基于随机约束粒子群算法的配电网重构

同一地区的风速、光照强度和负荷均受各种气象因素的随机性影响,其影响因素具有一定的相关性,因此,为得到准确的配电网重构方案,不能忽略不确定性和相关性导致的误差。基于等概率转换和Cholesky分解,提出了同时计及风速、光照强度和负荷相关性的随机潮流方法,并在此基础上,引入机会约束理论,以满足一定置信水平的有功网损悲观值为目标,建立了配电网的机会约束重构模型。以IEEE-33节点配电系统为例进行验证,计算结果表明,配电网的随机潮流和重构结果均受到风速、光照强度和负荷间相关程度强弱的影响。     

基于相空间重构与GA-LSSVM的瓦斯涌出量预测

将相空间重构与进化最小二乘支持向量机（GA-LSSVM）相结合,建立瓦斯涌出量预测模型。根据Takens理论,重构瓦斯涌出量时间序列相空间,分别采用互信息法和伪近邻点确定延迟时间和嵌入维数;然后在相空间中,运用最小二乘支持向量机（LSSVM）建立预测模型,并采用遗传算法（GA）优化模型参数。最后,以晋城市成庄矿2315综放工作面瓦斯涌出量为例,进行了预测研究。计算结果表明,模型具有较高的精度,是科学可行的。     

滨海金矿涌水危险评价及涌水量混沌预测研究

针对涌水危险评价中的不确定性及随机性问题,以水文地质条件中10个因素作为评价指标,建立了滨海金矿涌水危险的云模型并进行评价。基于评价结果,对危险中段的涌水量时间序列进行相空间重构;分析了涌水量相点距离演变规律,建立了涌水安全预警机制;结合重构相空间,建立了涌水量RBF神经网络预测模型。研究表明:云模型的评价结果准确可靠;相空间重构揭示了系统的混沌特性,最邻近相点演化放大了涌水量变化的细微特征,为涌水安全预警机制的建立提供了依据;混沌RBF神经网络实现了涌水量的短期精确预测,可为井下安全开采提供技术保障。     

基于WT与GALSSVM的瓦斯涌出量预测

为了准确预测工作面瓦斯涌出量,加强煤矿安全生产,基于小波变换(WT)和进化最小二乘支持向量机(GALSSVM),建立了瓦斯涌出量的新型预测模型.首先,通过小波分解将瓦斯涌出量时间序列分解成具有不同频率特征的信号;然后利用互信息法和伪近邻法得到的时间延迟和嵌入维数对各信号进行相空间重构;之后根据各个相空间的特点建立相应的GALSSVM预测模型;最后把各信号的预测结果进行小波重构,作为最终的瓦斯涌出量的预测结果.以晋城市成庄矿2315综放工作面瓦斯涌出量为例,进行了预测研究.实例表明,该方法具有很高的预测精度和较强的泛化能力.     

基于VMD和BSA-KELM的高陡边坡位移预测模型研究

边坡位移的时间序列曲线存在复杂的非线性特性,传统的预测模型精度不足以满足预测要求。为此提出了基于变分模态分解的鸟群优化-核极限学习机的预测模型,并用于河北省某水泥厂的边坡位移预测。该方法首先采用VMD把边坡位移序列分解为一系列的有限带宽的子序列,再对各子序列分别采用相空间重构并用核极限学习机预测,采用鸟群算法优化相空间重构的嵌入维度和KELM中惩罚系数和核参数三个数值,以取得最优预测模型。最后将各个子序列预测值叠加,得到边坡位移的最终预测值。结果表明：和KELM、BSA-KELM、EEMD-BSA-KELM模型相比,基于VMD的BSA-KELM预测精度更高,为边坡位移的预测提供一种有效的方法。     

波阻抗反演重构地震数据预测煤层厚度的实验研究

针对地震波振幅预测煤层厚度存在的噪声干扰问题,提出波阻抗反演重构地震数据的去噪手段,通过构建煤岩层单反射界面理论模型,进行了波阻抗反演重构地震数据预测煤层厚度的实验研究。结果表明:通过波阻抗反演重构后的地震数据波形更平滑和清晰;通过波阻抗反演重构后的地震数据对不同煤层厚度预测的绝对误差及绝对误差的方差较重构前都要小,且重构后的地震数据预测不同厚度煤层时的绝对误差样点较重构前的更接近基线。说明波阻抗反演地震数据能提高煤层厚度预测的精度。     

利用波阻抗反演重构地震数据提高煤层厚度预测精度

地震波勘探预测煤层厚度是煤炭安全高效开采保障体系中的重要技术。以提高煤层厚度预测精度为目的,研究了噪声对煤层厚度预测精度的影响规律,采用波阻抗反演结果重构地震数据的方法,对重构后的地震数据进行煤层厚度预测,提高了煤层厚度预测精度。此方法在煤层厚度预测的实际应用中有一定的实用价值。     

