基于自适应时间窗的数据-模型融合驱动暂态频率预测

新能源大规模并网使得新型电力系统的暂态频率响应特征更加复杂,现有频率在线预测方法难以兼顾准确性和及时性。基于此,提出基于自适应时间窗的数据-模型融合驱动暂态频率预测方法。首先,基于长短期记忆网络,离线训练多个具有不同长度时序数据输入的频率曲线循环预测模型;其次,利用参数辨识方法离线建立各发电集群的通用等值频率响应模型,在此基础上构建系统有功-频率物理机理快速分析模型;最后,串行融合前述频率曲线循环预测模型与有功-频率物理机理快速分析模型,并提出“可信度量化评估指标”,实时分析在线预测过程中不同评估时刻下预测结果的精度,自适应调整输入时序数据长度,直至预测结果满足要求并输出。含风电的IEEE39节点系统的仿真结果表明,所提方法在不同风电渗透率或不同扰动下均能快速、准确地预测暂态频率响应曲线,相较于其他在线预测方法具有更优的评估性能。

基于混合量测的新能源电力系统动态频率预测方法

高渗透率新能源波动下系统动态频率预测是实现受端网络频率安全态势感知的基础。该文提出一种基于混合量测和物理状态方程联合驱动的新能源电力系统双向树状长短期记忆网络(combined equation-of-state-driven and data-driven bi-directional tree-struct long short term memory,CEOSD-BITREE-LSTM)动态频率预测方法。首先,引入双层多头注意力图神经网络,提出考虑同步相量测量单元(synchronous phasor measurement unit,PMU)和数据采集与监视控制系统装置(supervisory control and data acquisition,SCADA)量测差异性和时序同步性的混合量测融合策略;其次,依据PMU密集采样特性,建立计及源网荷物理联系的线性时变状态方程,刻画物理-数据空间的频率特征交互关系;然后,考虑新能源出力、负荷波动等不确定因素,结合以PMU并行搜索调频资源形成的拓扑结构,构建CEOSD-BITREE-LSTM动态频率预测模型,实现系统频率态势的高精度预测。最后,以改进新英格兰10机39节点、三区互联系统为算例,验证该文所提方法的可行性和有效性。

基于时空图卷积网络和自注意机制的频率稳定性预测

针对传统数据驱动预测方法对电力系统频率稳定性预测的时空特性利用不充分、新拓扑下泛化能力差和可解释性较弱的问题,该文提出了一种基于自注意力机制和时空图卷积网络(STGCN)的频率稳定性预测方法。STGCN预测方法利用一维时间卷积层提取系统时间信息,利用切比雪夫图卷积通过近似拉普拉斯矩阵的多项式函数执行图卷积操作,从而捕获各母线及其邻居的拓扑结构信息;然后,采用基于自注意力机制的可微分图池化层来获得各母线注意力得分以对预测模型的决策过程进行可解释性分析,该分层池化策略允许模型尽可能地保留有价值的节点特征,并根据保留特征和动态拓扑有效分配节点以提高模型的泛化能力与鲁棒性;最后,在修改的新英格兰39节点系统和ACTIVSg500节点系统上的测试验证了所提方法的有效性。与传统方法相比,该文所提STGCN具有更高的预测精度、更好的鲁棒性和泛化能力。同时,该方法可以提供系统内各母线对预测结果的具体影响。

基于GRU神经网络的恒温晶振频率漂移预测

恒温晶振作为新时代5G通信系统的重要器件,其频率稳定性相当重要,准确预测恒温晶振频率漂移可以提高系统工作状态的安全性与可靠性。为进一步提高频率漂移预测精度,满足5G通信系统需求,提出了一种基于门控循环单元(GRU)神经网络的晶振频率预测模型。该模型同时考虑温度、老化两种因素,并利用神经网络具有出色的自适应性与非线性泛化能力,学习恒温晶振频率漂移变化规律。最后以14 d实测数据为例进行研究分析,并与循环神经网络、长短时记忆神经网络做对比实验,以均方根误差、平均绝对误差、算法运行时间作为评价指标,结果表明GRU网络具有更高的预测精度、更快的运算速度。

基于Vision Transformer和多头注意机制的频率稳定性预测方法

电力系统频率稳定性预测(frequency stability prediction, FSP)对于快速准确地制定故障后控制措施具有重要意义。然而,传统的数据驱动方法未能有效地将系统的时空特征纳入模型训练中,并且存在系统信息利用不足、抗噪能力差和面对新拓扑的泛化能力差等问题。针对上述问题,本文提出了一种基于多头注意机制和视觉变压器(Vision Transformer, ViT)的FSP预测方法。首先,所提出的预测方法利用位置编码层来捕捉系统的拓扑结构,以获得空间信息。其次,通过使用多通道输入层来捕获系统时间序列数据以获得时序信息。然后,采用基于多头注意力机制层来增强ViT模型的泛化能力和鲁棒性。在修改的新英格兰39总线系统上进行了测试。实验结果表明,与传统深度学习方法相比,本文所提ViT模型误差值在一般情况下降低了65.71%;在30 dB、20 dB和10 dB噪声环境下降低了61.55%、56.61%和47.14%;在拓扑改变环境下降低了49.09%,这证明了所提模型具有更高的预测精度、更好的鲁棒性和泛化能力。

