基于多源异构数据与深度神经网络的电量预测系统

电力负荷与电量消耗的预测是电力系统中不可或缺的一部分,对资源调度与电力安全起着至关重要的作用。在多源异构大数据的环境下,文中收集了半个月内固定区域内的电力资源消耗数据、气象数据和人群移动数据,通过设计深度网络结构对特定区域内的总用电量变化趋势进行准确预测。文章设计了堆栈式去噪自编码器对大型异构数据进行特征提取,然后使用长短时记忆神经网络对特征进行预测模型的训练。通过实验验证,去噪自编码器可以很好地学习到异构数据的深度特征表示,长短时记忆神经网络可以从历史时间维度上捕捉特征之间的潜在关联并得到具有低误差的预测模型。最终,本中证明了利用多源异构数据集可以更好地反应特定区域的用电习惯,并给出高精度的电量预测模型,为供电部门进行更好地电力资源管理与调度。     

考虑风速相关性和出力不确定性的风电场运行风险评估

Aiming at the problem that the operation risk assessment of wind farm was not accurate,the wind speed dependence,the wind power output forecasting model,and the operational risk assessment were studied. The matrix transform method was used to simulate the wind speed conditions between different wind farm,and quantity the wind speed conditions with certain correlation. The wind power output model was used to calculate the predicted values of short-termwind power,and the Beta distribution was used to model the conditional probability of a given output. At the same time,in order to quantify the impact of weather factors especially the bad weather on the operation risk assess­ment of wind farm,the two state weather model was used. And an operation risk assessment method of wind farm operation was presented, which took into account the correlation of wind speed and the output uncertainty and the weather factor. The risk assessment process based on non-sequential Monte Carlo method was given,and the improved IEEE-RTS79 system with wind farm was used for the simulation. The results indicate that the method can provide more accurate and reasonable risk assessment results,and provide reference for the operation risk-assessment of wind farms. [ABSTRACT FROM AUTHOR]     

基于安全解析校核的调度电子化下令支撑系统设计

现阶段调度指令的下达方式主要是电话下令,存在谐音误扰、电话占线以及信道阻塞等现象。本文提出了一种基于安全解析校核的网络化下令平台。首先分析了目前调度指令下发存在的问题,说明了电子化下令的优势和必要性。接着分析了本文所提系统的总体构架、功能构架和技术方案。接着根据安全解析校核在调度中的重要作用,设计了具体的调度指令下发流转方案。最后根据电子化下令方案,说明了信息交互平台的建设,分析了典型的电子化下令过程,突出了本文系统的有效性。     

基于CPS标准的互联电网最优自动发电控制策略研究

研究了考虑CPS的互联电网自动发电控制问题,提出了基于CPS和最优动态闭环控制的自动发电控制策略,在区域间互联电网中建立自动发电控制状态空间数学模型,采用了外点罚函数法进行目标函数的求解,并计及了CPS的新动态性能指标。与传统A标准下的PI控制策略相比,文中提出的方法考虑了区域控制偏差对系统频率恢复的贡献,明显地提高了CPS考核指标,降低了AGC机组的调节次数,减少了发电成本。同时,结合了最优化控制的良好的内部感知能力和动态适应性的优点。通过仿真分析,并与传统的控制策略相比较,结果表明文中提出的控制策略具有更优异的动态特性和更好的调节性能。     

基于图卷积神经网络和格拉姆角场的电能质量扰动分类

由于新能源系统的广泛加入,系统中的电能质量扰动数量和种类也相应增加,而传统电能质量扰动（PQD）分类方法存在准确率和效率不高的问题,难以适应现有包含高新能源渗透率的电力系统的电能质量管理。因此,提出了一种基于图卷积神经网络（GCNNs）和格拉姆角场（GAF）的电能质量扰动分类方法。首先,对原始的PQD信号进行归一化和极坐标转化处理;然后采用GAF对不同种类的PQD一维信号进行图形化转换,生成包含不同PQD特征的二维图片;最后,采用GCNNs对不同种类的PQD图片进行训练和分类,实现不同PQD的分类。实验部分采用IEEE-39节点系统仿真并模拟不同种类的PQD曲线,对所提方法进行验证。实验结果表明,所提方法可以自动地进行特征的提取和优化,满足PQD识别和分类的高效性和准确性。     

融合拓扑和安全及稳定的电力网脆弱性评估

提出了一种融合拓扑和安全及稳定的静态电力网脆弱性评估方法。先从依赖物理规律的不同程序提取出评估电力网脆弱性的三个主导指标：拓扑脆弱性指标、安全脆弱性指标、稳定脆弱性指标。基于邻接矩阵构建了拓扑脆弱性指标的度量方法。结合线路热极限和功角稳定极限,分别给出了安全脆弱性指标和稳定脆弱性指标的度量方法。计及三个主导脆弱性指标影响电力网脆弱性方式的差异,提出了三合一脆弱性指标的融合模型,并给出了脆弱性指标的算法。示例仿真结果表明,提出的三合一脆弱性指标方法对评估电力网脆弱性有效、可行。     

拔伸松动法治疗膝关节骨性关节炎的临床观察

目的:观察拔伸松动法治疗膝关节骨性关节炎的临床疗效.方法:将60例膝关节骨性关节炎患者随机分为治疗组(拔伸松动法组)和对照组(传统推拿组),疗程20天,观察治疗前后之疼痛、压痛、肿胀、活动度及肌肉萎缩等症状和体征.结果:经统计学处理,治疗组疗效优于对照组(P<0.05).结论:拔伸松动法治疗膝关节骨性关节炎疗效优于传统推拿治疗.     

基于CPS标准的互联电网最优自动 发电控制策略研究

研究了考虑CPS的互联电网自动发电控制问题,提出了基于CPS和最优动态闭环控制的自动发电控制策略,在区域间互联电网中建立自动发电控制状态空间数学模型,采用了外点罚函数法进行目标函数的求解,并计及了CPS的新动态性能指标。与传统A标准下的PI控制策略相比,文中提出的方法考虑了区域控制偏差对系统频率恢复的贡献,明显地提高了CPS考核指标,降低了AGC机组的调节次数,减少了发电成本。同时,结合了最优化控制的良好的内部感知能力和动态适应性的优点。通过仿真分析,并与传统的控制策略相比较,结果表明文中提出的控制策略具有更优异的动态特性和更好的调节性能     

基于强化学习的灾后配电网应急抢修决策方法

灾后故障配电网的应急抢修及重构需求，面临着灾情的不确定性、多抢修队调配特性、抢修与重构耦合等多个挑战。本文基于强化学习构建了灾后多抢修队的抢修调配模型，设计了状态粗筛机制以固定强化学习状态及动作空间大小，搭建了配电网抢修恢复测试环境。在不同恢复模式、多个故障场景下的测试结果表明：强化学习在提出的多个评价指标下综合表现稳定，可以作为灾后动态抢修的可选方案。