基于改进动态时间规整的相似性度量及轨迹聚类

针对传统轨迹相似性计算方法度量效果不佳,且当时间序列数据过度扭曲时相似性度量难以取得好的效果。鉴此基于诸多实际应用之精度和实时性需求,文章基于动态时间规整算法,结合轨迹平移的思路及全局变量约束的思想,通过算法优化和参数分析给出了一种改进动态时间规整算法。数值实验结果表明改进算法在轨迹相似性度量上的识别率为90%,与经典算法相比提高了41.25%,度量精度明显提升。进而作为轨迹相似性度量函数结合谱聚类算法应用于轨迹数据聚类分析中,仿真轨迹数据实验结果表明基于改进算法的聚类分析能够清晰区分轨迹簇、聚类效果较为理想。     

基于动态时间规整的人体动作识别方法

为了准确识别人体动作,提出了一种基于动态时间规整的人体动作识别方法。首先,该方法通过KINECT摄像头采集人体动作动态骨架序列构建动作模板。然后,通过动态时间规整算法计算被测试样本与单个模板以及模板组合的序列相似度,从而有效利用动作序列所对应动态骨架的序列特性实现人体复杂动作的识别。比较实验表明所提出方法能够准实现多类动作识别,并对于动作速率等外因具有较强鲁棒性。     

基于智能电网的智能用电分析

智能电网是现代电网事业的发展趋势,智能电网发展的过程中,促进多项智能化的建设,如：智能小区,推进智能用电的发展。智能电网是智能用电的载体,提高了用电客户的电能质量和服务质量。智能用电不仅具有节能环保的优势,更重要的是提供便捷的供用电方式,提高大众的用电水平,营造更为理想化的用电环境。因此,本文以智能电网为分析基础,重点研究智能电网下的智能用电。     

基于FFT与形态加权动态时间规整的电压暂降源辨识新方法

电压暂降源的准确辨识,有助于合理解决电压暂降问题和公正处理供用电纠纷。提出了一种基于快速傅里叶变换(FFT)与形态加权动态时间规整(SWDTW)的电压暂降源辨识新方法。首先分析了系统中可能出现的单一暂降源与复合暂降源所引起电压暂降波形特征。其次通过FFT方法分析信号谐波特征,构建并划分了特征波形库。然后针对传统的动态时间规整(DTW)方法中存在的不足之处,采用了一种基于形态特征的加权动态时间规整方法(SWDTW),用于对一维波形数据的相似度匹配。最后通过仿真证明,所述方法能有效实现电压暂降源的辨识,为电压暂降的有效治理以及相关纠纷问题的合理解决提供有力支持。     

基于动态时间规整的负荷主要生产时段特征提取方法

针对经济活跃程度和复工复产重要评估依据中负荷主要生产时段提取偏差大的问题,文章提出了基于动态时间规整(DTW)的负荷主要生产时段特征提取方法,通过构建参考负荷曲线,将测试负荷曲线与参考负荷曲线进行时间维度的伸缩变换,达到测试与参考负荷曲线间的最佳映射,进而实现了测试负荷主要生产时段的测算。文章以西南某区域典型商业负荷功率数据为案例进行负荷主要生产时间段提取,分析了异常测量数据对动态时间规整算法辨识主要生产时段的影响,实验结果证明了文章所提方法在辨识主要生产时段方面的有效性和准确性。     

基于隶属云和动态时间规整的电能计量误差估计方法

电能计量系统误差估计是针对由电能表、电流互感器(Current Transformer, CT)、电压互感器(Voltage Transformer, VT)和二次回路组成的电能计量装置潜在危害的有效手段。电能表和二次回路的计量误差可以在线监测,但CT和VT的计量误差不能直接测量,且随温度、泄漏电流等因素的变化而变化。文中提出了一种利用隶属云(Membership Cloud, MC)和动态时间规整(Dynamic Time Warping, DTW)连续估计CT和VT变比和相位误差的方法。该方法构造了一个新的混合半梯形MC生成器(MC Generator, MCG),以解决在不同影响因素下误差偏差的随机性和模糊性问题。利用改进的DTW算法(Modified DTW,MDTW),可以根据误差时间序列与量化影响因素之间的相似性,估计CT和VT误差。将电能表和二次回路的测量误差与估计的电流互感器和电压互感器误差相结合,便可得到电能计量系统的综合误差。通过110 kV变电站电能计量装置的现场测试数据,验证了所提方法的有效性。     

