基于稀疏分解的复合电能质量扰动分类

针对复合电能质量扰动分类问题,提出了一种基于稀疏分解的分类新方法。该方法通过构建正余弦字典、脉冲字典将电能质量扰动信号分解为近似部分和细节部分,并从中提取了8个特征量。将特征向量输入改进支持向量机中可实现30种复合扰动的准确分类。基于MATLAB生成数据和真实电网数据的仿真结果表明:针对稀疏分解得到的特征向量,改进支持向量机的分类精度高于BP网络和极限学习机;文中方法对单一扰动及复合扰动均有较强的分类能力,且具有一定的抗噪声能力。     

基于偏互信息法与支持向量机的覆冰闪络故障预警

输电线路覆冰闪络跳闸故障是引起电网故障的重要原因之一。现有的覆冰闪络研究主要集中在绝缘子覆冰闪络电压的模型研究。一方面,闪络电压模型不能全面反映所有因素综合作用下的绝缘子闪络电压;另一方面,数据采集的误差使现有覆冰闪络电压模型的研究成果难以在覆冰闪络故障预警中直接应用。考虑到数据挖掘技术的发展,基于偏互信息法和支持向量机对覆冰闪络故障进行预警。首先,采用偏互信息法筛选出关键的因素作为输入变量。然后,建立覆冰闪络预警的支持向量机模型,对样本数据进行训练和预测。仿真结果表明,基于偏互信息法与支持向量机的覆冰闪络故障预警方法能够较为有效地预测覆冰闪络,为实际电网的覆冰闪络防御提供了参考。     

基于深度稀疏自编码网络和场景分类器的 电网气象故障预警方法

为保证电网安全稳定运行,提高电网防灾减灾和弹性水平,提出了一种基于深度稀疏自编码网络和场景分类器的电网气象故障预警方法。首先,采用主客观权重相结合的动态赋权方法,对气象因子进行初始赋权,以合理表征不同气象因子对电网故障的影响程度。然后,对传统的深度自编码网络增加稀疏性约束条件,以提高网络训练的收敛性,并在深度自编码网络的最后一层增加场景分类器,以提高气象因子与电网故障场景间关联关系的合理性。最后,将带权重的气象因子以及设备因子和环境因子作为深度稀疏自编码网络的输入,利用支持向量机构建多因素耦合的电网气象灾害故障预警模型。采用实际电网故障算例验证了所提方法的有效性。     

基于轨迹输入特征支持向量机的湖南电网暂态稳定在线识别

针对目前基于人工智能算法的电力系统暂态稳定评估输入特征选择困难的问题,采用发电机单一状态变量故障清除后一段时间内的轨迹作为支持向量机(Support Vector Machine,SVM)的输入特征,并采用网格法寻找支持向量机在交叉验证意义下的最优参数。通过对这类支持向量机的性能进行详细的分析和对比,给出了3个分类准确度很高的发电机状态变量。在湖南电网的测试系统上仿真实现了该模型,仿真结果证明所提基于轨迹输入特征的支持向量机具有很高的精度,为支持向量机输入特征的选取提供了新思路。     

基于免疫优化多分类SVM的变压器故障诊断新方法

针对支持向量机中参数设置对支持向量机分类精确度影响较大及传统支持向量机不能直接用于多分类问题的状况,提出了一种基于免疫优化多分类支持向量机的变压器故障诊断新方法,该方法利用免疫算法优化支持向量机分类参数。以一类分类算法为基础建立多分类算法模型,在高维特征空间求出超球体中心,然后计算样本与中心最小距离,以此判定该点所属故障类型。该算法充分发挥了支持向量机高泛化能力的优势,大大减少了对支持向量机参数选择的盲目性。仿真计算结果表明,在有限样本情况下,该方法能够达到较高的变压器故障诊断率,从而证实了该方法的正确性和有效性。     

基于改进S变换和复合特征量的多级支持向量机的电能质量扰动分类

提出一种多级支持向量机对电能质量扰动事件分类的方法,该方法基于改进S变换和多级支持向量机。改进S变换首先通过傅里叶变换提取信号的主要频率成分,然后根据提取的主要频率成分设定相应的调节因子λ,使其在低频段有较高的时间分辨率,在高频段有较高的频率分辨率,从而增强了S变换的特征量提取能力。之后对各类信号的特征参数进行优化处理,产生复合特征量,最后在此基础上将复合特征量设置为支持向量,生成一个多级支持向量机分类器,从而实现多种电能质量扰动信号的识别。采用"二分树"分类的多级支持向量机支持向量较少,且容易实现。仿真测试结果验证了该方法相对于传统的基于S变换和支持向量机分类方法有较强的分辨率和抗噪能力。     

