基于慢同调理论和希尔伯特-黄变换的发电机在线同调识别

提出一种在线同调机群识别方法。根据慢同调分群算法确定线性化系统的最优慢同调聚合分群数,根据分群矩阵的相关系数、振荡模式的参与因子,以及广域测量系统提供的功角信息,利用希尔伯特-黄变换提取发电机的振荡模式能量谱,实现扰动后的发电机群的同调识别。通过WSCC系统和新英格兰10机39节点系统的仿真实验验证所提方法的适用性和有效性,该方法能全面反映系统在受扰后的动态特性和系统的非线性时变特性。

改进K-means模型在电力系统用户行为分析中的应用

针对电力信息系统用户行为分析的问题,提出了一种基于改进K-means聚类模型的电力信息系统用户行为分析方法。该方法把基于单词向量特征的改进K-means聚类模型应用于电力信息系统用户行为分析,解决了传统K-means算法通过随机选出聚类中心质点的方式得到的聚类结果范围波动较大、迭代次数较多、耗费时间较长以及稳定性较差的问题,优化后的算法聚类内距整体缩小,迭代次数也大幅度减少,提升了主动服务信息推送的精准性。

电网DTS数据库的设计和实施

讨论电网调度员培训仿真系统(简称DTS)的设计,提出在DTS中应用ORACLE关系数据库的方案及建立实时内存数据库提高速度的措施,取得了理想的运用效果。

基于CBR和OAPID的互联电网区间模式振荡预警

采用基于广域测量系统(WAMS)的量测数据,提出基于范例推理(CBR)理论及功率振荡增量分布(OAPID)理论的互联电网区间模式振荡预警方法。该方法在系统未发生低频振荡时进行区间模式振荡预警;在系统发生振荡时提供系统运行方式的调整建议来改善系统阻尼。某区域电网WAMS实测数据的测试结果验证了所提方法的可行性和有效性。