基于电子电路拓扑结构模型驱动的非侵入式负荷识别

为区分相似负载之间的微妙差异,提出了一种家庭能源管理系统的非侵入式负荷识别方法,即利用模型驱动分类法的概念,重点研究了电源电路拓扑结构和多种常用电器的分类方法,前者是从电力电子角度提出分级分类方法,而后者则保证所提分类法在实际应用中的代表性。根据多层级分类方法,讨论了模型驱动分层特征提取的优点,结果表明该方法可获得90%以上的识别精度,从而为区分相似负载之间的微妙差异提供一种更简单、更可行的解决方案。

电力系统的信息安全评估框架

安全评估是信息安全生命周期中的一个重要环节.电力系统的安全评估是对电力网络拓扑结构、重要服务器的位置、带宽、协议、硬件、与Internet的接口、业务系统的配置、防火墙的策略配置等进行全面的安全分析,并提出安全风险分析报告和改进建议书.通过对电力系统的安全评估,可以了解目前网络系统安全情况和存在的各种安全风险,并以此为依据有针对性地制定电力系统的安全策略和解决方案,针对系统中存在的各种安全风险进行相应的网络安全技术和安全产品的选用和部署,并根据安全评估的结果指导电力系统下一步的安全建设.

基于无监督学习的智能数据中心电力拓扑系统

在任务关键型云计算服务中,构建准确的数据中心电力拓扑结构对于实现快速准确的故障处理,减轻故障事件对云计算服务质量的损害十分重要。但目前数据中心电力拓扑结构的生成过程具有劳动密集型的特点,其准确性难以得到有效评估和保障。该文设计了一种基于无监督学习的智能数据中心电力拓扑系统(intelligent data center power topology system,IPTS),不仅可为电力系统的运行部分自动生成实时变化的电力拓扑结构,而且可利用电力系统的监控数据对人工构建的数据中心电力拓扑结构进行验证。实验结果表明,IPTS可自动生成准确的数据中心电力拓扑结构,一致性比率(CR)可达到0.978,并可有效地定位人工构建的电力拓扑结构中的大多数错误。

太阳能电池储能系统优化建模研究

由于太阳能发电的PV系统受季节、天气和时间等外部因素的影响,输出功率有显著的间歇性和波动性,为此引入蓄能装置保持功率的动态平衡,并利用蓄能装置吸收和发出功率的特性,以保证PV系统提供可靠、稳定、不间断的电能。提出建立CIEMAT模型和采用两级式PCS拓扑结构组建的铅酸蓄电池储能系统,并利用BP神经网络算法对蓄电池SOC状态进行智能预测。当微电网并网运行时逆变器采用PQ控制策略,孤网运行时逆变器采用V/f控制策略。同时用MATLAB/Simulink平台对蓄电池储能系统及运行特性进行仿真分析,证明了蓄电池储能系统模型和BP神经网络算法智能预测的可靠性。

平台台风期间供电策略分析

为了满足海上平台在台风期间继续生产的要求,需要提高电力系统供电的稳定性、可靠性,分析海上电力系统的发电机组、配供电系统,工艺用电设备的分级管理,以及海上平台中控控制电源(不间断电源)的串并联连接方式等情况,海上电力系统的不间断控制电源的拓扑结构不同,给用电设备供电的可靠性也各异。对海上电力系统供电的策略进行分析,能有效解决重要设备用电的稳定性、可靠性等问题。