基于改进主成分分析的低压配电网供电所综合评价方法

低压配电网供电所特性评估是供电企业发展和低压配电网投资的决策基础与依据。文中提出一种基于改进主成分分析的低压配电网供电所综合评价方法,结合传统主成分分析法和层次分析法的优点,建立了综合评价指标体系,并以A市132个供电所为具体研究对象,计算供电所经济效益性、供电可靠性、协调适应性3个方面的量化评价分数指标。再利用系统聚类方法对得分进行聚类,探究供电所在不同特性上的发展现状,并结合2015—2016年2年的数据进行纵向对比,经计算分析可见,基于改进主成分分析的综合评价方法对低压配电网供电所的评价是切实有效的,对后续发展起指导作用。     

基于信息熵与主成分分析的火电机组综合评价方法

为解决火电厂运行优化、状态监测和故障诊断中机组运行状态的综合评价问题,在分析评价指标特点的基础上,将信息熵理论与主成分分析方法相结合应用于火电机组综合评价,得到了机组状态评价的二级指标和一级综合评价指标。以2008年全国600 MW火电机组竞赛中的5台机组为研究对象,建立基于信息熵与主成分分析的机组状态综合评价模型。该方法得到的机组排名与实际竞赛机组排名完全一致,表明该方法可信度和有效性较高,对不同机组进行状态对比和不同电厂之间开展竞赛具有较好的指导意义。     

基于主成分聚类分析的智能电网建设综合评价

智能电网引领未来电网的发展方向,合理准确评价智能电网总体发展建设水平、衡量地区电网智能化差异势在必行。以主成分聚类分析法为理论基础,对智能电网评估指标体系中的多元评价指标进行标准化、降维和去相关性处理,消除原指标间的二次加权,为各评价指标赋予主成分权重,同时利用主成分因子载荷矩阵聚类分析,结合指标大类的实际意义与评估方向,提出分类指标体系设计思路,梳理原指标体系评测变量的内在脉络,最终利用综合主成分评价函数定量考察特定区域智能电网发展建设水平并作横向比较,为智能电网发展提供有益参照。相关算例验证了智能电网主成分评价方法体系的正确性和有效性。     

基于主成分分析的中压配电网供电可靠性评估

针对专家评判法在中压配电网供电可靠性评估确定指标权重的过程中容易受主观因素影响的问题,提出一种基于主成分分析的中压配电网供电可靠性评估方法。建立中压配电网供电可靠性评估指标体系,构造待评估对象的评估指标矩阵,并将其依次处理为归一化指标矩阵和标准化指标矩阵;通过对标准化指标矩阵的主成分分析,确定起主要作用的主成分,并以此求取综合评估函数中各可靠性指标的权重;建立待评估对象的供电可靠性综合评估函数,进而求得待评估对象的可靠性评估值;结合各指标权重及其归一化指标值绘制待评估对象的各指标满意度及重要性区域图,为中压配电网具有更高可靠性的改造提供了量化、直观的科学依据。工程实例证明了所提方法的有效性和实用性。     

主成分分析在省级电网线损管理综合评价中的应用

电网线损受电网结构特征、设备物理参数、电网运行特征、用电特征和自然状况等多方面因素的影响,简单的线损率数值比较无法客观评价各省的线损管理执行情况。兼顾指标的多样性与独立性,构建了反映电网线损水平的多维指标体系,基于主成分分析,提出了省级电网线损管理的综合评价方法,通过综合评价指标排序与实际线损率完成情况排序间的差异比较,对各省线损管理工作的相对优劣进行客观评价。算例分析验证了该方法的可行性和有效性。     

基于主成分分析方法的多类型电动汽车接入配电网的综合风险评估

针对新能源和多种类型电动汽车(EV)接入配电网造成的安全和经济等运行风险问题,提出了一种考虑多种风险因素的配电网运行综合风险评估方法.首先,构建了风光出力和EV时序概率分布模型,并用日行驶里程数代替了主观设定的多种类型EV的起始荷电状态;然后,基于复杂网络理论,提出了电压越限风险和支路功率过载运行风险等时序安全指标,并根据配电网的经济运行建立了经济风险和电网高效性风险指标;再者,构造了不同容量EV并网运行风险评估矩阵,运用主成分分析(PCA)方法对风险评估矩阵进行降维和计算客观权重系数,并对结果进行综合风险评估排序;最后,以接入风电、光伏的改进IEEE 33节点配电系统为例,分析了所提风险指标的有效性和综合评估方法的合理性,对比了基于PCA的综合风险评估与传统安全风险评估方法,结果表明在同时考虑安全和经济等因素的情况下,采用所提方法时某范围内的运行风险有下降趋势,对某区域内的EV容纳数量规划有积极的指导意义.     

