考虑谐波严重程度的长时间尺度谐波责任划分方法

针对现有谐波责任划分方法未考虑不同谐波严重程度下责任所造成的实际影响差异,提出一种考虑谐波严重程度的长时间尺度谐波责任划分方法。考虑谐波数值分布与变化趋势两方面因素划分工况,并计算各工况综合权重量化谐波严重程度;基于典型相关性分析原理筛选长时间尺度数据,并根据谐波责任定义式估算谐波责任;结合上述综合权重获取长时间尺度综合谐波责任划分指标;采用仿真算例与实测数据进行验证,与传统方法相比,所提方法可反映各谐波源在长时间尺度下不同次数谐波造成的累计影响,更适用于谐波精准治理与公平奖惩工作。

多时间尺度小波变换和LSTM自编码器电弧故障检测方法

在光伏发电系统中,电弧故障检测是维持系统安全运行的关键问题。以往的电弧故障检测方法大多基于单时间尺度的故障特征,然而单一时间尺度特征往往会受到环境变化的干扰,导致检测精度降低,针对这一问题,提出一种多时间尺度小波和长短时记忆(LSTM)自编码器电弧故障检测方法,该方法首先在机理分析的基础上找到电弧3个特性,即电弧初始阶段电流发生突变、燃弧阶段电流均值降低、燃弧阶段高频分量变大。再基于上述电弧特性进行小波变换提取对应多尺度特征,然后使用LSTM自编码器进行端到端的自动检测。与以往方法不同,该方法提取了电弧特性的多种时间尺度特征,增加了故障信号的检测依据,降低了受外界干扰时检测结果出现误报漏报的可能性。理论分析和实验结果表明,所提出的方法降低了故障电弧检测的误报率,提高了其准确率。

基于多源量测信息的数据质量诊断方法研究与分析

电网调控系统服务范围的扩大使得电力调度数据出现爆炸式增长,量测数据不一致、准确性低等数据质量问题日益突出,如何快速有效地实现多级电网调控量测数据质量诊断与评估成为亟待解决的难题。围绕多级电网调控运行管理业务需求,首先提出考虑长时间尺度功率平衡及多源关联分析的调控量测数据校验算法,实现功率不平衡、多源不一致等异常数据的快速研判;其次提出基于模糊层次分析法的量测数据质量评估方法,构建基于Spark的电网调控多源量测数据质量综合评估系统,为大电网数据价值深度挖掘和调控精益管理提供技术支撑。

Exploring the frontiers of deep underground sciences and engineering—China Yunlong Lake Laboratory is striving to be the best

This paper introduces the establishment of deep underground infrastructure for science and engineering research.First,the representative deep underground research laboratories and facilities in the world and their functions were summarized and reviewed.Then,the plan and service target of China Yulong Lake Laboratory were proposed for the storage of resources and energy,as well as the sealing of hazardous waste in deep underground space.On this basis,this paper reveals how the facility addresses its key scientific issue on“The law of fluid matter migration in deep underground space”and engineering significance.Finally,the construction progress of the facility components was demonstrated in details.As is hoped,this paper would provide useful reference to the deep underground research community;meanwhile,international collaboration on deep underground research is highly welcome.

长时间尺度下计及里程焦虑心理效应的电动汽车充放电调度策略

电动汽车在需求侧能够发挥出优秀的灵活响应潜力。以往研究多侧重电动汽车的短时间尺度调度,但短时间尺度调度未从宏观时间尺度优化而易陷入短时局部最优。为此,提出了一种长时间尺度下计及里程焦虑心理效应的电动汽车充放电调度策略。首先,构建了长时间尺度电动汽车最优充放电调度策略框架;其次,考虑了电动汽车充放电操作的电池损耗成本以及电动汽车用户出行里程焦虑心理效应,以完善对电动汽车用户效益的量化;在此基础上,建立了考虑电动汽车调度成本及里程焦虑心理效应的长时间尺度电动汽车日前-实时双层多目标调度模型;最后,基于滚动时域优化方法对实时优化问题进行处理,利用非支配排序遗传算法对多目标问题进行求解。算例表明:所提策略可使电动汽车用户的里程焦虑心理效应在调度周期内长期维持低于0.25;维持较高水平(如0.75~0.9)的荷电状态可降低调度成本及里程焦虑,提升用户满意度,进而提升其接受调度的积极性与参与度。