基于粗糙集和支持向量机理论的变压器故障诊断方法

针对变压器故障诊断问题,提出了基于粗糙集和支持向量机理论的变压器故障诊断方法。该算法利用粗糙集技术对变压器知识进行属性约简,并通过属性表获得故障最简决策表作为支持向量机的输入,与此同时,利用粒子群优化算法获得支持向量机的最优参数设置。实验结果表明,该诊断方法分类性能良好、可靠性高且有效可行。     

基于BGSA算法的SVM分类模型设计研究

为了设计性能更优的支持向量机（SVM）分类模型,对影响其分类性能的参数和样本特征子集进行优化选择,对支持向量机理论和万有引力搜索算法（GSA）进行了研究,提出了一种基于二进制万有引力搜索算法（BGSA）的支持向量机分类模型构建方法,能够对影响支持向量机分类性能的相关参数及有效样本特征子集同时进行优化选择,获得最优组合解,并通过实验对其有效性进行了对比分析和验证。实验结果表明,所提出的BGSA-SVM分类模型能够有效提高支持向量机的分类性能,可进一步推广到工程实际中应用。     

基于PSO-SVM的电网调度电厂耗煤基准值滚动预测

电网调度在做电煤供应分级预警的研究制定和对各电厂负荷经济分配时常会用到耗煤基准值,它对于监测电厂未来存煤使用天数,制定合理发电调度计划具有重要作用。目前常用的耗煤基准测算方法很少,主要是通过对历史数据进行简单的数学计算作为未来耗煤基准预测值,误差较大。提出了结合实际需求、面向电网调度的基于粒子群优化支持向量机的火电厂耗煤基准值滚动预测方法,选取电网下典型的3个电厂,经过数据分析处理与试验比对,结果表明基于粒子群优化支持向量机模型能很好地对耗煤基准值进行滚动测试及预测更新,进而可以为电网调度部门推测各个电厂存煤可用天数和建立电厂存煤预警机制,制定发电调度计划提供数据支撑。     

一种用于电力变压器故障识别的理论方法研究

支持向量机方法基于小样本的统计学习理论,其本质上是个优化和分类问题。设计了一种使用遗传算法优化多分类支持向量机参数,并将参数优化后的多分类支持向量机用于电力变压器故障识别的方法。该方法对色谱分析法检测到的特征气体含量进行数值预处理,提取出故障识别所需要的n+1个特征量,然后利用数值预处理后得到的数据样本对多分类支持向量机进行训练和识别,通过输出结果判断变压器所处的状态,以达到设备状态监测的目的。     

电网企业网络舆情在线智能监测系统设计与应用

近年来,网络舆情对政治生活秩序和社会稳定的影响与日俱增,一些重大的网络舆情事件使人们开始认识到网络对社会监督起到的巨大作用。因此,必须对网络舆论信息进行有效的汇集以及整理,以作进一步的引导和控制。电网企业网络舆情在线智能监测系统针对国网甘肃省电力公司系统舆情环境及现状,通过建设舆情监测服务器,利用信息化手段,对网络贴吧、论坛、主流门户网站、地方网站及微博、博客等新媒体进行实时不间断的网络信息采集,并对采集到的信息进行智能过滤和分级,通过技术手段实现舆情的实时推送,提升了公司网络舆情管理水平。     

电力行业网络舆情监测系统的设计与实现

以开放、互动、快速、海量为特征的网络媒体近年来异军突起,由此形成的网络舆情给电力企业带来的影响日渐加深。电力企业在网络时代如何及时掌控舆情形势、应对公关危机,成为企业面临的新课题。而如何搭建适宜的舆情监控平台,用于加强舆情管理的质量和效率,迫在眉睫。分析了互联网舆情研究的现状,讨论了互联网舆情分析的基本思路与方法,阐述了系统中的几个关键技术点,基于该思路与技术,提出了电力行业网络舆情监测系统构建的思路及其实现。     

