基于LabVIEW实现BP神经网络的反窃电系统研究

为了解决反窃电技术评估窃电情况难度较大的问题,提出基于LabVIEW实现BP神经网络的反窃电系统。构建反窃电评价指标体系,以评价指标作为输入,窃电嫌疑因子及窃电方式作为输出,利用遗传优化BP神经网络,判断用户是否存在窃电行为,将判断结果以供有关部门审查,并采用LabVIEW搭建开发平台,实现BP神经网络的反窃电系统研究。实验结果表明:该系统评估窃电效果佳,可精准评估窃电嫌疑因子与窃电方式,提升反窃电效果。

基于Cite Space与VOSviewer的熔盐储能研究可视化分析

通过Cite Space与VOSviewer软件对2010~2021年熔盐储能技术的相关文献进行可视化分析,明确了熔盐储能研究现状与热点。结果表明,随着时间的增加,发文量逐渐增加;国内主要以国家自然科学基金和地方自然科学基金为主,以熔盐、储能光热发电、太阳能,储能材料等为研究热点;国外主要以英国伯明翰大学和西班牙莱里达大学为主,形成了熔盐储能、系统性、高温熔融盐的腐蚀、熔盐影响因素等4大聚类主题。学术成果在英文期刊Solar Energy、Solar Energy Materials And Solar Cells和中文期刊《无机盐工业》《低碳世界》和《广州化工》等期刊发文量较大。

一种基于神经网络的天空图像到太阳辐照度的映射模型

由于太阳辐射的随机波动性,大型光伏并网发电会给电力系统的稳定运行带来严重影响。为了实现基于天空图像的超短期光伏功率预测,提高电网对光伏功率的消纳能力,一个能够将天空图像映射到相应地表太阳辐射的精确模型具有重要意义。因此,提出了一种基于神经网络的天空图像到太阳辐照度的映射模型。首先,结合地外太阳辐照度和大气光学厚度理论计算值,建立净空表面辐照度模型;其次,对全天空成像仪观测到的天空图像进行处理,提取与太阳辐照度相关的图像特征;最后,利用历史天空图像和太阳辐照度数据,建立基于神经网络的辐照度模型。仿真结果表明,该模型能够准确地将不同天气条件下的天空图像特征映射到地表太阳辐照度,验证了该模型的有效性和实用性。

变电站二次电缆瞬态电磁骚扰的特征统计方法与不确定度分析

针对瞬态电磁骚扰数据样本量小和分散性强的特点,结合自助统计法,提出了偏差矫正的自助置信区间估计法和多次测量不确定度的B类评估方法。首先在变电站测量了开关操作时二次电缆端口的瞬态电磁骚扰,其次应用基于自助法的随机加权原理和偏差矫正的自助置信区间估计法,得到特征参数的统计均值和置信区间。然后应用瞬态电磁骚扰多次测量不确定度的B类评估方法,得到了特征参数的不确定度。最后评估标准波形特征参数与实测波形的符合性。分析结果表明:多次测量骚扰电压峰峰值的分散性是产生不确定度的主要因素;100~300 kHz区间实测骚扰电压的上升时间显著长于100 kHz慢速阻尼振荡波;6.5~10 MHz区间实测骚扰电压的上升时间显著长于快速阻尼振荡波;实测骚扰电压波形随区间频率的增加,持续时间缩短。

考虑含热电联产机组及可再生能源优先消纳的风-光-水-火联合优化调度

随着能源结构的改善,可再生能源大规模并网,有效协调各能源之间的稳定运行已成为电力系统调度所面临的新难题。考虑风、光、水、火多能源互补发电,优先消纳可再生能源,联系北方供暖的实际问题,在模型中加入热电联产机组,构建含有热电联产机组及可再生能源优先消纳的风光水火联合优化调度模型。采用基于自然选择机理的粒子群优化算法求解该模型,避免算法陷入局部最优解。通过北方某地区夏、冬季典型电负荷及热负荷作为算例进行仿真分析,验证了所构建模型及算法的可行性。

基于多层小波分解的日前太阳辐照度预测研究

由于太阳辐照度的随机波动特性,大型光伏发电并网会给电力系统的运行带来极大困难,光伏发电功率的预测是解决此问题的关键措施之一。提出了一种基于多层小波分解的太阳辐照度预测方法,首先,根据天气状态将每日的辐照度曲线划分为不同的波动模式;然后针对不同天气下的波动模式分别建立预测模型,使用多层小波分解后的数据预测第二天连续24小时的辐照度值;最后建立基于数据驱动的融合模型,将不同天气模式下的辐照度多层小波分解预测值进行融合,以获得最终的辐照度预测结果。仿真结果表明辐照度预测结果精度与小波分解层数和天气模式高度相关,且所提算法能够有效提高短期辐照度预测精度。

基于MEA-BP的用户窃电识别模型构建及仿真

针对传统窃电识别精度低的问题,结合BP神经网络和思维进化算法的原理,提出一种基于(Mind Evolutionary algorithm and back propagation,MEA-BP)的窃电识别模型。在该模型中,通过MEA的子种群趋同操作和异化操作,实现BP神经网络最优权值和阈值的优化;然后在上述优化基础上,构建基于用电参量的BP识别模型,并将测试数据导入模型中,实现异常用电客户的精准判断。仿真结果表明,经MEA优化后的算法只需三次趋同即找到最优BP参数,同时仿真识别的结果与实际结果一致,具有较高的精度。