基于经验Copula函数的多风电场出力动态场景生成方法及其在机组组合中的应用

随着大规模风电接入电网,风电功率的随机性与波动性以及多风电场出力的相关性使得电力系统的运行与调度面临着新的挑战。引入经验Copula函数表征多风电场联合出力分布;对风电的波动性进行建模,利用ksdensity函数拟合风电功率波动量,通过逆变换抽样的方法生成符合风电随机性和波动性的场景集合;生成基于经验Copula函数的多风电场出力动态场景,并将其应用于含多风电场的电力系统随机机组组合问题的求解。算例结果验证了所提风电波动性建模方法的有效性与动态场景生成方法的可行性,同时提高了含多风电场电力系统运行的经济性。

基于图像数据库的动态场景生成系统

实现各类目标和背景下动态场景的计算机编辑和生成 ,首先应对组成动态场景的要素进行分析 ,即目标、背景、目标运动规律和特殊事件四个要素 ,然后通过编程由四个模块完成相应功能。目标、背景编辑模块可对目标、背景图像进行各种处理 ,并对重要特征量进行计算。运动路径模块可指定目标的运动规律 ,包括路线、大小和角度变化等。特殊事件模块可加入独立于目标的各类典型事件 ,如运动的干扰物等。最后通过动态场景合成由计算机自动生成所需的动态场景图像。所需的原始目标、背景图像来源于图像数据库管理系统 。

基于多尺度时空Transformer的视频动态场景图生成模型

为应对动态视频中物体间关系在时间维度上的动态变化,提出一种基于多尺度时空Transformer的视频动态场景图生成模型,在经典的Transformer架构基础上引入了多尺度建模思想,以实现对视频动态细粒度语义的精确建模。首先,在空间维度上保留了传统模型对物体在全局空间相关性的关注;同时还对物体间的相对位置进行了局部空间相关性建模,以便更好地理解人和物之间的交互动态,提供更准确的语义分析结果。其次,在时间维度上,除了保留传统模型对视频中物体短期时间相关性的关注外,还关注了同一对物体在完整视频中的长期时间相关性,通过更全面地建模物体之间的长期关系,生成更准确、连贯的场景图,在一定程度上缓解了由遮挡、重合等引起的场景图生成问题。最后,通过空间编码器与时间编码器的共同作用,更加精准地建模视频动态细粒度语义,克服了传统的单尺度模型的局限性。实验结果显示,在Action Genome基准数据集上,与基线模型STTran相比,在谓词分类、场景图分类与场景图检测三个任务的Recall@10指标上分别提升了5.0、2.8、2.9个百分点。实验结果表明,多尺度建模思想能够更加精确地建模,并有效地提高在视频动态场景图生成任务上的性能。

电力通信传输网综合培训仿真系统的设计与实现

针对现有电力通信传输网的培训工具功能单一、不能全面有效支持传输网培训的问题,设计并实现了电力通信传输网综合培训仿真系统。首先介绍了系统的总体架构和各部分功能,然后以光传输设备为例描述了仿真模型的原理,并重点介绍了三维建模、逻辑建模、动态生成网络场景、网络故障仿真等关键技术,最后简介了系统的工程应用情况。现场应用表明,该系统建立了全方位、全过程、全场景的高逼真度培训平台,可以满足电力通信传输网相关技术人员在培训、考核等多方面的需求。

电力市场中备用容量需求评估研究——基于均衡分析制定备用机组的竞价策略

电力市场环境下,机组在备用市场的竞价策略与系统供应紧张时段的电力稀缺价值有关。当前研究中的电能量—备用联合优化模型较少考虑备用市场报价的影响,由此评估的系统备用需求将导致次优的结果。本文提出含风电电力系统日前备用市场最优需求评估模型,采用动态场景生成与场景削减技术对风电、负荷的不确定性建模,基于均衡分析反映备用机组的竞价策略,以系统综合成本最小化为目标,迭代求解最优备用需求。IEEE30节点的算例结果表明:随着失负荷价值的提高,备用机组报价抬高,与不考虑稀缺收益时相比,日前备用市场的容量需求可进一步下降。本文为电力系统日前备用需求的精细化评估提供了参考思路,随着电力市场建设的不断成熟,失负荷价值测算、报价区间设定等方面的分析将成为下一步的研究重点,进而指导电力市场的运营并提高市场效率。