西宁城市电网预警及应急处理机制的建议

城市电网预警及应急处理机制已越来越被政府和社会所关注。文章根据西宁城市和电网目前的实际情况,对完善西宁城市电网预警及应急处理机制提出了较合理性的建议。     

基于EMS的湖州电网可视化智能预警系统

由于湖州电网存在N-2引发小系统稳定的隐患,为确保电网安全稳定可靠运行,掌控电网运行安全稳定冗裕度,构建了基于EMS湖州电网可视化智能调度预警系统。该系统具有"500kVN-2风险评估"及"全网联络线中断全黑风险评估"两大功能,可根据当前的负荷水平、运行方式、设定的安全限额、事故方式进行智能预警,调度运行人员可根据系统的预警信号及提示信息,了解当前电网安全级别,准备或执行相关防范措施,为保证电网安全稳定运行起到了积极作用。     

智能电网的风险预警校正系统设计

为了实现对智能电网运行状态的全面评估和控制,通过对智能电网主要特点进行研究,分析了其实现的主要技术构成,据此设计了一种适合于智能电网的风险预警校正系统。介绍了风险预警校正系统根据系统风险状态进行评估校正的原理,说明和解释了该系统各个模块的功能定位,并详细分析了该系统实现的技术要点。所设计的风险预警校正系统可适应大量新能源入网的未来电网发展需要。     

Investigation for Improved Artificial Intelligence Techniques for Thyristor-controlled Series-compensated Transmission Line Fault Classification with Discrete Wavelet Packet Entropy Measures

A new transmission line fault-classification algorithm based on half-cycle post-fault current data is presented for an advanced series-compensated transmission line equipped with a thyristor-controlled series compensator. The proposed scheme was developed with the signal feature enhancement tool of discrete wavelet packet entropy measures. The Chebyshev neural network is presented as network-growing technique for protective classification, the single-layer structure of which is a more powerful classifier that eliminates the need for complicated network design. A comparative implementation study of the multi-layer perceptron and Chebyshev neural network authenticates benefits gained by the Chebyshev neural network. To demonstrate the advantage gained by Chebyshev neural networks compared to support vector machines, a comparative study is presented with a support vector machine based classification technique. The fault datawere obtained by dynamic simulation of a sample system using the real-time power system simulator PSCAD (Manitoba HVDC Research Centre, Winnipeg, Manitoba, Canada). Extensive testing reveals the effectiveness of the Chebyshev neural network for fault classification; a comparative study brings out the superiority of the Chebyshev neural network for neural network design and implementation against the multi-layer perceptron. The Chebyshev neural network proved advantageous against support vector machines as being insensitive to the classification parameter.     

基于物联网技术的电力应急救援智能通信系统

电力系统应急救援信息化工作是电力应急体系的重要技术发展领域之一,基于物联网技术的电力应急救援系统是电力信息化和智能电网发展的趋势。文章将物联网技术引入到电力现场应急救援现场,利用无线传感网络、RFID、云计算与数据挖掘技术,建立了一个全新的基于物联网的电力应急通信系统解决方案,全面解决了电力应急现场信息报送、指挥调度、救援决策的信息传送问题,为电力应急救援智能化和高效率提供了坚强的技术依据。     

考虑电网关联度的电力通信网关键环节识别

电力通信网作为电网的支撑网络,其可靠运行对电网安全可靠运行有着重要意义。为了识别电力通信网的关键环节,提出了一种考虑电网关联度的电力通信网关键环节识别方法。首先,构建电力-通信复合系统,其次,分别构建电力系统层节点评价体系、链路评价体系和通信系统层节点评价体系、链路评价体系,然后采用TOPSIS算法分别求得电力系统层节点重要度、链路重要度以及通信系统层节点重要度、链路重要度。最后,通过特定的代数运算,将电网关联度与通信网自身的重要度结合起来,分别求得考虑电网关联度的电力通信网节点、链路重要度值,并依据重要度值,识别出电力通信网关键环节。某省实际电力通信网仿真结果表明,该方法可以有效地识别出关键环节,证明了该方法的可行性。     

顾及系统运行风险的电力气象预警

灾害性天气对电力系统运行的影响越来越大。参考气象部门灾害性天气的预警等级划分,根据灾害天气发生地区线路跳闸后对系统的影响程度(即风险等级),将南方电网主网500 kV线路划分等级,并将线路风险等级与气象预警等级结合起来编制电力气象预警,对灾害性天气分级预警预防,在实际运用中取得较好效果。