河北保定百年均一化逐日气温序列的建立及其气候变化特征

基于国家气象信息中心收集整理的保定气象站1919年以来逐日最高和最低气温观测数据,首先,通过数据质量控制剔除原始观测资料中因人工观测或记录、仪器故障及数字化人工录入等导致的错误数据;其次,基于天津百年均一化逐日气温数据,利用标准化序列法对质控后的原始观测数据进行延长插补;进而通过两种途径建立的年和月尺度参考序列,利用惩罚最大t检验(Penalized Maximal T,PMT)和分位数匹配法(Quantile-Matching, QM),修正了插补后保定气象站日最高和最低气温序列中因数据插补、迁站和仪器变更等造成的非均一性影响,由此建立了河北保定1912—2019年均一化最高和最低气温日值序列。分析表明,构建的年平均气温距平序列百年尺度的年代际和趋势变化特点与Berkeley Earth-monthly、CRUTS4.03和GHCNV3基本一致,并且与整个京津冀区域相比,很好地反映出保定地区城市快速发展所带来的增暖变化特点。另外,从百年极端温度变化来看,保定地区1912年以来年和季节极端温度也是呈明显的增暖变化,年和秋季极端最低气温(TNn)的增暖趋势分别为0.340℃/(10 a)、0.404℃/(10 a),对应的气温日较差(DTR)分别为-0.118℃/(10 a)、-0.215℃/(10 a)(均通过置信度为95%显著性检验)。

基于氢储能的可再生能源系统协同规划方法

建立高渗透率可再生能源系统是实现碳中和的必由之路,然而可再生能源出力具有波动性与季节性,为实现可再生能源的长时间尺度规划,以最小年化成本为目标,将制-储-用氢环节纳入可再生能源规划决策,建立了全年时序生产模拟的基于氢储能的可再生能源系统模型,将系统成本问题与运行模拟问题统一到规划层面。为验证基于氢储能的可再生能源系统的优越性,对比基于电池储能的可再生能源系统的年化成本;验证具有不同风光资源地区的适用性,对比具有不同风光资源特性地区规划结果。最后,引入可调度能源价格与电解槽设备输入功率变化量对系统参数的灵敏度分析,并通过算例表明在两地区氢储能系统实现电能的季节性存储,虽然在转化效率上具有劣势,但是在经济性与弃电率上具有明显优势。

面向低碳电力系统的长期储能优化规划与成本效益分析

长期储能(long-duration energy storage,LDES)技术的不断发展成熟为解决新型电力系统季节性供需不平衡问题提供了有效途径。现有研究对LDES技术经济参数的发展情况和不同组合对LDES配置需求和成本效益的影响尚缺乏精细化分析,难以准确探究LDES的灵活性潜力。为此,该文分析考虑技术经济性的LDES规划特性,面向新型电力系统建立内嵌年度8760h全景时序运行模拟的多时间尺度储能协调优化规划模型。算例基于我国西北某区域实际数据,评估LDES技术经济参数的不同组合与LDES成本效益水平、优化配置结构和对短期储能替代作用的关系。结果表明,LDES的成本效益受储能容量成本和放电效率的影响最大,在低碳转型发展背景下引入LDES最多可以降低电力系统40%左右的总成本。

混合多尺度卷积结合双层LSTM语音情感识别

针对深度学习算法在语音情感特征提取方面的不足以及识别准确率不高的问题,本文通过提取语音数据中有效的情感特征,并将特征进行多尺度拼接融合,构造语音情感特征,提高深度学习模型对特征的表现能力。传统递归神经网络无法解决语音情感识别长时依赖问题,本文采用双层LSTM模型来改进语音情感识别效果,提出一种混合多尺度卷积与双层LSTM模型相结合的模型。实验结果表明,在中科院自动化所汉语情感数据库(CASIA)和德国柏林情感公开数据集(Emo-DB)下,本文所提语音情感识别模型相较于其他情感识别模型在准确率方面有较大提高。

基于长尺度测量法的纯电动客车暗电流系统性分析与验证

为了准确评估纯电动客车的暗电流,避免车辆因蓄电池电量不足无法起动,选取2款纯电动客车,对其车载电气设备的供电模式及整车暗电流进行系统性分析,在总结常规暗电流测量方法的基础上提出长尺度测量法,采用电功率测试仪及测量模块设计检测方案记录暗电流并完成实车测试。理论分析与试验数据对比结果表明:长尺度测量法能够准确评估纯电动客车暗电流并将其控制在合理范围内,进而计算车辆的停运时长。

