冻融劣化与荷载预损伤对混凝土应变率效应的影响分析

利用10MN多功能三轴仪和TR-TSDRSL冻融仪,对历经不同冻融循环后混凝土进行一定幅值的加载历史后,按照不同加载速率单调加载直至破坏,开展了冻融劣化混凝土单调荷载历史后的单轴试验。试验结果表明,冻融劣化混凝土预加载历史与峰值应变和残余变形皆呈一次线性关系,同干燥状态下混凝土预加载历史和峰值应变的关系相同;随应变速率和预加载历史的提高,冻融劣化混凝土弹性模量单调增大,预加载历史的增强作用更明显,两类变化均存在明显的阈值;分析了混凝土的破坏形态与破坏机理,冻融劣化混凝土加载过程存在一个"压密"过程,应力应变全曲线在峰值应力处存在"应力平台",冻融次数越大,"应力平台"持续应变越长。     

考虑城市化因素的中长期负荷预测模型

随着城市化进程的推进,部分大城市的负荷增长开始缓和,波动性逐渐凸显,加大了中长期负荷预测工作的难度。提出一种基于城市化特性的中长期负荷预测模型。首先分析城市化在人口、经济、地域三方面的特征,提取城市化影响负荷的主要构成要素;然后,利用层次分析法结合专家经验,实现各种城市化要素对电力负荷影响的主观赋权;最后,采用模糊聚类分析法预测多因素影响下的城市负荷。所提模型能够较好地解决负荷的波动性给中长期负荷预测带来的困难,适用于城市化背景下的中长期负荷预测。算例分析表明,相较于时序外推以及弹性系数等常规预测方法,所提方法具有较好的预测精度。     

有限信息环境下基于学习自动机的发电商竞价策略

电力市场是典型的不完全竞争市场,发电商可以通过策略性报价以提高自身收益。现有的发电商报价策略研究通常假设发电商能利用充分的市场信息,但这种假设在市场启动初期往往不成立。为解决发电商在有限信息环境下的报价策略问题,文中提出了一种改进的强化学习自动机算法,该方法对外部信息量要求较低,且计算复杂度小,易于实现。此外,将发电商报价和市场出清的过程建模为重复博弈而非广泛使用的马尔可夫博弈,避免了马尔可夫博弈要求系统状态具有时间相关性这一强假设。最后,算例验证了该算法的有效性。     

基于时间卷积网络的台区总表故障智能辨识技术

台区总表关联１０kV线路售电侧电量及台区供电侧电量,起到承上启下的作用.台区总表故障导致的电能 量异常,会同时对１０kV及台区线损的计算产生影响,造成线损合理率下降,不利于供电可靠性.对台区总表故障进 行有效辨识是解决以上问题的关键.对此提出基于时间卷积网络的台区总表故障辨识技术,通过提取台区量测值时间 序列中的高维特征实现对故障的辨识.进一步地,在年度序列故障辨识中引入注意力机制,以甄别出关键的信息片 段,提升辨识准确率.上海市１０kV变压器台区的算例结果表明,所提出的故障辨识算法可实现９３．１％的日度故障 辨识精度以及８５．３％的年度故障辨识精度,且相比传统深度学习模型具有更高的计算效率.     

机器学习在智能配用电领域中的应用:北美工程实践概述

机器学习技术是助力能源转型、促进清洁能源消纳的重要工具.近年来,机器学习技术在电力系统中的应用已得到广泛关注.由于机器学习技术的"黑箱"特征,使其在可解释性、鲁棒性等方面仍有待提升,与电力系统高可靠性的运行要求存在一定矛盾,导致其实际工程应用滞后于理论研究.对于机器学习技术的实际应用情况,文中聚焦于北美地区配用电领域,从源、网、荷3个角度梳理了机器学习技术的典型工程实践项目,概述了每个项目的方法、效果以及从中得到的启示.进一步地,将以上项目归纳为态势感知、决策支持2个类别共计5个应用场景,并从工程实践角度分析了下阶段机器学习技术的研究方向.