度。