考虑光伏调频的新型电力系统频率态势预测

以光伏为代表的新能源高渗透率并网带来一系列电力系统频率安全稳定问题,因此,需要对光伏参与调频下的电力系统频率态势进行预测分析。该方法在传统电力系统频率响应模型的基础上,考虑光伏附加频率控制策略,量化分析多资源参与调频下的电力系统频率态势及其与调频控制单元关键控制参数的量化关系。结果表明,光伏参与电力系统调频可提高系统频率稳定性,且基于模型分析法的电力系统频率态势预测方法具有可行性。

高频频率预测方法中国区域的精细化研究

提出了一种适用于中国及邻近区域高频天波传播的精细化频率预测方法:该方法基于ITU-R频率预测方法体系,在应用中国参考电离层模型的基础上,利用1976—2006年10个电离层观测站近三个太阳活动周期电离层特征数据的统计分析结果,充分考虑预测参量随空间位置、昼夜以及太阳活动的变化特性,重建了E层、F1层和F2层OWF-MUF和HPF-MUF转化因子的时空映射.利用中国境内2008年1月6条链路和2012年3月9条链路的观测结果,对本文所述方法和ITU-R建议方法进行对比分析,对比结果显示本文所述方法较ITU-R建议方法在预测精度上有了明显的改善:MUF、OWF、HPF预测的均方误差分别降低了0.28、0.16、0.45MHz,最大误差降低量为0.90、0.55、1.31MHz,均方相对误差平均降低了4.79%、2.97%和4.91%,最大误差降低量分别为10.14%、8.63%和11.75%.

基于物理—数据融合模型的电网暂态频率特征在线预测方法

电力系统频率态势在线预测有助于快速准确地制定扰动后的控制措施,降低事故影响。单一依靠物理或数据模型的频率态势在线预测方法在实际应用中存在计算速度与精度之间的矛盾。采用基于物理—数据融合建模思路,提出一种频率态势在线预测方法:将暂态频率影响因素划分为关键因素和非关键因素,对关键因素采用系统频率响应模型以保留电气信息间因果联系,对非关键因素采用基于极限学习机的误差校正模型以表征关联关系。该方法具有样本依赖性小、通信容错率高、计算效率受系统规模影响小的特点。通过标准测试系统仿真验证,表明所述方法能够快速、准确地预测系统受扰后的频率态势特征。

高频频率预测改进方法及远距离情况的分析

为充分提升并验证高频频率预测方法适用区域和精度,利用电离层探测采集数据,给出了中国及周边地区、扩展亚洲地域的改进方法.利用该方法对中国境内至境外两条远距离链路对应时间的最高可用频率和最优可用频率进行了预测,并与实测结果相对比.分析显示观测值与预测值有较好的趋势一致性;预测精度与中国区域短链路情况可比.

基于广域量测的交直流混联系统发生扰动后稳态频率预测算法

随着直流输电工程的广泛应用,交直流混联系统已经成为电网的发展趋势。针对含不同类型高压直流的交直流混联系统提出了其发生扰动后的稳态频率快速预测算法。该算法以广域量测系统得到的扰动后瞬间数据为基础,通过联立交流系统的发电机调速器方程、负荷静态模型方程、系统网络方程与不同类型高压直流系统的换流器稳态模型方程、直流网络方程、控制方程,得到了交直流混联系统的稳态频率预测方程。利用牛顿-拉夫逊法对该方程进行求解,可以快速、精确地计算得到电网发生扰动后的稳态频率。对一个典型的22节点交直流混联系统进行仿真分析,结果验证了所提算法的准确性和适用性。

基于一种新型RBF网络的捷变频雷达频率预测技术

针对捷变频雷达的频率预测问题,提出了基于一种新型RBF网络的频率预测方法。该方法将频率预测问题等效为伪随机序列预测问题,并采用结合人工免疫聚类和进化规划的混合算法确定RBF网络的隐层参数。计算机仿真表明,采用这种方法设计的RBF网络预测器可以准确地预测捷变频码,是一种对抗捷变频雷达的有效方式。