基于线圈电流信号及动态时间规整的高压断路器状态评估方法

文中提出了一种基于线圈电流信号及动态时间规整（dynamic time warping,DTW）的高压断路器状态评估方法。首先对高压断路器合闸过程中采集的控制线圈电流信号进行平滑处理;然后以正常工况电流信号作为DTW基准向量,以未知工况的电流信号作为测试向量输入DTW,得到两个向量的最优匹配路径;最后根据匹配路径的变化曲线判断高压断路器的工作状态。在35 kV高压断路器上的实验结果表明,所提方法可快速、准确、直观地对高压断路器的运行状态进行评估,并可应用到高压断路器的在线监测中。     

基于系统动力学的智能电网动态评价方法

针对智能电网在不同时期的发展目标和需求,提出了一种基于系统动力学模型的智能电网动态评价方法。该方法以智能电网的投资为出发点,建立通过投资实现的智能技术对智能电网建设效果动态影响的系统动力学模型。模型定量地分析了二者之间的因果反馈关系,并给出了智能电网评价指标随时间演变的趋势。通过仿真分析验证了动态评价方法的合理性和有效性。     

基于动态时间规整的风电功率爬坡滚动修正模型

不断提高风电爬坡事件特征量的预测精度对电力系统安全稳定运行意义重大.因此,提出一种爬坡事件特征量与数值天气预报(NWP)气象数据相结合的风电爬坡滚动修正模型.首先,基于PRAA算法获得历史数据库与预测数据库中的所有爬坡事件特征量,建立爬坡特征量预测误差向量矩阵.然后,分析误差向量矩阵与NWP中各气象数据的线性和非线性相...     

基于锁相环的智能电网时间同步控制算法

正随着智能电网的迅速发展,对时间同步的准确度和安全性提出了更高的要求。准确可靠的时钟源是智能电网保持精确时间同步、安全稳定运行的重要先决条件。针对外部时钟信号可能带有噪声抖动或发生畸变而导致系统失步,采用锁相环技术产生准确的时钟源信号从而提高时间同步准确度。同时引入一种群智能优化算法——差分进化算法对锁相环进行最优化设计。仿真结果表明,该方法可以较好跟踪参考时钟信号,获得准确的时钟信号,是一种有效可行的新方法。     

智能电网下的用电服务新技术

智能用电是中国坚强智能电网的重要组成部分,其建设的好坏直接关系到电网的能源使用效率、经济运行和有序用电。基于对智能用电技术国内外研究现状的分析,本文探讨了我国用电服务技术存在的问题和差距。结合我国智能电网的发展计划,从用电业务体系、量测控制技术、信息通信技术、客户服务体系、需求侧管理、检验检测技术6个领域对智能用电的关键技术进行了深入分析,并展望了我国智能用电技术的未来发展趋势。     

智能电网环境下基于大数据挖掘的居民负荷设备识别与负荷建模

利用数据挖掘技术对用户负荷大数据进行处理,既可以通过识别用电负荷设备来分析用户的用电行为习惯,又可以辅助进行负荷精确建模,实现精确而有目标性的需求侧管理或制定具有针对性的零售商售电策略。在此背景下,基于动态时间弯曲(dynamic time warping,DTW)的时间序列匹配方法,提出了一种低频负荷数据下的居民电器设备识别方法。首先,将负荷数据分割成单负荷设备运行和多负荷设备同时运行2种情况下的负荷子序列;然后,依据待识别子序列的时间长度,参照实测的电器设备耗电功率数据,生成与其时间长度一致的电器设备耗电功率参考序列,其中包含了从电器设备启动前一时刻至设备关闭后一时刻的功率变化情形;最后,以DTW距离作为相似性度量指标确定识别结果。对于由多负荷设备运行产生的负荷序列,提出了一种剔除已识别设备后将序列再次分割,如此交替进行的识别策略。在获得识别结果后,构建了居民负荷统计模型。借助于高效数据分析软件R语言平台,实现了所提出的算法,并使用500组负荷数据进行了数据实验。结果表明,在对负荷数据每min采样1次的情况下,所提出的负荷设备识别方法对单设备负荷序列识别的准确率超过93%,对多设备负荷序列识别的准确率接近83%。     