配电网规划中的智能算法与综合评价方法分析

当前的配电网存在着网络结构薄弱、供电可靠性差、网损高、电能质量不稳定等问题,合理的配电网规划可以优化网络结构,提高供电可靠性,满足社会经济发展的电力需求,获得巨大社会效益及经济效益。首先分析了配电网的潮流计算方法,在此基础上介绍了一种常用的配电网规划算法,最后介绍了配电网规划的综合评价方法。     

改进主成分分析法在火电机组综合评价中的应用

为提高火电机组运行管理水平,实现节能降耗,针对用单一的运行指标进行火电机组运行状态评价的片面性,将改进主成分分析法应用于机组综合评价。该方法改进了传统的主成分分析法在高维指标评价中的局限,保留了机组运行指标数据间离散程度差异这部分信息,降低评价指标维数,获得机组运行的主成分,进而进行综合分析评价,实例分析验证了该方法的有效性。对各发电集团如何实施火电机组节能运行优化、指标考核以及竞赛,具有借鉴价值。     

基于核主成分分析模型的输电线路工程造价评价指标

随着我国电网建设速度的加快,电网投资逐年增长,造价控制与评价的作用日益突出,而新技术的应用以及技术方案复杂性和多样性,使得传统输电线路工程造价指标已不能全面、准确地反映工程造价水平。针对这一现状,将支持向量机中的核函数与主成分分析法相结合,提出了线路工程相对造价指数,构建了输电线路工程造价评价指标模型,并利用Matlab 7.0进行了求解。经过220 kV输电线路工程数据样本的验证,线路工程相对造价指数比传统指标能更全面、合理地反映工程的造价水平。该指标易于求取,便于对工程的造价控制水平进行对比、排序和评价,具有一定的可操作性和较强的应用价值。     

基于目标网架的配电网综合评价方法

目前对目标网架的配电网评价形式单一、分析不全面,难以给出合理的改造建议,因此有必要对基于目标网架的配电网进行量化方法的综合评价研究.首先搭建基于目标网架的配电网评价体系模型,其次使用模糊数学综合评价方法对配电网进行量化评价,最后通过算例验证了所提方法的有效性.     

基于小波系数KPCA和PNN的电能质量扰动分类

针对电能质量扰动分类,提出基于小波系数特征的核主成分分析(KPCA)和概率神经网络(PNN)的分类新方法.对正常信号和六种常见电能质量扰动(电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态)进行小波变换和多尺度分析,提取各类扰动在多个尺度上小波系数作为特征向量;利用KPCA进行主成分提取,降低了小波系数特征向量维数,再输入PNN进行分类.仿真表明,该方法分类速度和准确率良好.     

基于核主成分分析和深度置信网络的暂态稳定评估

针对电力系统暂态稳定评估实时性较差以及错误率较高的问题,提出了一种核主成分分析结合深度置信网络的暂态稳定评估方法。首先,构造了一组反映电力系统暂态稳定的特征向量;然后,基于核主成分分析法对特征向量集进行特征提取,降维特征向量维数以及过滤冗余特征,将降维后的特征向量传输至深度置信网络;最后,进行训练分析,训练过程包括预训练和微调,优化网络参数,提升深度置信网络评估精度。新英格兰10机39节点系统仿真结果表明,该方法可以有效降低输入数据的维数,去除冗余特征,降低暂态稳定性评估的错误率和测试时间,能准确、快速地判断电力系统的稳态状态。     

基于主成分分析法的中国电力期刊质量评价研究

对电力技术的信息载体进行了总结,在此基础上确定了电力核心期刊可作为评价电力技术成熟度的依据,并找到了将电力期刊质量水平作为电力技术成熟度的主要替代因素。选取了233种电力核心期刊的18类指标作为原始数据,运用主成分分析法,通过降维简化为6个二级指标,最终确定电力期刊质量评价的三级评价指标体系。     

基于KPCA和BP神经网络的短期负荷预测

为了提高电力系统短期负荷预测的精度,文中提出了一种基于核主成分分析(KPCA)和BP神经网络的负荷预测方法。影响负荷的因素作为神经网络的输入变量,太多输入变量会加大神经网络的训练负担,运用核主成分分析的方法对初始神经网络输入变量进行非线性降维,将降维后的数据作为神经网络新的输入变量,并对神经网络的训练算法进行改进,以加快收敛速度,最后在每一个时刻点上建立模型进行预测。采用文中提出的方法对甘肃某地区2014年的负荷进行预测,并与已有的BP神经网络方法和PCA-BP神经网络方法进行对比,结果表明该方法可提高负荷预测的精度。     

基于主成分分析法的线损指标评价

基于目前主流的线损指标评价方法依赖于专家评判确定指标权重具有主观随意性大的弊端,提出了一种新的线损指标评价方法——主成分分析法.主成分分析法是基于客观指标数据进行评价的多元统计方法.建立了基于主成分分析法的线损指标评价模型,并结合理论线损进行模型优化.通过算例介绍了主成分分析法求解线损指标评价问题的具体步骤.算例结果证明基于主成分分析法的线损指标评价结果合理、可信.     

基于主元分析与神经网络的模拟电路故障诊断

主元分析具有数据压缩及特征提取的特性,而神经网络具有非线性映射和学习推理的优点.将二者结合起来,提出基于主元分析与神经网络的模拟电路故障诊断方法.通过对模拟电路的阶跃响应特征参数进行主元分析,提取主要参数,然后利用神经网络对各种状态下的特征向量进行分类决策,实现模拟电路的故障诊断.对标准电路仿真结果表明:该方法能够实现快速故障检测与定位,具有准确率高的特点.     

类均值核主元法在GIS局部放电模式识别中的应用研究

GIS局部放电的模式识别对于评估其运行状态、确定检修策略具有重要意义。论文设计了4种典型的GIS局部放电模型,并通过实验建立了相应的局部放电超高频信号图谱数据库,然后根据信号特点提取了原始特征量,由于原始特征量维数较高,不利于模式识别,因此论文引入类均值核主元分析法,首先求出各类映射数据的类均值矢量,然后根据建立的类均值核矩阵建立类均值核主元算法。研究结果表明,该方法得到的特征量涵盖原始样本中的全部信息,并且维数低于绝缘缺陷种类数,能够实现信息的无损降维。