基于累积和事件段识别与改进谱聚类的锂离子电池储能系统内短路故障检测方法

锂离子电池系统的内短路故障可能导致严重安全事故,其检测受到在线检测实时性以及故障特征获得性制约,是当下锂离子电池储能系统安全运行亟待解决的问题。该文提出一种基于累积和(cumulative sum,CUSUM)事件段检测与改进谱聚类的锂离子电池储能系统内短路故障检测方法。首先,考虑内短路故障时的电压/温度变化特性,基于累积和事件突变点识别方法,识别疑似内短路故障事件段。其次,构建三维故障特征,刻画检测对象内短路故障特征属性。然后,构建基于Wasserstein测度的内短路故障特征距离矩阵,检测三维空间各点稀疏特性,客观划定故障聚类,实现内短路故障检测。搭建锂离子电池内短路实验平台、建立锂离子电池电–热耦合仿真模型,算例结果表明该文方法能够准确识别疑似内短路故障事件段,在不同串并联形式及故障类型下实现故障检测,证明了该文方法的正确性与可行性。

基于改进谱聚类算法的低压户变关系识别

台区辨识的准确性对配电网的安全稳定运行起着关键作用,其结果直接影响配电网线损计算的精度与配电网的综合保护。传统的台区识别算法对工频过零序列直接进行聚类分析,无法满足“非凸”序列的准确识别。基于此,文章提出一种适用于输入任意过零序列的改进谱聚类算法。该算法以最大化相似度矩阵(weight matrix,WM)的方差作为自适应粒子群算法的目标函数,再自适应选取WM参数阈值将WM变为稀疏矩阵,从而将传统谱聚类算法的特征值计算问题简化为求取规范拉普拉斯矩阵的正交零空间问题,实现无类标签数据的精确聚类和快速计算。通过仿真软件获得的样本数据,其识别准确度可达99.11%,优于传统聚类算法的效果,处理实测数据时仍能达到98.71%的识别准确度。

基于改进谱聚类算法的教学管理绩效评估模型构建

常规教学绩效评估模型易受到评估指标特征值变化的影响,导致评估准确性较差。为此,构建基于改进谱聚类算法的教学管理绩效评估模型。首先,根据教学投入与教学产出之间的效应关系,确定绩效评估指标,建立评估指标体系;其次,采用改进谱聚类算法对评估指标进行排序,根据函数评价结果集和指标函数的最佳投影方向构建绩效评估模型;最后,进行实验对比分析。实验结果表明,所构建的评估模型具有较高的评估准确性,实际应用效果好。

基于改进谱聚类和交叉标注的多人员指纹定位方法

在目前矿井集中式人员定位方法精度与运行效率较低的背景下,文中分析了分布式矿井定位系统模型构建的必要性与算法要求,将现今较为先进的机器学习谱聚类算法使用图论的方法进行了算法改进,分析了运用切比雪夫多项式估计方法完成图谱滤波器与特征值的运算简化过程,构建了一套与矿井定位要求相匹配的改进谱聚类算法。结合矿井具体定位应用过程,分析了传统定位指纹数据收集方式的局限性,提出多人员定位指纹数据交叉标注技术,在数据采集与算法运行两个层面提高了矿井人员定位系统的整体精度,从根本上改进了定位时效性。

基于原型提取和聚类的光伏电站快速集群划分方法

在光伏发电渗透率不断提高的背景下,针对光伏电站集群划分效果差、耗时长的问题,提出一种基于原型提取和聚类的光伏电站快速集群划分方法。首先,对光伏数据进行预处理,消除不同数据在量级与量纲上的差异性;然后,基于Pearson相关系数法筛选出对光伏出力影响较大的因素,然后通过设置随机抽样、k-means++和改进谱聚类3个环节,分别实现光伏电站的抽样、原型提取和原型聚类;继而基于枚举法和分层优化的思想,搜索上述环节的最优超参数;最后,设置不同场景进行算例对照,计算聚类内外指标和聚类时间指标,通过综合分析,验证了所提方法在解决大规模光伏电站快速聚类问题上的有效性。

