一种提升电力系统韧性的新型主动防御策略

韧性描述了电力系统抵抗并从极端事件中快速恢复的能力,采取主动防御的调度策略可有效提高系统韧性,然而传统模型求解速度慢、无法在线应用,且调度过程中易产生不必要的切负荷,因此基于滚动优化思路提出了一种新的主动防御调度策略,在提升韧性的同时降低了求解时间并且扩大了安全裕度。首先,将极端事件下系统状态的不确定性转移建模成马尔可夫状态转移模型;其次,基于马尔可夫决策过程建立了考虑过载风险的主动防御模型,采用滚动优化的思想对其进行求解;最后,采用基于马尔可夫蒙特卡洛的韧性评估方法在IEEE24节点模型上验证了上述方法的有效性,结果表明该方法比传统模型缩短了76%的求解时间、降低了15.6%的失负荷。

基于多属性决策的电力通信网的节点重要度计算方法

随着电网规模不断扩大,作为电网的支撑网络,电力通信网络的结构变得更加复杂且脆弱。预先识别和保护电力通信网中的重要节点是降低网络脆弱性的有效方法。为了全面地分析电力通信网中的节点,从网络中节点的局部信息、全局信息以及节点承载的业务重要度量化节点的重要性,提出一种基于多属性决策的电力通信网节点重要性计算方法。该算法首先根据各节点指标计算指标熵值以及指标之间的肯德尔系数,确定指标权重,结合多属性决策方法得到节点指标贴近度,进而得到各节点的实际重要度。最后根据不同节点重要度计算方法,分别攻击小型电力通信网、传统复杂网络、市级电力通信网中的节点,分析对网络指标的影响,证实该方法的合理性。

故障树分析的二元决策图方法

为了克服故障树方法分析复杂系统存在的不足,引入二元决策图理论,把故障树转化成二元决策图;然后自上而下遍历二元决策图,得到最小割集和顶事件发生的概率。二元决策图转化过程中,基本事件的排序直接影响二元决策图的结构大小。在不改变故障树逻辑关系的前提下,先对故障树进行简化,除去一些冗余的部分;然后从故障树结构重要度的角度,对简化后故障树的基本事件进行排序。实例证明所采用的基本事件排序方法是有效的,能够简化故障树定性和定量分析过程。

电力系统网络重构的多目标双层优化策略

提出一种节点重要度综合评价新方法,并在此基础上发展了网络重构多目标双层优化模型。在上层优化模型中,以最大化系统可用发电容量确定发电节点恢复顺序;在下层确定恢复路径的多目标优化模型中,以最大化恢复路径的平均重要度和最小化路径的充电电容为目标,并考虑了线路恢复时间对机组恢复的影响。提出一种基于细胞生理特性的连续动态Pareto多步凋亡优化策略(MSAOS),其将整个电力系统网络重构划分为多步,每步的优化问题规模和难度都较小,且可在一定程度上避免维数灾问题;利用该策略进行多目标网络重构优化,可以在兼顾全局最优的基础上实现发电节点恢复路径优化的分段最优,并能以分支图的形式展示恢复优化过程中的网络重构策略集。利用模糊决策(FDM)方法优化出最终网络重构策略。以新英格兰10机39节点系统和广州电力系统为例,说明了所发展的模型和方法的基本特征。

基于风险与事件树理论的关键保护评估

大停电的发生与保护的不正确动作密切相关,升级保护系统是降低大停电发生概率和提高系统整体可靠性的重要途径.如何升级、升级哪些保护装置是一个迫切需要解决的问题,为此提出一种判别关键保护的有效方法.根据保护的误拒动概率模型及保护的动作逻辑与时序建立保护动作事件树;基于保护不正确动作对系统风险的贡献定义保护重要度指标;采用蒙特卡罗方法模拟保护的动作过程,求出保护重要度排序,判别关键保护,为合理、经济地升级保护系统和运行人员监控高风险线路提供前提和依据.IEEE 39节点系统仿真结果验证了该方法的正确性.

基于IGDT鲁棒模型的风电爬坡事件协调调度决策

随着风电渗透率的提高,大功率风电爬坡可造成系统功率不平衡,甚至导致停电事故。提出了基于信息差距决策理论(information gap decision theory,IGDT)鲁棒模型的风电爬坡事件协调调度决策方法。分析了各参与方的调度成本及约束条件,采用常规机组、风电场及需求侧协调调度的方式,降低风电爬坡事件的不利影响,并保证决策方案的经济性;利用IGDT方法处理风电功率的不确定性,构建最恶劣爬坡场景,制定针对预期成本具有鲁棒性的决策方案。算例及实际系统不同情形下调度决策方案的分析和比较,验证了所提调度决策方法的鲁棒性和经济性。