基于欧氏动态时间弯曲距离与熵权法的负荷曲线聚类方法

为了改善目前负荷建模中聚类方法相似度衡量不准确及聚类结果质量较差的问题,综合运用k-means及熵权法原理,提出一种基于欧氏距离与动态时间弯曲距离的日负荷曲线聚类方法。首先,采用欧氏距离与动态时间弯曲距离分别衡量日负荷曲线的整体分布特性、局部动态特性与整体动态特性。然后,引入熵权法自适应配置3种特性的权重系数。最后,采用k-means聚类算法,以所提相似度衡量方法为依据,对用电日负荷曲线进行聚类。算例对某省区电网典型用户的日负荷曲线展开聚类分析,结果表明所提方法相似度衡量指标合理,且在聚类质量、鲁棒性等方面具有一定的优越性,可以真实反映该地区的用户用电特性,满足在线负荷建模的应用需求。     

基于智能电网的动态经济调度研究

智能电网中大规模电动汽车(plug-in hybrid electricvehicle,PHEV)和可再生能源(renewable energy resource,RES)发电的接入,使得电网由传统的自上而下的集中控制转变为分布式控制,潮流也从单一流动转变为双向流动,直接影响传统发电机组的功率输出。电动汽车能够向电网提供辅助服务(vehicle to grid,V2G),改变了传统经济调度单一的发电商利益模式。车主充电行为的随机性和可再生能源发电的间歇性也加大了对电网调节能力的要求。为此文章构建了基于智能电网的动态经济调度模型,该模型包含电动汽车和可再生能源发电,以发电成本(含电动汽车入网服务成本)和车主充电成本最低、环境污染最小和等效负荷率最高为优化目标,在满足用电需求的前提下,动态调节电动汽车充放电时间和功率,匹配负荷和可再生能源发电波动。最后以10机组系统为例对该模型进行了分析,证明了所提模型的合理性和有效性。     

基于相似性匹配的电网边缘终端数据隐私保护方法

针对智能电网终端用电用户敏感信息的保护问题,为了对抗关于用户敏感信息的隐私推理攻击,本文提出了基于相似性匹配的智能电网边缘终端数据隐私保护方法。本文首先基于时序数据预测模型,证明了用户的敏感信息可以被推理出来。为了对抗隐私推理,采用FastDTW算法鉴别与敏感信息相关的时序数据,通过对相关数据进行模式扰动、降低推理准确率,从而达到隐私保护的目的。实验结果表明:本文提出的隐私保护方法使攻击者不能准确获得用户的实际用电量,从而可有效保护用户的敏感用电信息。     

智能电网多业务数据集成技术

智能电网以坚强网架为基础,以通信信息平台为支撑,以智能控制为手段,包含电力系统的发电、输电、变电、配电、用电和调度各个环节,覆盖所有电压等级,实现“电力流、信息流、业务流”的高度一体化融合,是坚强可靠、经济高效、清洁环保、透明开放、友好互动的现代电网.文章将在国家电网公司SG-ERP工程技术架构指导下,探讨符合智能电网多业务数据集成的关键技术,满足智能电网对海量数据、实时数据以及多业务信息的集成需要,为进一步探索未来智能电网数据集成积累采样数据,更为完善数据集成架构做技术积累.     

基于系统动力学的智能电网低碳效益动态评价研究

从发电侧、电网侧和用电侧出发,分析了智能电网低碳效益动态评价的关键影响因素及其相互关系,绘制了各环节实现低碳效益的因果关系环路;在此基础上,基于系统动力学构建了SD仿真模型,刻画了我国智能电网实现低碳效益的动态反馈过程;根据我国电网实际和发展预期,运用该仿真模型对2011年至2020年的我国智能电网低碳效益进行了动态评价。通过算例分析,验证了该模型合理有效,操作性较性。评价结果也表明,我国智能电网具有显著的低碳效益。     

智能电网建设与电力市场发展

分析智能电网建设与电力市场发展的关系是一个涉及面很广又存在众多不可预知因素的难题。文中在概述智能电网与电力市场互动关系的基础上,在以下3个方面重点分析了智能电网对电力市场发展的影响:首先,分析了智能电网建设支撑电力市场发展的基础作用;其次,从电力工业基础的变革、改革推动力、电力普通商品属性的增强等方面分析了智能电网对电力市场改革的推动作用;最后,从智能电网的特点分析其推动电力市场发展的远景,重点研究了智能电网以及可再生能源等相关因素在电力市场设计中可能产生的主要问题,并提出了初步建议。     

智能电网环境下电力营销智能化体系研究

基于智能电网建设的背景下,提出了一种新型的客户双向互动智能化电力营销体系。对比传统的电力营销模式,从客户知识管理、客户负荷管控、客户信用风险管理、客户关系管理、客户资源价值评价等5个方面进行分析,阐述了各子体系的基本功能和实现路径。