基于非参数核密度估计和改进谱多流形聚类的负荷曲线分类研究

针对高维负荷曲线的聚类问题,提出一种基于改进谱多流形聚类的负荷曲线聚类方法,该方法包括典型日负荷曲线提取、负荷曲线聚类和聚类效果评价3个步骤。首先提取用户负荷特性指标,结合非参数核密度估计方法计算提取用户典型日负荷曲线。在改进谱多流形聚类算法中,引入时间翘曲距离度量曲线相似性,并用高斯核函数计算局部相似性,基于此构建相似性矩阵并聚类。聚类后采用多种聚类有效性指标,从聚类效果、算法稳定性和运算时间3个角度对聚类结果和算法性能进行评价。采用某地区若干用户的负荷数据作为算例样本进行聚类分析,验证了所提出的典型日负荷曲线提取方法和改进谱多流形聚类算法的合理性和优越性。

基于动态时间规整的谱聚类方法与双向长短期记忆网络的电动公交短期充电负荷预测

对电动公交车进行较为精准的短期充电负荷预测,有利于电网合理调度,从而在一定程度上缓解大规模电动公交车接入对电网冲击的影响。因此,提出一种电动公交短期充电负荷预测方法,以提高负荷预测精度。首先,结合电动公交车充电负荷具有的间歇性和波动性特点,提出基于动态时间规整(dynamic time warping,DTW)的改进谱聚类(spectral clustering,SC)方法,对公交车日充电负荷曲线进行聚类;其次,对每类负荷综合考虑时间、日类型、温度及历史负荷值等影响因素,利用双向长短期记忆(bi-directional-long short-term memory,Bi-LSTM)构建电动公交车短期充电负荷预测模型;最后,利用某市实际天气数据和历史负荷数据进行仿真验证,并与其他预测方法进行对比分析。实验结果表明,所提方法能提高短期充电负荷预测准确度。

考虑负荷特性的光伏消纳能力的模拟与评估

针对目前在配电网光伏消纳能力评估过程中不能全面考虑电力系统中负荷特性多样化对光伏消纳能力影响的不足,提出一种考虑负荷运行中的实际情况,光伏消纳模拟与概率评估的方法。首先采用支持向量机-随机森林算法对负荷数据进行清洗,再采用改进谱聚类算法对不同类型的负荷特性进行聚类分析,然后基于场景分析法选取不同负荷的类型曲线作为节点处负荷数据,最后基于蒙特卡洛模拟法和均匀抽样法进行光伏消纳方案随机模拟与消纳能力近似评估。基于IEEE 33节点系统算例分析,对有无考虑负荷特性的抽样结果进行对比,有效验证了所述方法的适用性。

基于大数据技术的高速公路环境监测系统设计

为了解决甘肃省河西区高速公路建设过程中环境监测困难的问题,通过融入大数据技术设计高速公路环境监测系统。采用最大功率点跟踪监测技术中的小控制单元和功率换算的方式设计定点跟踪结构;利用码分多址传输模式将监测设备与大数据库相互联系,缩短数据传输时间;对传统谱聚类算法进行改进;应用VMWare Player 16软件模拟监测过程,提高了监测能力。试验结果表明,设计所采用的公路监测系统的监测范围最大为86.7 m2,预警时间为30.16 s,系统结果准确率为97.1%。

计及风光不确定性的综合能源系统两层级协同优化配置方法

含风电光伏的综合能源系统容量配置通常未考虑风光出力不确定性,造成系统容量配置过于理想化,设备利用率低。为此,提出了一种计及风光不确定性的综合能源系统两层级协同优化配置方法。基于Wasserstein距离指标求取风光出力的最优离散分布,采用Frank-Copula函数建立风光出力联合分布函数,通过轮盘赌选择法生成基础场景集。采用过滤噪声场景和距离关联策略的改进谱聚类算法,对基础场景集进行迭代消减,获得风光典型场景集;构建基于风光典型场景集的综合能源系统两层级协同优化配置模型,其中,上层以年化总成本最低求解设备选型问题,下层以设备平均年利用率最高求解设备定容问题;最后,结合某园区综合能源系统规划算例,采用Matlab平台仿真,仿真结果表明,计及风光不确定性的综合能源系统两层级协同优化配置模型能优化综合能源系统的容量配置,并改善系统年化总成本和设备平均年利用率,验证了所提方法的有效性和经济性。