基于CEEMD与VHBFO_SVM的微网短期负荷预测模型

为适应微网的建设和发展对其负荷预测效率及精度的要求,提出一种基于变概率混合细菌觅食优化算法(VHBFO)优化支持向量机(SVM)的微网短期负荷预测模型。首先利用CEEMD将非平稳的负荷序列按照不同波动尺度逐级进行分解,从而得到多组固有模态函数分量均值,并建立VHBFO_SVM模型对各组分量分别进行预测,最后通过叠加各组分量的预测结果得到预测值。以国内某微网示范工程项目为例,将VHBFO_SVM用于微网短期负荷预测。实例仿真结果表明,所提出的VHBFO_SVM预测模型优于SVM预测模型,更适用于当前微网短期负荷预测需要。     

塔南凹陷南二段低渗透砂岩有利储层预测研究

塔南凹陷南二段由于构造特征复杂,储集层岩性种类多、物性差,有利储层预测难度大。根据岩性资料和试油结论对有利储层岩性分布情况和物性参数进行分析,在此基础上,对有利储层进行测井响应特征分析,利用多参数拟合曲线重构的思路对敏感曲线进行融合重构,以重构后曲线为约束进行地震反演有利储层预测。结果表明,南二段有利储层为高阻砾岩背景下的含油粉砂岩,单一的测井曲线无法将有利储层识别出来,选取对地层岩性及含油性有较好响应的自然电位曲线与深侧向电阻率曲线进行曲线融合重构,采用重构后拟合曲线约束地震反演进行有利储层预测,通过与井上砂岩数据进行误差统计,认为有利储层预测精度较高,该方法对油田后续井位部署有重要指导作用。     

储层反演精准度提高方法研究:以歧口凹陷南缘埕北低断阶沙二段为例

歧口凹陷南缘埕北低断阶沙二段为辫状河三角洲前缘沉积环境,储层厚度薄,井间砂体展布复杂。为了提高砂体刻画的准确性,采用确定性约束稀疏脉冲反演与随机性地质统计学反演相协同的方法,在有效刻画砂体平面展布趋势的基础上,利用高分辨率测井数据提高纵向砂体识别度。反演过程中对重要参数进行优化,利用岩石的物理特性进行分析,优选伽马和声波曲线进行拟声波曲线重构;根据地震反射特征及沉积环境差异,采用“多类子波提取,多重精细标定”方法进行子波提取与层位标定;明确不同层段砂泥岩结构,选取合适变差函数模型进行拟合获得砂体空间分布参数。反演结果表明,协同反演结合参数优化能降低储层预测多解性并提高反演精准度,是实现薄储层精细预测的有效手段。     

非常规气藏储层改造体积评价方法研究

为精确描述非常规气藏压裂后的复杂流动特征及定量评价储层改造体积(S RV),利用自主研发的缝网重构算法"破裂树生长法"建立压后缝网模型,并以此为基础提出了使用拟稳态流动时特定的压力等值线来确定SRV范围的定量评价方法,最后以长宁201井区为例进行了矿场实例分析.该方法根据微地震监测点的位置,重构出微裂缝网的连通关系.在...     

新型电力系统下的源—网—荷—储能协调优化模型研究

为实现配网系统一体化协调的管控目标,提出了一种基于新型电力系统下的“源—网—荷—储”协同优化的方法。结合发电源、配电网络、用电负荷及储能设备的运行特点,制定出针对性的评价指标,运用遗传优化算法对本文的优化模型进行仿真训练,模拟出各机组的出力情况及负荷时序的变化。仿真结果表明,利用本文所提的模型及相应的评价方法,既能节约主动配电网的综合成本,又可以提高新能源消纳比例,提升配网系统的综合效益。     

基于模态分解-PSO-DNB深度学习的短期负荷预测研究

针对传统负荷预测模型对高维非线性电力负荷的特征提取效果不理想的问题,为有效提高电力负荷短期预测精度,提出了基于模态分解-PSO-DNB深度学习的负荷预测模型。结合模态分解方法和PSO算法特征并充分融入到深度学习模型中,构造了量化深度学习模型训练效果的误差评价函数,由此建立短期负荷预测的系统模型。以某地区电网监测的电力负荷数据开展短期预测研究,通过算例效果表明,所提的预测方法可实现24 h内滚动式短期电力负荷预测,且预测误差能控制在合理范围内,相较于传统负荷预测的方法更能提升预测精度。     