基于LSTM-NeuralProphet模型的城市需水预测方法研究

城市水资源规划和管理是确保城市可持续发展和居民生活基本需求得到满足的关键环节,城市短期需水预测是城市水资源规划和管理的基础。由于气温、降水量和蒸发量等随季节变化明显,直接影响不同季节的用水峰值、高峰期,导致传统基于时间序列算法的固定时隙预测无法适应时隙的变化,从而不能保证预测精度。针对固定时隙预测精度低的问题,研究了基于四季24 h时间分辨率和夏季15 min时间分辨率的双时间尺度城市短期需水预测模型。该模型使用Anomaly-Transformer模型进行异常值检测,并通过分段曲线拟合对异常值校正,采用主成分分析法对城市短期需水影响因子进行分析提取主成分,在AutoML的标准模型分析中选取三个效果最好的模型作为Stacking模型的基学习器再结合长短期记忆网络(Long Short-Term Memory,LSTM)和Optune框架超参数优化后的NeuralProphet模型对双时间尺度的城市短期需水量进行预测,同时加入安全网机制,以保证LSTM-NeuralProphet模型的精确度。与其他模型(LSTM模型、NeuralProphet模型、BP神经网络模型)相比,LSTM-NeuralProphet模型的平均绝对误差在四季24 h时间分辨率的数据集上降低了0.18%~1.96%,在夏季15 min时间分辨率的数据集上降低了0.45%~11.90%。实验结果表明,LSTM-NeuralProphet模型具有更好的拟合效果和更高的预测精度,能较准确地预测双时间尺度下的城市需水量,可以较好地应用于城市短期需水预测研究中。

多时间尺度下变体生成式对抗网络的股价预测

股价预测能为公司经营、投资决策和市场监管提供重要依据。【目的】为了避免特征提取不足与预测不准等问题,我们构建了多时间尺度下变体生成式对抗网络对股价涨跌方向进行预测。【方法】首先以双向长短期记忆网络构造生成器,以卷积神经网络构造判别器;然后分别对生成器与判别器在多时间尺度数据上进行博弈训练,提取长期与短期特征后将结果拼接;最后获得预测模型。【结果】选取沪深300指数、建设银行与陕西煤业股价为样本进行实证分析,试验发现沪深300指数涨跌预测准确率达到59.63%,个股数据验证表明本文模型具有一定的稳定性与优越性。【结论】本模型能提高预测股价涨跌的准确率,丰富了金融数据分析方法。

基于Munro量表的分级护理干预结合间断性变换手术床角度对平卧位长时间手术患者压力性损伤发生情况及舒适度的影响

目的探讨基于Munro量表的分级护理干预结合间断性变换手术床角度在平卧位长时间手术患者中的应用效果。方法选择我院收治的100例平卧位长时间手术患者为研究对象,根据护理方案不同将其分为对照组和观察组,各50例。对照组接受常规护理,观察组在对照组基础上加施基于Munro量表的分级护理干预结合间断性变换手术床角度。比较两组的干预效果。结果观察组的压力性损伤总发生率为10.00%,明显低于对照组的28.00%(P<0.05)。干预后,观察组的Kolcaba量表各维度评分高于对照组(P<0.05)。干预后,观察组医生对体位满意度的各项评分高于对照组(P<0.05)。结论基于Munro量表的分级护理干预结合间断性变换手术床角度可降低平卧位长时间手术患者的压力性损伤发生率,还能提高患者的舒适度及医生对体位的满意度。

南黄海辐射沙脊群形成演变的动力地貌过程数值模拟

江苏沿海辐射沙脊群在国内潮成沙体中较为罕见,有关辐射沙脊形成的动力机制已有定论,但对其形成时间和物质来源说法不一。运用长时间尺度动力地貌过程数学模型复演了辐射沙脊群形成演变过程,结果表明:江苏岸外辐聚辐散的流场不依赖于局部海底地形而独立存在;不同初始地形下只要泥沙供给充足,经过150年左右潮流动力对地形不断塑造,辐射状"水道-沙脊"相间的地貌格局都能基本形成;辐射沙脊群是废黄河北归约150年后,随着废黄河水下三角洲不断被侵蚀,辐聚辐散的潮流对不同来源物质重新塑造的结果,是动力-泥沙-地形相互作用的产物。

基于监测数据相关性分析的用户谐波责任划分方法

针对传统谐波责任划分方法无法实现长时间尺度的动态责任划分,需要专门量测,无法利用现有监测系统数据,以及无法划分同一馈线各用户谐波责任等缺点,提出一种基于监测数据相关性分析的用户谐波责任划分方法。首先,计算电能质量监测系统中谐波电压数据序列与用电信息采集系统中各用户平均有功功率数据序列的典则相关系数,将公共连接点谐波责任划分为背景谐波责任与所关注用户谐波责任;其次,计算谐波电压与各用户有功功率的动态扭曲相关系数,用于反映各用户用电行为与公共连接点谐波电压畸变的关联关系;最后,构造并计算同时考虑关联关系、用户用电容量的长时间尺度谐波责任划分指标。利用实际监测系统中的数据验证了所提方法的有效性和实用性,能基于现有监测数据实现馈线上每个用户的长时间尺度动态谐波责任划分。