基于云模型和灰色区间关联的重要电力用户风险群评价

在初步构建供电企业的重要电力用户风险评估指标体系的基础上,为减小由专家群体主观知觉和经验不同所导致评价结果的不确定性以及风险自身的不确定性,首次提出了一种基于云模型和灰色区间关联的风险群评价方法。该方法将专家群体的模糊语言评价值综合成正态云模型,并通过云规则转化为区间值,以灰色区间关联的评价方法来对风险进行综合评价。以供电企业的具体风险评价为例,对比其他评价方法,验证了评价结果的合理性。研究结果表明该方法可更加有效、客观地评价重要电力用户风险。

建筑安全事故中的事件重要性定量分析

为制定建筑安全措施提供理论依据,采用Birnbaum测度描述诱发事故的事件重要度,提出基于二叉判定图(BDD)的建筑安全定量分析方法。在得到安全事故故障树后,该方法执行BDD逻辑运算生成BDD结构,并通过遍历该结构计算各事件的Birnbaum测度值。管理人员可通过量化的重要度数值来分析各事件重要性,确定对工程安全影响最大的一些基本事件,从而制定安全措施来减少事故损失、保证工程质量。BDD结构特点使得该方法便于计算机编程实现,实验数据的对比分析表明BDD方法可正确高效地分析建筑安全事故。

重大突发事件决策支持的语义协同模式构建的案例推理研究

重大突发事件能引发社会连锁响应和严重后果,并可能危及社会稳定。因此当突发事件发生后,能及时生成预案、开展行动,将能最大程度上减少损失。本文将基于案例推理的案例表示与相似度度量方法应用到应急辅助决策中,尝试通过3个方面构建合适的相似度度量建模表达:(1)语义约束下的案例属性提取过程;(2)基于多案例多属性的事物概念设计,允许案例属性存在同语义不同表达;(3)协同特征匹配下的案例新描述,基于Wordnet词汇关联分析多类中心的特征距离,推理出案例属性的最可能对应语义。实验表明其可以显著提升案例匹配效率。将为今后重大突发事件的处理提供有效而及时的决策支持。

大型核电站全厂断电事故的失效模式分析

运用故障树分析方法，对核电站全厂断电事故进行分析。建造了全厂断电事故即厂用电力系统Ａ、Ｂ两列６．６ｋＶ交流应急母线ＬＨＡ和ＬＨＢ同时失电故障树。利用ＳＥＴＳ程序及法国标准９０万千瓦压水堆核电站２００堆年运行经验反馈的可靠性数据，对全厂断电故障树作了定性、定量分析，得到了全厂断电事故的发生概率。给出了全厂断电事故的主要失效模式及发生的概率和事件的重要度。

论监督权与重大事项决定权之间的关系

目前我国各级人大及常委会依据宪法和法律所享有的重大事项决定权与监督权并不是在法理上完全独立的宪法和法律职权,而是依据宪法和法律规定所享有的"集合性的国家权力"的具体权能内容,因此,重大事项决定权与监督权各自的正当性依据是相互统一的,相互之间的权能区分主要在于各自的事权内涵不同。在处理人大与"一府两院"的关系过程中,各级人大及其常委会行使的监督权与重大事项决定权应当具有同等的法律拘束力,应当将这两种权力作为各级人大及常委会所行使的"集合性的国家权力"的重要权能内容,以各级国家权力机关依据宪法和法律所享有的宪法和法律职权的性质来正确地构建国家权力机关与国家行政机关、国家审判机关和国家检察机关之间的宪法和法律关系,进一步丰富和完善作为我国根本政治制度——人民代表大会制度的国家权力的建构理论。

电力系统充裕度分析中的快速组合事件概率算法

提出了一种可应用于电力系统充裕度分析的快速组合事件概率求取方法.该方法根据二值决策图的基本原理,采用二叉树作为基本数据结构,在电力系统充裕度计算所有可行状态已知的情况下,只需一次回代即可求出相应的系统充裕度指标,具有原理清晰、算法简单、易于实现的特点.理论分析和实际算例表明,其时间和空间复杂度都是问题规模的线性函数,有着比经典inclusion-exclusion法则更好的计算效率,IEEE RTS-24节点系统算例的计算表明了该算法在实际应用中的正确性和有效性.