一种多源异构配电网实时调度优化模型的研究

针对多源异构配电网的实时调度不能积极消纳分布式电源的问题,在日前调度模型的基础上提出一种基于实时调度优化模型,该模型在负荷预测的前提下充分利用分布式电源和储能设备的供电能力,降低了在用电高峰期对主网供电的依赖,并采用基于帝国竞争算法对优化模型进行求解。经过仿真试验验证,基于该模型的实时调度能够高效利用分布式电源和储能设备的供电能力降低主网用电峰值,使得配电网的运行成本降低2.59%。     

混合粒子群优化算法的新能源电网规划研究

以合理规划新能源电网,降低电网电能损耗,提升新能源消纳能力,设计了混合粒子群优化算法的新能源电网规划方法。以最小电能损耗与最大新能源消纳为目标函数,潮流功率、容量、线路输电能力、风能与太阳能出力为约束条件,建立新能源电网规划模型;通过结合自然选择机理与粒子群算法,设计混合粒子算法,在混合粒子群算法内引入混沌扰动与变异策略,避免惰性粒子陷入局部最优,优化混合粒子群算法,利用优化混合粒子群算法求解规划模型,获取最佳规划方案。实验表明,该方法可有效获取最佳规划方案,降低电能损耗,提升新能源消纳能力,提升电网断面利用率;规划后的电网日累计发电量显著提升、碳排放量显著下降。     

联合网电时母管制供热机组热电负荷优化分配策略研究

母管制供热机组为了满足热电的供应常多发电、造成发电过剩的情况,由于热电厂发电仅适用于园区热电负荷,无法发电上网产生收益,不但造成了能源的浪费,而且使运行成本增加。首先,以母管制热电厂运行成本为优化目标,建立了联合网电时母管制系统汽机侧混合类型供热机组负荷优化模型;然后,提出了基于小微增原则,对2种不同情形下混合类型机组的热电负荷优化分配策略进行研究;最后,以某热电厂的热电负荷为例进行优化分配。结果表明,对热电负荷优化后的运行成本低于未优化的运行成本,同时也验证了本文所提基于联合网电时母管制供热机组热电负荷优化分配策略的有效性。     

基于SDN的电力通信网络覆盖优化算法研究

指令需要通过电力通信网络传递,许多方案需要通过电力通信网络部署,一旦出现通信空洞,这一区域就会出现信号差或者信号盲区,无法进行电力系统的生产指挥和调度。基于此,研究一种基于SDN的电力通信网络覆盖优化算法。利用布尔感知模型感知通信网络节点,构建通信网络覆盖模型,选取覆盖优化目标,包括网络连通模型和覆盖率模型,最后利用改进果蝇优化通信网络节点覆盖方案。结果表明:利用4种算法进行电力通信网络节点优化部署,与其他算法应用下的部署方案相比,所研究算法应用下的部署方案覆盖率更高,达到97.56%、节点连通性更大,达到93.31%,优化效果更为明显。     

燃煤机组电力节能环保多目标负荷监控研究

研究燃煤机组电力节能环保多目标负荷监控方法,精准监测电力负荷,合理控制负荷调度情况。利用电压、电流互感器接收燃煤机组的实时电压与电流信号;利用电力负荷计量采集单元采集信号内有效负荷信号;微处理器依据有效负荷信号,以最小煤耗、最小污染物排放量为目标函数,旋转备用与机组出力等约束为约束条件,建立电力节能环保多目标负荷调度模型,利用多目标混合进化粒子群算法求解该模型,获取最佳负荷调度方案,实现负荷控制;利用IEEE-1394协议实现整个监控时的负荷信号传输。实验证明:在引入噪声及不同升负荷速率时,该方法均可精准监测电力负荷;应用该方法调度负荷后,可有效降低煤耗与污染物排放量,实现电力节能环保。     

基于碳中和的源网荷储协调调度优化模型研究

气候变化已经成为当代人类社会面临的最大挑战。2020年以来，以控制全球温升15 ℃为目标，部分国家陆续提出各自的碳中和战略。而电力行业作为碳排放占比较大的行业，如何有效地减排成为主要研究对象。从源网荷储协调调度着手，在传统的调度模式中，考虑碳排放强度最低目标，从而给出基于碳中和的源网荷储协调调度优化模型，并给出具体算例加以验证。结果表明，本文中的模型具有一定的现实意义。     

基于人工神经网络的电网负荷数据分类方法

当前的电网负荷数据分类方法忽略了对负荷数据训练集的设计,导致分类结果存在较高的信噪比,冗余数据也较多.为此,基于人工神经网络设计电网负荷数据分类方法.提取离群点数据,利用人工神经网络算法设计训练集,逼近优化电网负荷数据,生成冗余数据周期性筛查模型,完成电网负荷数据分类.实验结果表明,该方法信噪比高于常规方法,对冗余数据...