黄海第四纪年代学研究进展

陆架沉积物是研究海平面以及环境气候变化的理想载体,黄海作为典型的陆架海一直以来是地学领域研究的热点地区。利用沉积物研究古环境首先要解决的就是年龄问题,总结了黄海近30年来第四纪年代学研究所取得的成果以及存在的问题。南黄海的研究程度明显高于北黄海,短尺度研究程度明显高于长尺度研究。从短尺度的测年结果来看,不同部位的钻孔同一深度层位的年龄值存在一定差别,这除了和该区复杂多变的环境有关以外,还和所用的测年方法和材料有关;长尺度研究目前仅集中于南黄海3个钻孔的磁性地层研究,其结果显示南黄海的B/M界线基本可以限定在60~70m之间。由于黄海长尺度年代学研究相对匮乏,因此,应该将其作为该区日后年代学研究的重点。

长程脑电图和Glasgow昏迷量表评分对重症脑功能损伤患者预后的预测价值

目的探讨长程EEG和Glasgow昏迷量表评分(GCS)对重症脑功能损伤患者预后的预测价值。方法对75例神经系统重症脑功能损伤患者行长程EEG监测和GCS评分,并随访90 d时患者的预后情况。分别计算长程EEG、GCS及长程EEG联合GCS对预后预测的灵敏度、特异度、准确度,并进行比较。结果长程EEG中重度异常患者的预后不良率显著高于轻度异常患者(χ~2=31.375,P<0.01)。GCS低评分患者的预后不良率显著高于高评分患者(χ~2=16.58,P<0.001)。长程EEG轻度异常且GCS评分高者预后不良率显著低于EEG中重度异常且GCS评分低者(χ~2=29.726,P<0.001)。长程EEG对患者预后预测的灵敏度、特异度和准确度均高于GCS评分。长程EEG联合GCS评分对患者预后预测的特异度和准确度与长程EEG相仿,而灵敏度显著升高。结论长程EEG和GCS对重症脑功能损伤患者的预后评估均有一定的预测价值,二者联合评估效果更好。

自相似业务合成流的建模及排队性能分析

近期真实网络流量分析表明很多信息源会产生在多时间尺度下具有自相似特性的信息流，据此人们采用模拟及分析的方法对此种业务流对 Ａ Ｔ Ｍ 交换机／复用器性能的影响进行了研究，发现了与传统短相关模型完全不同的排队特性。但是到目前为止对于自相关信息流的复用问题尚未发现有人进行研究。而这个问题的解决对自相似业务流条件下的 Ａ Ｔ Ｍ 交换机／复用器性能分析、接入控制（ Ｃ Ａ Ｃ）等都具有很重要的意义。本文基于临界时间尺度的概念对这个问题的解决进行了有益的探索，得出了较好的结论，并采用模拟的方法对得出的结论进行了验证，模拟结果表明估计的参数较准确地描述了自相似业务合成流的特征。

价格与激励联合需求响应下电动汽车长时间尺度充放电调度

为充分调动电动汽车充放电潜力,降低电动汽车接入对电网的影响,提出了一种价格与激励联合需求响应下电动汽车长时间尺度充放电调度策略。首先,制定了结合价格型与激励型需求响应的联合需求响应措施,以这两类需求响应对电动汽车进行分群,并针对不同电动汽车群分别进行长时间尺度优化。其次,将需求响应措施作为电动汽车聚合商与电动汽车间的调度通道,以电动汽车聚合商净收益最大及负荷波动最小为目标,建立电动汽车聚合商调度模型;以电动汽车调度成本最小及心理效应最小为目标,建立电动汽车长时间尺度调度模型。最后,以100辆电动汽车为例的仿真结果表明,所提调度策略能在长时间宏观尺度上有效提高电动汽车聚合商净收益,同时减小负荷波动及降低电动汽车调度成本。

风电高渗透率下中长期时间尺度系统频率波动仿真研究

随着风电渗透率地不断提高,风电并网对电力系统频率稳定的影响越来越大。鉴于已有的电力系统仿真软件对仿真互联电网短期和中长期频率控制不能很好地满足要求,且各种类型发电机组的数学模型也是根据需要建立,因此提出了建立基于准稳态法利用MATLAB编程实现的中长期时间尺度频率波动仿真系统。该系统能够提供风电场、水电机组和火电机组参与系统频率控制数学模型,区域电网联合频率控制数学模型,并且能够进行系统备用调整容量分析和AGC性能监视。