新版亚大地区F_2电离层频率预测方法

新版亚大地区F_2电离层频率预测方法根据电离层参量与太阳黑子数12个月流动平均值(R_(12))的互相关原理,使用R_(12)代替了由重庆F_2层临界频率导出的电离层指数Ic,减小了R_(12)转换为Ic时的误差;并在原亚大地区F_2电离层频率预测方法的基础上审慎地选择并增补了一些探测站的大量数据,不再使用三组不同R_(12)值的B系数去插值,避免了中间环节所带来的插值误差。并对几种不同方法的预测结果进行了比较,结果显示新版本的预测精度较高。

通航飞机起落架系统故障频率预测研究

文章研究起落架系统发生故障的频率,变事后维修为预防维修,尽可能保证飞行安全。因此提出一种采用模糊信息粒化和支持向量机相融合的时序回归预测技术来预测起落架系统故障发生频率。以某型通航飞机2012年1月至2016年12月的起落架故障数据为基础,根据该模型输入数据并进行故障频率预测。预测结果表明,采用该方法预测起落架故障频率合理有效,根据该预测结果可得到起落架故障频率的变化趋势和变化空间,并为机务维修提供技术支持。

一种基于神经网络的跳频信号频率预测方法

对跳频通信进行有效干扰的关键在于对跳频信号的频率进行较准确的预测 ,本文就此提出了一种基于神经网络的对跳频信号频率进行预测的新方法。该方法利用了神经网络的非线性映射能力 ,能够较好地对目标进行预测。仿真实验的结果表明该方法有很强的实用性 ,值得进一步研究。

水平滑台固有频率预测方法比较研究

水平滑台作为振动台的辅助设备,其动态特性是实现振动台水平振动性能的关键,如何准确预测水平滑台的固有频率是振动台生产商及用户十分关心的问题,本文以一实例对水平滑台固有频率的两种预测方法进行了比较研究,分析结果表明经验公式法可以参考,但误差较大,有限元法预测精度较高,建议推广使用。

一种基于飞行试验的短波通信频率预测方法

机载短波通信是CNI(通信/导航/识别)体系内不可或缺的组成部分。运用短波通信理论分析了机载短波通信通信频率与通信距离之间的关系,鉴于通信距离在实战中的的重要性,提出了一种预测短波通信频率的方法。方法主要为以下2点:一、特定时间和路程下的最高可用频率;二、每一频率在每一时段的信噪比及可用性百分比。方法主要经由理论分析、软件辅助计算,并结合电磁环境的监测结果和实际地面互联互通经验对预测结果进行修正,给出每一时刻的最佳通信频率。最后,通过真实飞行试验对该方法的可行性进行了工程验证。

对频率捷变雷达频率的预测

在分析几种伪随机码序列的混沌动力学特征基础上，以Logistic-Kent变频码序列的预测为例，着重研究了自适应块sigmoid-Volterra滤波预测的性能。与BP神经网络预测器相比，非线性自适应滤波预测方法可在短观察数据、少训练或无需训练，并可得较好的预测结果，可望成为一种付诸工程实现的对频率捷变频雷达预测引导瞄频干扰的有效方法。最后给出了非线性自适应预测对抗技术今后的研究建议。

基于动态单边自相关序列和频率规整线性预测的抗噪声语音识别

提出了一种既符合人耳听觉特性又具有良好抗噪性的语音特征分析方法。首先将单边自相关函数序列进行时间方向的平滑处理,提高单边自相关函数的抗噪性,然后用平滑后的单边自相关函数序列代替原信号进行频率规整的LPC分析,最后经倒谱变换得到该特征参数。数字语音识别实验证明:利用该特征参数的语音识别系统的识别性能优于MEL倒谱系数、LPC倒谱系数等传统的语音特征参数。

灰理论在企业职工工伤事故频率预测中的应用

简述了灰理论中GM(1,1)动态预测模型的特点及其建模过程,并将其应用于企业职工工伤事故频率预测中。经检验,模型的精度良好,预测结果可靠,有利于企业发现和掌握安全生产规律,以及对生产的未来状态作出科学的定量预测。通过实例验证了该模型的有效性。

东亚地区高频频率预测方法精细化研究

为进一步提升高频(high frequency,HF)频率预测方法精度,提出了一种适用于东亚区域HF可用频率的精细化频率预测方法.该方法在1948—2006年8个电离层观测站的特征数据统计分析基础上,基于太阳10.7 cm辐射通量进行了F 2层OWF-MUF和HPF-MUF的转化因子时变特性建模,应用改进克里金方法重建东亚地区的空间分布.利用中国境内6条链路2015年4月和2018年1月的观测结果,对ITU方法、中国区域精细化预测方法以及本文所述方法进行对比分析,结果显示本文所述OWF-MUF和HPF-MUF的转化因子在预测精度上较ITU方法提升了0.0290和0.0073,较中国区域精细化预测方法提升了0.0034和0.0075,证明本研究可为HF频率预测精度提供技术支撑.