止腐败于决策:高校重大事项决策机制存在的问题及其完善

腐败往往是因为权力过于集中、决策内容和过程不够透明,事前及至事中缺乏人民群众的广泛参与以及缺乏监督、无法监督、监督不力而造成的。高等学校是人、财、物集聚的重要场所,其重大决策往往会涉及到大额资金的利用和广大教职工的切身利益,但因一些高等学校的领导以办学自主权为借口,以决策是学校领导尤其是主要领导的事、决策具有保密性等理由,将广大教职工有意或无意排除在重大决策之外,又因党政互争决策权、决策过程缺少统一的规制程序而各行其是;再者,由于决策程序和执行程序分工不明、甚至合而为一,重大事项决策后的执行缺乏监督和对结果评估的忽视等原因,给高等学校腐败埋下了隐患。高等学校要有效地防止腐败发生,必须做到:全面落实职工代表大会制度,实行民主决策;完善高等学校重大决策程序和规则,实行依法决策;重大决策做出前要充分论证,实行科学决策;建立决策责任追究制,完善决策监督制度。

地方人大行使决定权的几个问题初探

文章通过对各地人大及其常委会行使重大事项决定权实践的分析,探讨了界定重大事项的概念、范围的一些基本原则,对行使重大事项决定权的程序进行了分析,对如何处理好人大及其常委会依法行使重大事项讨论决定权与党委的决策权、政府的行政决策权、两院的司法权的关系提出了意见。

基于TOPSIS算法的电力通信网关键节点识别

电力通信网某些关键节点对于网络安全可靠运行有着重要意义。为识别关键节点,提出一种基于TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)算法识别电力通信网关键节点的方法。首先构建节点重要度评价体系,将每个节点看作一个方案,将评价指标看作方案属性,将主观赋权法中的层次分析法和客观赋权法中的熵权法相结合,求得综合权重。然后给每个评价指标赋权。最后采用多属性决策的方法求得节点重要度,根据重要度值的大小识别出关键节点。采用某省实际电网进行检验,仿真证明,相对于现有其他算法,该算法能更准确地识别关键节点,验证了该方法的实用性和有效性。

论发展是党执政兴国的第一要务

江泽民同志关于发展是党执政兴国的第一要务的重要论述,深刻揭示了发展与执政兴国的辩证关系,对于全面建设小康社会,加快推进社会主义现代化具有重大意义,我们要紧紧把执政兴国作为党的第一要务,正确处理好各方面的关系,促进经济社会协调发展。

基于改进关联规则挖掘的变压器油中溶解气体分析模型

关联规则挖掘算法常用于基于油中溶解气体分析的变压器故障诊断中。为进一步提升诊断效果,提出一种基于改进关联规则挖掘模型的变压器故障诊断方法。首先,构建可调整的状态重要度评估标准计算方式,能够适应不同输入特征并将其中的罕见高危数据纳入分析,从而有效应对现实应用过程中可能出现的极端状况;其次,直接基于输入特征量导致的故障风险而非特征量的数据占比或出现频率求解相应故障风险权重,能够更加准确地衡量各特征量所带来的影响;最后应用Relim算法进行关联规则挖掘,从而改善挖掘效率。实例仿真结果表明,所提出方法相较采用固定重要度评估标准计算方式、传统风险权重求解方法以及Apriori关联规则挖掘算法的故障诊断方法,具有更好的诊断准确率、实际可行性以及运算效率。

电力系统充裕度评估中的交叉熵蒙特卡洛方法

蒙特卡洛模拟法在现代电力系统分析中得到广泛应用,但其抽样效率受到系统元件可靠性的制约,导致其在处理稀有事件时效率低下。基于交叉熵的方差减小技术可有效地处理稀有事件。交叉熵方法通过交叉熵距离函数在系统元件失效概率密度函数族中搜寻最优分布函数,然后对最优分布函数进行抽样,从而极大地降低系统元件失效的稀疏性。以IEEE-RTS79测试系统为例,研究了交叉熵算法的分位数和预抽样样本对算法效率的影响;将交叉熵算法与传统蒙特卡洛模拟法、重要抽样方法进行了比较,算例分析结果表明交叉熵方法具有收敛速度快、采样次数少、计算时间短等优点。

基于多属性的电力通信网节点重要度评价

电力通信网是一种复杂网络,其节点重要性分析在实际应用中有着重要意义。对此提出了一种基于多属性决策的复杂网络节点重要性综合评价方法。该方法综合考虑度中心性、介数中心性、PageRank值三个指标,客观地确定各个指标的权重并计算每个节点方案到理想方案的贴近程度,得到该节点的重要性综合评价结果。在确定指标权重时,同时考虑了指标的对比度和相关性。实验结果表明,所提算法在评价结果上更加可靠和有效。

基于光伏发电影响因素分析的集成建模及预测应用

目的:开发一种短期光伏发电功率预测模型,解决电能接入并网后对电网的稳定性和安全性产生影响的问题。方法:利用每日的光伏部分数据建立模型,剩余数据作为测试集,得到每天发电功率的误差。以误差最小的作为测试集,剩余天数的光伏数据作为训练集,根据预测结果的误差大小合并数据,建立新的PSO-SVM弱学习器。最终运用改进的PSO算法找出每个弱学习器的系数,建立预测模型。结果:实验结果显示此模型相较于传统的BP、SVM模型预测效果有了明显的提升。结论:本预测模型具有较精确的预测能力和较强的适应性,并且适应于任何不同天气类型和不同因素的训练数据。