基于包络线聚类的多模融合超短期光伏功率预测算法

针对传统功率预测方法以气象因素进行聚类划分时各气象因素权重难以分配以及单模型预测精度较差的问题,提出一种基于光伏功率包络线聚类的多模融合超短期光伏功率预测算法。对异常特征数据进行预处理,采用Pearson相关系数与XGB Feature Importance模块分析光伏功率和各特征之间的相关关系,并构建新特征;介绍包络线理论,并根据光伏功率包络线参数进行聚类划分,将聚类后的数据作为输入,借鉴Stacking集成学习框架构造XGBoost+LightGBM+LSTM融合模型对光伏功率进行预测;将所提算法与气象因素聚类和功率区间聚类下的各预测算法进行实验对比;为了避免训练过程中模型超参数的影响,采用K折交叉验证对数据的训练集、验证集和测试集进行划分。仿真结果表明,所提算法较气象因素和功率区间聚类法能有效提高复杂天气情况下光伏功率预测精度,且多模融合效果总体优于单独算法模型。

基于优化的VMD融合信息熵和FA_PNN的风电机组齿轮箱故障诊断

针对风电机组齿轮箱在故障信号处理、特征提取和故障诊断存在的问题,提出一种基于优化的变分模态分解(VMD)融合信息熵和萤火虫优化的概率神经网络(FAPNN)的风电机组齿轮箱故障诊断方法。首先利用皮尔逊相关系数法来确定VMD的分解数量和惩罚因子,并利用VMD分解齿轮箱振动信号获取多个固有模态分量,在此基础上融合时域、频域及时频域等信号故障特征熵,最后用FAPNN网络进行故障识别分类,仿真结果验证了所提出算法在风电机组齿轮箱早期故障诊断研究中的有效性和可行性。

基于定量修正层次分析的变压器性能评估方法研究

电力变压器是电网电力输送中的核心电气设备,合理评估变压器的性能对保证电力系统稳定运行意义重大。文中根据变压器故障的原因和评价指标来源,提出了基于定量修正层次理论的变压器性能评估方法。针对变压器性能评估指标体系中评价因素结构复杂、数量庞大的问题,首先依据指标体系中反映变压器故障的准确程度,筛选出能够反映变压器绝缘性能、油性能、过热性故障和放电性故障的关键指标,建立了变压器性能评估关键指标体系;其次利用层次分析法并结合定量修正评分函数,确定指标的最优权重,得到各指标的评分值,有效抑制了主观因素对性能评估的影响;最后选取两台不同电压等级的变压器为实例进行性能评估,验证所用方法的合理性和实用性。

基于配电网一张图的运营指挥系统研究

在泛在电力物联网的背景下,实现配电网数据的统一建模和管理具有重要意义。然而传统的配电网中一般包含有多个信息管理系统,多个子系统之间是相互独立的,信息孤岛现象突出,存在着信息综合利用率不高、业务相互的交叉共享不够、自动化设备也未能充分发挥功效等问题。为此,文章依据图数据库、时空数据分析、可视化展示等技术,基于"配电网一张图"的设计理念,研发出一套多源配电网时空数据管理系统,利用配电网的拓扑结构实现了对配电网多源数据的统一建模和信息融合,实现了对配电网运营的统一指挥管理。