排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
2.
3.
4.
为了解决直流配电网规划中场景针对性不强的问题,给出了不同场景下直流配电网的网络拓扑结构规划方案。将直流配电网应用场景分为居民住宅区、工业园区和新能源集结区,考虑不同应用场景的特点,利用层次分析法提出一种新的可靠性指标计算方法。结合变权的思想,综合考虑电网的经济性和可靠性,给出了直流配电网的规划模型。利用由最大最小积改进的人工蜂群算法,以IEEE标准14节点电路为对象,对三种场景下的规划模型进行寻优,并利用griewank函数对比了改进前后算法的性能。仿真结果表明,所得线路规划方案满足各场景要求,改进后的蜂群算法收敛速度和精度均有提升。所提方法可为直流配电网规划提供参考。 相似文献
5.
为了更精确地确定换流站的站址和配置换流站的容量,对直流配电网换流站选址定容进行了研究。利用数理统计方法分析光伏电池与风力发电机的实测功率数据,得出光伏电池和风力发电机的四季出力时序曲线,以分布式电源接入造价和负荷距最小为目标函数确定规划区分布式电源的位置。对传统负荷距模型进行改进,计及规划区内负荷大小、负荷性质、负荷同时使用率、地理环境等影响因素。同时考虑分布式电源的季节波动性,提出了一种改进的负荷距模型。利用遗传算法对该模型进行寻优,进而确定换流站的站址与容量。该方法可供相关工程技术研究人员参考。 相似文献
6.
根据采场薄板矿压理论计算预测的8号煤层长壁工作面顶板矿压观测,得出了8号煤层长壁工作面采场矿压规律,同时对8号煤层进行了直接顶分类和基本顶分级,为炉峪口煤矿8号长壁工作面顶板管理提供了科学依据。 相似文献
7.
8.
为提高风电出力的预测精度,提出一种基于Bayes优化的长短期记忆人工神经网络(long-short term memory, LSTM)的预测模型。首先,利用经验模态分解对风电历史出力序列进行分解,并对各分量及原始数据分别提取8个统计特征量,与预测前6个时刻出力值共同组成预测特征集。然后,采用绳索算法(least absolute shrinkage and selection operator, LASSO)从预测特征集中提取具有统计意义的特征子集,作为预测模型的输入。最后,提出基于Bayes超参数寻优的LSTM网络优化方法,以提高预测精度。选取湖北某市风电出力历史数据进行预测实验,结果表明:相较于BP神经网络、SVM、RBF网络、GRNN网络等预测模型,所提模型预测精度较高,特征提取方法较为合理。 相似文献
9.
高压输电线路故障识别对保证电网安全稳定运行具有重要意义。提出了一种基于CNN-SVM的高压输电线路故障分段识别方法。针对传统故障识别方法数据特征提取过程复杂的问题,通过深度学习的CNN模型,将故障特征以时序矩阵形式输入其卷积层与池化层,从而简化特征提取与计算过程。此外,针对高压输电线路故障特征不明显导致相间故障识别率较低的问题,提出将故障相间电流差及非故障相负序与零序分量作为特征,输入到SVM模型,进而判断相间故障接地类型。仿真结果表明,所提方法准确率高,与其他深度学习方法相比,在相间故障识别的准确率上提升尤为显著。 相似文献
10.